CN113486809A - 一种矿区影响边界识别方法 - Google Patents
一种矿区影响边界识别方法 Download PDFInfo
- Publication number
- CN113486809A CN113486809A CN202110771989.6A CN202110771989A CN113486809A CN 113486809 A CN113486809 A CN 113486809A CN 202110771989 A CN202110771989 A CN 202110771989A CN 113486809 A CN113486809 A CN 113486809A
- Authority
- CN
- China
- Prior art keywords
- mining area
- area
- influence
- boundary
- data
- 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
Links
- 238000005065 mining Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000000872 buffer Substances 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000011160 research Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 239000002689 soil Substances 0.000 claims description 32
- 238000004162 soil erosion Methods 0.000 claims description 24
- 230000005855 radiation Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 238000005520 cutting process Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 239000003245 coal Substances 0.000 description 9
- 238000011161 development Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241000132092 Aster Species 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种矿区影响边界识别方法,包括以下步骤:S1、获取能够覆盖研究区域的遥感影像以及其他相关辅助数据并进行预处理操作,得到经过预处理后的数据;S2、对所述经过预处理后的数据进行矿区遥感模型指标计算,得到计算结果,并进行线性拟合,得到生态影响综合指标;S3、遥感解译所述研究区域,提取矿区边界,并对提取的矿物边界进行缓冲区分析,得到矿区缓冲区数据;S4、叠加所述生态影响综合指标与所述矿区缓冲区数据,识别矿区影响边界。本发明针对研究矿区可以进行单个矿区的影响边界识别,有益于当地相关部门了解矿区的具体情况,制定针对性的矿区生态修复与评价的方案,更好的改善矿区环境。
Description
技术领域
本发明涉及遥感和环境监测领域,特别是涉及一种矿区影响边界识别方法。
背景技术
煤炭是我国最重要的能源之一,对国民经济的发展起着举足轻重的作用。煤炭作为我国的主体能源,其主要地位在长时间内不会改变。煤炭产业为国民经济稳步发展做出了难以估量的贡献,但煤炭开采在促进经济发展的同时也造成了矿山生态环境损伤,从而直接威胁到矿区生态安全与社会可持续发展。我国的煤炭开采分为井工开采和露天开采两种。其中,以露天开采对地表环境的破坏最为直接,作用最为明显。露天煤矿开采过程中会给周边环境造成大气污染、水体污染以及生态失衡等多方面的问题,严重影响周边居民的生活以及煤炭资源的可持续开采。煤炭资源的开采除了直接影响资源埋藏地区和周边区域的植被、土壤和生态环境外,同时围绕矿业开采、加工为主导产业发展起来的工业生产基地和生活服务区也给当地生态环境带来沉重的负担。
为保持生态平衡和维持可持续发展,提高我国的综合国力,必须重视治理和改善矿区生态环境。为了有针对性地提出矿区生态环境保护措施、治理技术与管理对策等等,避免生态环境修复与评价的盲目性,必须确定一个矿区影响边界。现有研究中,对矿区影响边界的识别主要基于实地采集数据或单一遥感模型指标进行。实地采集测量数据或单一遥感模型指标识别的实际应用成本较高,且具有偶然性。同时,其识别的准确度较低,并不能为生态环境的修复及评价管理提供可靠的技术与数据支持。
发明内容
