CN113221780A - 露天矿复垦效果分析方法、存储介质和电子设备 - Google Patents

露天矿复垦效果分析方法、存储介质和电子设备 Download PDF

Info

Publication number
CN113221780A
CN113221780A CN202110548254.7A CN202110548254A CN113221780A CN 113221780 A CN113221780 A CN 113221780A CN 202110548254 A CN202110548254 A CN 202110548254A CN 113221780 A CN113221780 A CN 113221780A
Authority
CN
China
Prior art keywords
reclamation
data
area
vegetation
effect
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110548254.7A
Other languages
English (en)
Inventor
额尔德木吐
张春坡
侯金良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenhua Zhungeer Energy Co Ltd
Original Assignee
Shenhua Zhungeer Energy Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenhua Zhungeer Energy Co Ltd filed Critical Shenhua Zhungeer Energy Co Ltd
Priority to CN202110548254.7A priority Critical patent/CN113221780A/zh
Publication of CN113221780A publication Critical patent/CN113221780A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请公开了一种露天矿复垦效果分析方法、存储介质和电子设备，获取复垦区域无人机采集的光谱图像，生成光谱数据地图；识别所述光谱数据地图，获取复垦区域内的植被信息数据；根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。本申请通过无人机采集复垦区域的光谱图像，通过光谱信息分析得到复垦区域内地植被信息数据，并结合复垦阶段性数据能够判断复垦效果并生成阶段性复垦指导建议，实现了自动化测量和分析，并且相较于人工测量，数据准确度更高，分析结果具有更强的可靠性。