基于露天采矿对矿区周边生态环境影响边界模糊的问题,本发明提供了一种矿区影响边界的识别方法,解决了评价矿区生态修复与评价的范围不确定的问题,节省了实地测量消耗的时间和人力物力,并可为矿区生态环境评价工作提供数据基础,对实现矿区生态环境恢复及管理具有重要意义。
为实现上述目的,本发明提供了如下方案:
一种矿区影响边界识别方法,包括以下步骤:
S1、获取能够覆盖研究区域的遥感影像以及其他相关辅助数据并进行预处理操作,得到经过预处理后的数据;
S2、对所述经过预处理后的数据进行矿区遥感模型指标计算,得到计算结果,并进行线性拟合,得到生态影响综合指标;
S3、遥感解译所述研究区域,提取矿区边界,并对提取的矿物边界进行缓冲区分析,得到矿区缓冲区数据;
S4、叠加所述生态影响综合指标与所述矿区缓冲区数据,识别矿区影响边界。
优选地,所述遥感影像以及其他相关辅助数据包括Landsat 8OLI遥感影像,土壤数据,降雨量数据,数字高程数据。
优选地,S1中,所述预处理操作具体为:
S1.1、对所述遥感影响进行辐射标定、几何校正、裁剪操作,得到预处理后的遥感影像;
S1.2、对所述其他相关辅助数据的预处理包括:土壤数据的克里金插值处理,投影、裁剪与计算;降雨量数据的克里金插值处理,投影、裁剪与计算;数字高程数据的拼接处理,坡度坡长的提取与计算。
优选地,S2中,所述矿区遥感模型指标包括:植被覆盖率、地表温度、土壤侵蚀量。
优选地,S2中,对所述矿区遥感模型指标进行计算的具体过程为:
S2.1、基于所述预处理后的遥感影像获取归一化植被指数NDVI,采用像元二分法计算所述植被覆盖率FVC:
FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
NDVI=(NIR-R)/(NIR+R)
其中,NDVIveg为全植被覆盖像元NDVI值,NDVIsoil为完全裸土的像元NDVI值,NIR为近红外波段的反射值,R为红光波段的反射值;
S2.2、基于所述预处理后的遥感影像采用辐射传输方程计算所述地表温度:
Lλ=[εB(T)+(1-ε)L↓]τ+L↑
其中,ε为地表比辐射率,T为地表真实温度(K),B(T)为黑体热辐射亮度,τ为大气在热红外波段的透过率,L↓为大气向下辐射亮度、L↑为大气向上辐射亮度;
S2.3、基于所述预处理后的遥感影像与其他相关辅助数据,采用修正的通用土壤流失方程计算所述土壤侵蚀量:
A=R*K*L*S*C*P
式中,A为年土壤侵蚀量,R为降雨侵蚀力因子,K为土壤可蚀性因子,L为坡长因子,S为坡度因子,C为地表植被覆盖因子,P为水土保持措施因子。
优选地,S2中,对得到的遥感模型指标计算结果还需进行栅格平滑处理,用于减小误差,得到生态影响综合指标栅格数据。
优选地,S2中,基于植被覆盖率、地表温度、土壤侵蚀量三个遥感模型指标线性拟合为一个所述生态影响综合指标,具体过程为:
EIA=[(1-FVCave)+Tave+Aave]/3
FVCave=[FVC-min(FVC)]/[max(FVC)-min(FVC)]
Tave=[T-min(T)]/[max(T)-min(T)]
Aave=[A-min(A)]/[max(A)-min(A)]
式中,EIA为生态影响综合指标,FVCave为将植被覆盖率进行极差标准化,min(FVC)为植被覆盖度最小值,max(FVC)为植被覆盖度最大值,Tave为将地表温度进行极差标准化,min(T)为地表温度最小值,max(T)为地表温度最大值,Aave为将土壤侵蚀量进行极差标准化,min(A)为土壤侵蚀量最小值,max(A)为土壤侵蚀量最大值。
优选地,所述S3具体为:
结合所述遥感影像及Google Earth对研究区域进行矿区边界识别与提取,根据所述矿区边界面形状要素设置距离间隔,进行多环缓冲区生成,得到矿区边界多环缓冲区。
优选地,叠加所述生态影响综合指标与所述矿区缓冲区数据具体为:
将所述生态影响综合指标栅格数据与所述矿区边界多环缓冲区进行叠加,统计各个环状范围内的生态影响综合指标均值,分析生态影响指标综合随矿区边界向外辐射的距离的变化关系,通过多项式拟合确定矿区影响边界。
优选地,矿区影响边界的确定,具体为:建立矿区边界向外辐射距离与生态影响综合指标平均值散点图,添加多项式趋势线,识别生态影响综合指标平均值稳定点,确定矿区影响边界。
本发明的有益效果为:
(1)本发明针对研究矿区可以进行单个矿区的影响边界识别,有益于当地相关部门了解矿区的具体情况,制定针对性的矿区生态修复与评价的方案,更好的改善矿区环境。
(2)本发明提供一种矿区影响边界的识别方法,综合考虑了植被覆盖度,地表温度和土壤侵蚀量等多因素指标,提高了矿区影响边界识别的精度,本发明基于遥感影像识别矿区的影响边界,减少了野外测量的所消耗的时间与人力物力,为矿区的生态恢复治理与评价提供了一定的技术与数据支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的一种矿区影响边界识别方法流程图;
图2为本发明实施例提供的研究区示意图;
图3为本发明实施例生态影响综合指标栅格图;
图4为本发明实施例生态影响综合指标平均值随矿区边界向外辐射距离的变化特征图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
参照图1,本发明提供一种矿区影响边界识别方法,包括:
S1、获取能够覆盖研究区域的遥感影像以及其他相关辅助数据并进行预处理操作,得到经过预处理后的数据;
所述遥感影像选择Landsat 8OLI影像数据,其他相关辅助数据选择土壤数据,降雨量数据,数字高程数据。
其中所述遥感数据为Landsat 8OLI影像;OLI陆地成像仪包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185x185km,Landsat 8O LI影像在OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征。本实施例采用2019年夏季Landsat 8OLI遥感影像。
其中所述其他相关辅助数据包括土壤数据,降雨量数据,数字高程数据。本实施例中土壤数据来源于中国科学院资源环境科学数据中心提供的全国范围土壤砂粒、粉粒和黏粒的百分比含量数据,降雨量数据来源于中国气象数据网中国地面气候资料日值数据集(V3.0),数字高程数据来自ASTER GDEM 2013年数据。
所述遥感数据预处理包括:辐射定标、几何校正与裁剪;其他相关辅助数据的预处理包括:土壤数据的克里金插值处理,投影、裁剪与计算;降雨量数据的克里金插值处理,投影、裁剪与计算;数字高程数据的拼接处理,坡度坡长的提取与计算。
S2、对所述经过预处理后的数据进行矿区遥感模型指标计算,得到计算结果,并进行线性拟合,得到生态影响综合指标;
本实施例中选取的相关指标的计算包括:植被覆盖率,地表温度,土壤侵蚀量,根据实际情况,可以改换其他生态环境相关遥感模型指标的综合。
具体的,基于所述预处理后的遥感影像获取归一化植被指数NDVI,采用像元二分法计算所述植被覆盖率FVC:
FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
NDVI=(NIR-R)/(NIR+R)
其中,NDVIveg为全植被覆盖像元NDVI值,NDVIsoil为完全裸土的像元NDVI值,NIR为近红外波段的反射值,R为红光波段的反射值;
基于所述预处理后的遥感影像采用辐射传输方程计算所述地表温度:
Lλ=[εB(T)+(1-ε)L↓]τ+L↑
其中,ε为地表比辐射率,T为地表真实温度(K),B(T)为黑体热辐射亮度,τ为大气在热红外波段的透过率,L↓为大气向下辐射亮度、L↑为大气向上辐射亮度;
基于所述预处理后的遥感影像与其他相关辅助数据,采用修正的通用土壤流失方程计算所述土壤侵蚀量:
A=R*K*L*S*C*P
式中,A为年土壤侵蚀量,R为降雨侵蚀力因子,K为土壤可蚀性因子,L为坡长因子,S为坡度因子,C为地表植被覆盖因子,P为水土保持措施因子。
所述植被覆盖率、地表温度与土壤侵蚀量的结果处理选择栅格平滑处理,具体为焦点统计分析,用于减小误差,去除稀疏零星分布的特殊点,保留面积较大的区域。
具体的,所述遥感模型指标线性拟合为一个生态影响综合指标,表达式为:
EIA=[(1-FVCave)+Tave+Aave]/3
FVCave=[FVC-min(FVC)]/[max(FVC)-min(FVC)]
Tave=[T-min(T)]/[max(T)-min(T)]
Aave=[A-min(A)]/[max(A)-min(A)
式中,EIA为生态影响综合指标,FVCave为将植被覆盖率进行极差标准化,min(FVC)为植被覆盖度最小值,max(FVC)为植被覆盖度最大值,Tave为将地表温度进行极差标准化,min(T)为地表温度最小值,max(T)为地表温度最大值,Aave为将土壤侵蚀量进行极差标准化,min(A)为土壤侵蚀量最小值、max(A)为土壤侵蚀量最大值。
生态影响综合指标EIA取值范围在0-1,越接近1表示生态环境越差,越接近0表示生态环境越好。
S3、遥感解译所述研究区域,提取矿区边界,并对提取的矿物边界进行缓冲区分析,得到矿区缓冲区数据;
具体的,所述遥感解译方法选择支持向量机监督分类、目视解译结合GoogleEarth对研究区域进行矿区边界识别与提取,绘制矿区边界面状要素,并对该要素进行多环缓冲区生成,选择合适的距离间隔,实施例中选取100m为间隔,进行矿区边界3km的环状缓冲区生成。
S4、叠加所述生态影响综合指标与所述矿区缓冲区数据,识别矿区影响边界;
具体的,所述识别矿区影响边界选择散点图与多项式拟合趋势线,用于识别生态影响综合指标平均值的稳定范围,用于反映矿区影响边界。
实施例2
本发明通过具体的实施例,进行详细描述实现过程。
根据附图2,以锡林郭勒盟白音华矿区作为研究区,以Landsat 8OLI遥感影像数据与其他相关辅助数据作为数据源,并对数据进行预处理,对处理后的数据进行植被覆盖度,地表温度,土壤侵蚀量的计算。对植被覆盖度、地表温度和土壤侵蚀量结果进行处理,并线性拟合为一个环境影响综合指标,见附图3。