Description

露天矿复垦效果分析方法、存储介质和电子设备
技术领域
本申请涉及露天矿复垦技术领域，尤其涉及一种露天矿复垦效果分析方法、存储介质和电子设备。
背景技术
随着我国对生态环境的要求日益增高，露天矿山对采矿结束后的土地复垦工作也越来越重视。对露天矿复垦评价对复垦工作的推进具有重要意义，目前的露天矿复垦评价通过人工测量植被覆盖面积和复垦区域总面积，人工观测并记录不同区域植被的生长情况，并由人工对数据进行分析，制定下一阶段复垦计划。目前这种人工测量并制定复垦计划的方式，工作量大且耗时较长，并且难以确保数据的准确度。因此，需要提供一种能够快速获取复垦区域内的植被信息数据并生成阶段性复垦指导建议的露天矿复垦效果分析方法、存储介质和电子设备。
发明内容
本申请的目的在于克服现有技术中人工进行植被信息数据测量和计划制定中费时费力且难以保证数据准确度的不足，提供一种能够快速获取复垦区域内的植被信息数据并生成阶段性复垦指导建议的露天矿复垦效果分析方法、存储介质和电子设备。
本申请的技术方案提供一种露天矿复垦效果分析方法，包括如下步骤：
获取复垦区域无人机采集的光谱图像，生成光谱数据地图；
识别所述光谱数据地图，获取复垦区域内的植被信息数据；
根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。
进一步地，所述获取复垦区域无人机采集的光谱图像，生成光谱数据地图，具体包括：
获取复垦区域无人机采集的光谱图像；
将所述光谱图像进行拼接，生成光谱数据地图。
进一步地，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，具体包括：
识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
计算植被覆盖区面积和复垦区域总面积。
进一步地，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，还包括：
将所述植被覆盖区的反射波长数据与植被反射波长表进行对比，得到所述植被覆盖区中的植被长势情况。
进一步地，所述植被信息数据包括复垦区域总面积、植被覆盖区面积和植被长势情况，所述复垦进程阶段性数据包括复垦指标、排土工作线推进速度和当前季节气候数据；
所述根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议，具体包括：
根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
若当前复垦效果数据未达到所述复垦指标数据，则根据所述当前复垦效果数据、所述排土线推进速度和当前季节气候数据生成阶段性复垦指导建议。
进一步地，所述阶段性复垦指导建议包括下一复垦阶段的种植区域、种植类型和复垦所需植被数量。
本申请的技术方案还提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的露天矿复垦效果分析方法。
本申请的技术方案还提供一种电子设备，包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
获取复垦区域无人机采集的光谱图像，生成光谱数据地图；
识别所述光谱数据地图，获取复垦区域内的植被信息数据；
根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。
进一步地，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，具体包括：
识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
计算植被覆盖区面积和复垦区域总面积。
进一步地，所述植被信息数据包括复垦区域总面积、植被覆盖区面积和植被长势情况，所述复垦进程阶段性数据包括复垦指标、排土工作线推进速度和当前季节气候数据；
所述根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议，具体包括：
根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
若当前复垦效果数据未达到所述复垦指标数据，则根据所述当前复垦效果数据、所述排土线推进速度和当前季节气候数据生成阶段性复垦指导建议。
采用上述技术方案后，具有如下有益效果：
通过无人机采集复垦区域的光谱图像，通过光谱信息分析得到复垦区域内地植被信息数据，并结合复垦阶段性数据能够判断复垦效果并生成阶段性复垦指导建议，实现了自动化测量和分析，并且相较于人工测量，数据准确度更高，分析结果具有更强的可靠性。
附图说明
参见附图，本申请的公开内容将变得更易理解。应当理解：这些附图仅仅用于说明的目的，而并非意在对本申请的保护范围构成限制。图中：
图1是本申请一实施例中露天矿复垦效果分析方法的流程图；
图2是本申请一较佳实施例中露天矿复垦效果分析方法的流程图；
图3是本申请一实施例中电子设备的硬件结构图。
具体实施方式
下面结合附图来进一步说明本申请的具体实施方式。
容易理解，根据本申请的技术方案，在不变更本申请实质精神下，本领域的一般技术人员可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本申请的技术方案的示例性说明，而不应当视为本申请的全部或视为对申请技术方案的限定或限制。
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于各附图中所示的构造进行定义的，它们是相对的概念，因此有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”、“相连”应做广义理解，例如，可以是固定连接，也可以可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个组件内部的连通。对于本领域的普通技术人员而言，可以视具体情况理解上述属于在本申请中的具体含义。
本申请实施例中的露天矿复垦效果分析方法，如图1所示，包括如下步骤：
步骤S101：获取复垦区域无人机采集的光谱图像，生成光谱数据地图；
步骤S102：识别所述光谱数据地图，获取复垦区域内的植被信息数据；
步骤S103：根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。
具体来说，在无人机上搭载多光谱相机，在复垦区域上空飞行并采集光谱图像，可以设定为，将复垦区域分隔为多个区域，在相同的高度采集每个区域的光谱图像。作为一个例子，无人机包括飞行器、多光谱相机和云台，多光谱相机固定在云台上，云台固定在飞行器底部。飞行器可以采用大疆-御Mavic四旋翼轻小型近程无人机，在0-40℃环境中工作时长达27min，最长飞行距离达7km，最大载重为700g，保证了采集时间和搭载需求；云台能够保证多光谱相机采集光谱图像的稳定性，避免拍摄时因为飞行器抖动影响成像效果；多光谱相机的镜头具有五个独立成像器，可以同时收集红、绿、篮、红外、近红外五个不连续的光谱波段，所采集的光谱图像中每个像素的输出值表示特定波长光线的反射率，可以采用RedEdge-MX快照式多光谱相机，重量232g，传感器分辨率1280×960，可通过SD卡传输光谱图像以供数据处理。
光谱图像采集之后，根据每个区域的光谱图像生成光谱数据地图。通过对光谱数据地图的分析，判断复垦区域内的植被信息数据，并结合预设的复垦进程阶段性数据，能够判断复垦效果并生成阶段性复垦指导建议，实现了复垦区域的自动检测和自动分析，减轻了人工的劳动量。
在其中一个实施例中，所述获取复垦区域无人机采集的光谱图像，生成光谱数据地图，具体包括：
获取复垦区域无人机采集的光谱图像；
将所述光谱图像进行拼接，生成光谱数据地图。