以附图2中遥感解译的白音华矿区边界进行以100米为距离间隔的多环缓冲区生成,最大距离为3000米。
将生态影响综合指标栅格数据与矿区多环缓冲区数据进行叠加分析,统计各环范围内生态影响指标数值的平均值,导出表格,绘画散点图并进行拟合,具体的,进行多项式拟合,确定生态影响指标平均值稳定的缓冲区距离,确定矿区影响范围边界。
如附图4所示,识别白音华矿区影响边界为2250米,特别的,在距矿区边界600米范围内生态变化剧烈,这表明,600米范围内白音华矿区对生态环境影响剧烈,相关部门应加强对该范围内的生态修复与治理。
本申请具有以下优势:
(1)目前对于矿区生态修复与评价范围只有一个大概的定义,且全国标准一致,大范围的确定矿区影响边界而不考虑各矿区自身特点容易造成资源浪费。本发明针对研究矿区可以进行单个矿区的影响边界识别,有益于当地相关部门了解矿区的具体情况,制定针对性的矿区生态修复与评价的方案,更好的改善矿区环境。
(2)目前对于矿区影响边界的识别大多为单一指标判定或者野外实地调查,存在的问题有误差较大、精度不高以及时间人力物力消耗较大。本发明提供一种矿区影响边界的识别方法,综合考虑了植被覆盖度,地表温度和土壤侵蚀量等多因素指标,提高了矿区影响边界识别的精度,本发明基于遥感影像识别矿区的影响边界,减少了野外测量的所消耗的时间与人力物力,为矿区的生态恢复治理与评价提供了一定的技术与数据支持。
以上所述的实施例仅是对本发明优选方式进行的描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (10)
1.一种矿区影响边界识别方法,其特征在于,包括以下步骤:
S1、获取能够覆盖研究区域的遥感影像以及其他相关辅助数据并进行预处理操作,得到经过预处理后的数据;
S2、对所述经过预处理后的数据进行矿区遥感模型指标计算,得到计算结果,并进行线性拟合,得到生态影响综合指标;
S3、遥感解译所述研究区域,提取矿区边界,并对提取的矿物边界进行缓冲区分析,得到矿区缓冲区数据;
S4、叠加所述生态影响综合指标与所述矿区缓冲区数据,识别矿区影响边界。
2.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,所述遥感影像以及其他相关辅助数据包括Landsat 8OLI遥感影像,土壤数据,降雨量数据,数字高程数据。
3.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,S1中,所述预处理操作具体为:
S1.1、对所述遥感影响进行辐射标定、几何校正、裁剪操作,得到预处理后的遥感影像;
S1.2、对所述其他相关辅助数据的预处理包括:土壤数据的克里金插值处理,投影、裁剪与计算;降雨量数据的克里金插值处理,投影、裁剪与计算;数字高程数据的拼接处理,坡度坡长的提取与计算。
4.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,S2中,所述矿区遥感模型指标包括:植被覆盖率、地表温度、土壤侵蚀量。
5.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,S2中,对所述矿区遥感模型指标进行计算的具体过程为:
S2.1、基于所述预处理后的遥感影像获取归一化植被指数NDVI,采用像元二分法计算所述植被覆盖率FVC:
FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
NDVI=(NIR-R)/(NIR+R)
其中,NDVIveg为全植被覆盖像元NDVI值,NDVIsoil为完全裸土的像元NDVI值,NIR为近红外波段的反射值,R为红光波段的反射值;
S2.2、基于所述预处理后的遥感影像采用辐射传输方程计算所述地表温度:
Lλ=[εB(T)+(1-ε)L↓]τ+L↑
其中,ε为地表比辐射率,T为地表真实温度(K),B(T)为黑体热辐射亮度,τ为大气在热红外波段的透过率,L↓为大气向下辐射亮度、L↑为大气向上辐射亮度;
S2.3、基于所述预处理后的遥感影像与其他相关辅助数据,采用修正的通用土壤流失方程计算所述土壤侵蚀量:
A=R*K*L*S*C*P
式中,A为年土壤侵蚀量,R为降雨侵蚀力因子,K为土壤可蚀性因子,L为坡长因子,S为坡度因子,C为地表植被覆盖因子,P为水土保持措施因子。
6.根据权利要求1或5所述的一种矿区影响边界识别方法,其特征在于,S2中,对得到的遥感模型指标计算结果还需进行栅格平滑处理,用于减小误差,得到生态影响综合指标栅格数据。
7.根据权利要求1或4所述的一种矿区影响边界识别方法,其特征在于,S2中,基于植被覆盖率、地表温度、土壤侵蚀量三个遥感模型指标线性拟合为一个所述生态影响综合指标,具体过程为:
EIA=[(1-FVCave)+Tave+Aave]/3
FVCave=[FVC-min(FVC)]/[max(FVC)-min(FVC)]
Tave=[T-min(T)]/[max(T)-min(T)]