具体来说，由于复垦区域面积较大，无人机分区域对光谱图像进行采集，对于整个复垦区域，最终采集多幅光谱图像。本申请实施例通过图像识别技术，将多幅光谱图像进行拼接生成光谱数据地图，光谱数据地图能够完整展现整个复垦区域的光谱图像，后续对复垦效果的评价以及生成阶段性复垦指导建议，均是基于光谱数据地图的图像处理和分析。
本申请实施例通过将多幅光谱图像进行拼接，生成整个复垦区域的光谱数据地图，提供准确稳定的图像进行后续的图像处理，提高了复垦效果评价和阶段性复垦指导建议的可靠性。
在其中一个实施例中，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，具体包括：
识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
计算植被覆盖区面积和复垦区域总面积。
具体来说，植被覆盖区和表土层的光线反射波长有较大的区别，通过对光谱数据地图中的反射波长数据进行识别，将光谱数据地图根据反射波长划分出植被覆盖区。作为一个例子，将光谱数据地图中反射波长在设定范围内的区域划分为植被覆盖区。之后便能够根据无人机采集光谱图像时的高度等数据计算出植被覆盖区面积和复垦区域总面积。
本申请实施例通过光谱数据地图的波长数据划分出植被覆盖区，并计算出植被覆盖区面积和复垦区域总面积对后续对复垦效果的评价提供数据基础。
在其中一个实施例中，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，还包括：
将所述植被覆盖区的反射波长数据与植被反射波长表进行对比，得到所述植被覆盖区中的植被长势情况。
具体来说，对于植被覆盖区，植被长势情况不同的反射波长不同，例如，植被长势较好的区域比植被长势较差的区域的绿色区域更大并且绿色更深，基于此，可以预先根据实验数据标定植被反射波长表，不同植被长势情况对应不同的反射波长数据。将植被覆盖区的反射波长与植被反射波长表进行匹配，则能够得到植被覆盖区中的植被长势情况。
本申请实施例中通过对植被覆盖区的反射波长数据进行分析，获取植被长势情况，该数据相对于人工观测，准确性更高。
在其中一个实施例中，所述植被信息数据包括复垦区域总面积、植被覆盖区面积和植被长势情况，所述复垦进程阶段性数据包括复垦指标、排土工作线推进速度和当前季节气候数据；
所述根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议，具体包括：
根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
若当前复垦效果数据未达到所述复垦指标数据，则根据所述当前复垦效果数据、所述排土线推进速度和当前季节气候数据生成阶段性复垦指导建议。
如前所述，复垦区域总面积、植被覆盖区面积和植被长势情况等植被信息数据通过对光谱数据地图的分析处理得到。复垦指标、排土工作线推进速度和当前季节气候数据等复垦阶段性数据由工作人员预先导入或设定，也可以通过与其他数据分析系统进行数据共享获取。
一般来说，复垦指标至少包括植被覆盖率指标等指标数据，根据复垦区域总面积、植被覆盖区面积和植被长势情况等植被信息数据能够得到当前植被覆盖率等反应当前复垦效果的数据，将当前复垦效果数据与复垦指标数据进行对比，能够判断当前复垦效果是否达到复垦指标。
若当前复垦效果数据达到复垦指标数据，则输出复垦效果达到复垦指标的提醒信号，可以通过指示灯或文字弹窗等方式发出提醒。
若当前复垦效果数据未达到复垦指标数据，则根据植被信息数据结合复垦指标、排土工作线推进速度、当前季节气候数据等复垦进程阶段性数据，经过数据分析生成阶段性复垦指导建议，阶段性复垦指导建议至少包括下一复垦阶段的种植区域、种植类型和复垦所需植被数量等信息。
作为一个例子，下一复垦阶段的种植区域可以根据植被覆盖区的位置确定，一般选择与植被覆盖区相邻的区域作为种植区域，逐步扩大植被覆盖区，种植区域的大小可以根据排土工作线推进速度确定，以保证下一阶段的复垦区域的植被覆盖率；种植类型可以根据当前季节气候数据确定，通过预先设定不同季节气候适合种植的不同植被的数据表，通过查表给出种植类型的建议；复垦所需植被则根据种植区域和种植类型，结合植被的种植密度数据等进行计算。
本申请实施例将光谱数据地图得到的植被信息数据结合预设的复垦进程阶段性数据，能够自动对当前复垦效果进行分析，并给出下一阶段的复垦指导建议，整个分析过程科学合理，且不需工作人员参与分析过程，减少了工作人员的工作量的同时，还能够为复垦工作提供科学有效的建议。
图2示出了本申请一较佳实施例中的露天矿复垦效果分析方法的流程图，具体包括如下步骤：
步骤S201：获取复垦区域无人机采集的光谱图像；
步骤S202：将所述光谱图像进行拼接，生成光谱数据地图；
步骤S203：识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
步骤S204：计算植被覆盖区面积和复垦区域总面积；
步骤S205：将所述植被覆盖区的反射波长数据与植被反射波长表进行对比，得到所述植被覆盖区中的植被长势情况；
步骤S206：根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
步骤S207：若当前复垦效果数据未达到所述复垦指标数据，则执行步骤S208，否则执行步骤S209；
步骤S208：根据包括当前复垦效果数据、排土线推进速度和当前季节气候数据的复垦进程阶段性数据生成阶段性复垦指导建议，所述阶段性复垦指导建议包括下一复垦阶段的种植区域、种植类型和复垦所需植被数量；
步骤S209：输出复垦效果达到复垦指标的提醒信号。
本申请的技术方案还提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行前述任一实施例中的露天矿复垦效果分析方法。
图3示出了本申请的一种电子设备，包括：
至少一个处理器301；以及，
与所述至少一个处理器301通信连接的存储器302；其中，
所述存储器302存储有可被所述至少一个处理器301执行的指令，所述指令被所述至少一个处理器301执行，以使所述至少一个处理器301能够执行前述任一方法实施例中的露天矿复垦效果分析方法的所有步骤。
图3中以一个处理器302为例：
电子设备还可以包括：输入装置303和输出装置304。
处理器301、存储器302、输入装置303及显示装置304可以通过总线或者其他方式连接，图中以通过总线连接为例。
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的露天矿复垦效果分析方法对应的程序指令/模块，例如，图1或2所示的方法流程。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的露天矿复垦效果分析方法。
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据露天矿复垦效果分析方法的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至执行露天矿复垦效果分析方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可接收输入的用户点击，以及产生与露天矿复垦效果分析方法的用户设置以及功能控制有关的信号输入。显示装置304可包括显示屏等显示设备。
在所述一个或者多个模块存储在所述存储器302中，当被所述一个或者多个处理器301运行时，执行上述任意方法实施例中的露天矿复垦效果分析方法。
以上所述的仅是本申请的原理和较佳的实施例。应当指出，对于本领域的普通技术人员来说，将分别公开在不同的实施例中的技术方案适当组合而得到的实施方式也包括在本发明的技术范围内，在本申请原理的基础上，还可以做出若干其它变型，也应视为本申请的保护范围。

Claims (10)

1.一种露天矿复垦效果分析方法，其特征在于，包括如下步骤：
获取复垦区域无人机采集的光谱图像，生成光谱数据地图；
识别所述光谱数据地图，获取复垦区域内的植被信息数据；
根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。
2.根据权利要求1所述的露天矿复垦效果分析方法，其特征在于，所述获取复垦区域无人机采集的光谱图像，生成光谱数据地图，具体包括：
获取复垦区域无人机采集的光谱图像；
将所述光谱图像进行拼接，生成光谱数据地图。
3.根据权利要求1所述的露天矿复垦效果分析方法，其特征在于，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，具体包括：
识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
计算植被覆盖区面积和复垦区域总面积。
4.根据权利要求3所述的露天矿复垦效果分析方法，其特征在于，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，还包括：
将所述植被覆盖区的反射波长数据与植被反射波长表进行对比，得到所述植被覆盖区中的植被长势情况。
5.根据权利要求1所述的露天矿复垦效果分析方法，其特征在于，所述植被信息数据包括复垦区域总面积、植被覆盖区面积和植被长势情况，所述复垦进程阶段性数据包括复垦指标、排土工作线推进速度和当前季节气候数据；
所述根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议，具体包括：
根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
若当前复垦效果数据未达到所述复垦指标数据，则根据所述当前复垦效果数据、所述排土线推进速度和当前季节气候数据生成阶段性复垦指导建议。
6.根据权利要求5所述的露天矿复垦效果分析方法，其特征在于，所述阶段性复垦指导建议包括下一复垦阶段的种植区域、种植类型和复垦所需植被数量。
7.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1-6任一项所述的露天矿复垦效果分析方法。
8.一种电子设备，其特征在于，包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
获取复垦区域无人机采集的光谱图像，生成光谱数据地图；
识别所述光谱数据地图，获取复垦区域内的植被信息数据；
根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议。
9.根据权利要求8所述的电子设备，其特征在于，所述识别所述光谱数据地图，获取复垦区域内的植被信息数据，具体包括：
识别所述光谱地图的反射波长数据，根据所述反射波长数据划分出植被覆盖区；
计算植被覆盖区面积和复垦区域总面积。
10.根据权利要求8所述的电子设备，其特征在于，所述植被信息数据包括复垦区域总面积、植被覆盖区面积和植被长势情况，所述复垦进程阶段性数据包括复垦指标、排土工作线推进速度和当前季节气候数据；
所述根据所述植被信息数据和复垦进程阶段性数据，判断复垦效果并生成阶段性复垦指导建议，具体包括：
根据所述复垦区域总面积、所述植被覆盖区面积和所述植被长势情况得到当前复垦效果数据；
若当前复垦效果数据未达到所述复垦指标数据，则根据所述当前复垦效果数据、所述排土线推进速度和当前季节气候数据生成阶段性复垦指导建议。
CN202110548254.7A 2021-05-19 2021-05-19 露天矿复垦效果分析方法、存储介质和电子设备 Pending CN113221780A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110548254.7A CN113221780A (zh) 2021-05-19 2021-05-19 露天矿复垦效果分析方法、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110548254.7A CN113221780A (zh) 2021-05-19 2021-05-19 露天矿复垦效果分析方法、存储介质和电子设备