Aave=[A-min(A)]/[max(A)-min(A)]
式中,EIA为生态影响综合指标,FVCave为将植被覆盖率进行极差标准化,min(FVC)为植被覆盖度最小值,max(FVC)为植被覆盖度最大值,Tave为将地表温度进行极差标准化,min(T)为地表温度最小值,max(T)为地表温度最大值,Aave为将土壤侵蚀量进行极差标准化,min(A)为土壤侵蚀量最小值,max(A)为土壤侵蚀量最大值。
8.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,所述S3具体为:
结合所述遥感影像及Google Earth对研究区域进行矿区边界识别与提取,根据所述矿区边界面形状要素设置距离间隔,进行多环缓冲区生成,得到矿区边界多环缓冲区。
9.根据权利要求1所述的一种矿区影响边界识别方法,其特征在于,叠加所述生态影响综合指标与所述矿区缓冲区数据具体为:
将所述生态影响综合指标栅格数据与所述矿区边界多环缓冲区进行叠加,统计各个环状范围内的生态影响综合指标均值,分析生态影响指标综合随矿区边界向外辐射的距离的变化关系,通过多项式拟合确定矿区影响边界。
10.根据权利要求9所述的一种矿区影响边界识别方法,其特征在于,矿区影响边界的确定,具体为:建立矿区边界向外辐射距离与生态影响综合指标平均值散点图,添加多项式趋势线,识别生态影响综合指标平均值稳定点,确定矿区影响边界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110771989.6A CN113486809A (zh) | 2021-07-08 | 2021-07-08 | 一种矿区影响边界识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110771989.6A CN113486809A (zh) | 2021-07-08 | 2021-07-08 | 一种矿区影响边界识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113486809A true CN113486809A (zh) | 2021-10-08 |
Family
ID=77937968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110771989.6A Pending CN113486809A (zh) | 2021-07-08 | 2021-07-08 | 一种矿区影响边界识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486809A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429588A (zh) * | 2022-04-06 | 2022-05-03 | 四川省冶勘设计集团有限公司 | 应用于矿山环境恢复治理的数据处理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180000619A (ko) * | 2016-06-23 | 2018-01-03 | (주)해동기술개발공사 | Gis 기반 토사유실 평가 방법 |
CN108416508A (zh) * | 2018-02-08 | 2018-08-17 | 中国矿业大学(北京) | 一种地表生态影响边界的提取方法及系统 |
CN111898494A (zh) * | 2020-07-16 | 2020-11-06 | 大同煤矿集团有限责任公司 | 一种采矿扰动地块边界识别方法 |
-
2021
- 2021-07-08 CN CN202110771989.6A patent/CN113486809A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180000619A (ko) * | 2016-06-23 | 2018-01-03 | (주)해동기술개발공사 | Gis 기반 토사유실 평가 방법 |
CN108416508A (zh) * | 2018-02-08 | 2018-08-17 | 中国矿业大学(北京) | 一种地表生态影响边界的提取方法及系统 |
CN111898494A (zh) * | 2020-07-16 | 2020-11-06 | 大同煤矿集团有限责任公司 | 一种采矿扰动地块边界识别方法 |
Non-Patent Citations (4)
Title |
---|
侯竟 等: "西部典型煤矿区土地退化诊断研究", 《煤炭科学技术》, pages 1 - 13 * |
吴亚妮: "车尔臣河中下游流域生态环境敏感性评价及其空间分布研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, no. 3, pages 027 - 233 * |
宋慧敏 等: "基于遥感生态指数模型的渭南市生态环境 质量动态监测与分析", 《应用生态学报》, vol. 27, no. 12, pages 3913 - 3919 * |
李晶 等: "基于温度植被干旱指数的兖州煤田煤炭开采影响边界遥感提取", 《农业工程学报》, vol. 34, no. 19, pages 258 - 265 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429588A (zh) * | 2022-04-06 | 2022-05-03 | 四川省冶勘设计集团有限公司 | 应用于矿山环境恢复治理的数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020101520A4 (en) | Method for identifying exposed and buried fault structures in granite-type uranium province | |
Zhou | An object-based approach for urban land cover classification: Integrating LiDAR height and intensity data | |
CN113537018B (zh) | 基于多时相卫星遥感和无人机技术的水土保持监测方法 | |
CN109598273B (zh) | 一种融合地表温度和建筑指数的城市实体边界识别方法 | |
Chen et al. | Building detection in an urban area using lidar data and QuickBird imagery | |
CN110726677B (zh) | 一种污染场地遥感探测与空间热区识别系统和方法 | |
CN105550681B (zh) | 一种基于稳定映射点夜间灯光影像间相互辐射校正方法 | |
CN102855487A (zh) | 高分辨率遥感图像新增建设用地变化图斑自动提取的方法 | |
CN105374041A (zh) | 利用多期遥感影像提取砂质岸线的方法 | |
CN113256082A (zh) | 一种隧道掌子面智能地质素描及地质评价方法 | |
Salati et al. | Lithological mapping and fuzzy set theory: Automated extraction of lithological boundary from ASTER imagery by template matching and spatial accuracy assessment | |
CN109635713A (zh) | 高原山地阴影区冰川识别方法 | |
CN111914767A (zh) | 一种基于多源遥感数据的散乱污企业检测方法及系统 | |
CN114612789A (zh) | 一种通过长时序卫星遥感提取常绿森林林分变化的方法 | |
CN113486809A (zh) | 一种矿区影响边界识别方法 | |
CN116429070A (zh) | 采煤沉陷积水区水资源调查方法及系统 | |
CN105241429A (zh) | 一种基于航空遥感的近海工业温排水提取方法 | |
CN111144340A (zh) | 基于夜间灯光及高分辨率遥感影像的自然保护区人类活动自动监测方法及系统 | |
Tian et al. | Impacts of satellite revisit frequency on spring phenology monitoring of deciduous broad-leaved forests based on vegetation index time series | |
An et al. | Object-oriented urban dynamic monitoring—A case study of Haidian district of Beijing | |
CN107038700B (zh) | 基于gssim的土壤湿度空间分布特征定量分析方法 | |
CN104992455A (zh) | 塌陷坑检测方法及装置 | |
Al Kuwari et al. | Impact of North Gas Field development on landuse/landcover changes at Al Khore, North Qatar, using remote sensing and GIS | |
CN116246272A (zh) | 针对国产卫星多光谱图像质量标记的云雪区分方法 | |
CN112215135B (zh) | 矿区开采与治理成效监测方法及装置 |
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 |