Publications (1)

Publication Number Publication Date
CN113221780A true CN113221780A (zh) 2021-08-06

Family

ID=77093473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110548254.7A Pending CN113221780A (zh) 2021-05-19 2021-05-19 露天矿复垦效果分析方法、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN113221780A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107807125A (zh) * 2017-10-12 2018-03-16 中国农业大学 基于无人机载多光谱传感器的植物信息计算系统及方法
CN109035053A (zh) * 2018-07-02 2018-12-18 山西农业大学 矿区土地复垦监测方法
CN111369178A (zh) * 2020-04-07 2020-07-03 榆林学院 一种基于生态大数据的矿区生态修复指导系统
CN112364681A (zh) * 2020-09-21 2021-02-12 生态环境部卫星环境应用中心 基于二维表的植被覆盖度估算方法及装置
CN112445241A (zh) * 2020-11-27 2021-03-05 佛山市墨纳森智能科技有限公司 一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107807125A (zh) * 2017-10-12 2018-03-16 中国农业大学 基于无人机载多光谱传感器的植物信息计算系统及方法
CN109035053A (zh) * 2018-07-02 2018-12-18 山西农业大学 矿区土地复垦监测方法
CN111369178A (zh) * 2020-04-07 2020-07-03 榆林学院 一种基于生态大数据的矿区生态修复指导系统
CN112364681A (zh) * 2020-09-21 2021-02-12 生态环境部卫星环境应用中心 基于二维表的植被覆盖度估算方法及装置
CN112445241A (zh) * 2020-11-27 2021-03-05 佛山市墨纳森智能科技有限公司 一种基于无人机遥感技术的地表植被识别方法、系统及可读存储介质

Similar Documents

Publication Publication Date Title
Marcial-Pablo et al. Estimation of vegetation fraction using RGB and multispectral images from UAV
US11651478B2 (en) Methods for agronomic and agricultural monitoring using unmanned aerial systems
De Souza et al. Height estimation of sugarcane using an unmanned aerial system (UAS) based on structure from motion (SfM) point clouds
US11508056B2 (en) Drone inspection analytics for asset defect detection
Tuominen et al. Unmanned aerial system imagery and photogrammetric canopy height data in area-based estimation of forest variables
CN111815014B (zh) 一种基于无人机低空遥感信息的作物产量预测方法及系统
US11823447B2 (en) Information processing apparatus, information processing method, program, and information processing system
Paredes et al. Multispectral imaging system with UAV integration capabilities for crop analysis
NO337638B1 (no) Fremgangsmåte for bestemmelse av bestandatributter og dataprogram for utførelse av fremgangsmåten
US20190258859A1 (en) Systems and methods for mapping emerged plants
KR102438125B1 (ko) 드론을 활용한 훼손 표토 분석시스템
US11317570B2 (en) Peanut maturity grading systems and methods
CN113325872A (zh) 植物的巡查方法及装置、系统、飞行器
CN107270876B (zh) 一种林分郁闭度的测定方法
CN115453555A (zh) 一种草地生产力的无人机快速监测方法及系统
CN113655003B (zh) 一种利用无人机照片估算冬小麦返青期土壤墒情的方法
CN113221780A (zh) 露天矿复垦效果分析方法、存储介质和电子设备
CN103575917A (zh) 一种多光谱图像采集方法和装置
JP6862299B2 (ja) 圃場の空撮システム
US20190233104A1 (en) Methods and Systems for Cloud-Based Management of Images Captured by Aerial Vehicles
CN113514402B (zh) 一种冬小麦叶绿素含量的预测系统及方法
CN209820522U (zh) 一种基于小型无人机的作物干旱预警巡测系统
WO2016189853A1 (ja) 画像処理装置、画像処理システム、画像処理方法およびプログラム記録媒体
Melo et al. A system embedded in small unmanned aerial vehicle for vigor analysis of vegetation.
Thapa Assessing annual forest phenology: A comparison of Unmanned Aerial Vehicle (UAV) and Phenocamera Datasets

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination