CN114565313A - 一种地质灾害隐患判识以及分析评估方法及系统 - Google Patents
一种地质灾害隐患判识以及分析评估方法及系统 Download PDFInfo
- Publication number
- CN114565313A CN114565313A CN202210227658.0A CN202210227658A CN114565313A CN 114565313 A CN114565313 A CN 114565313A CN 202210227658 A CN202210227658 A CN 202210227658A CN 114565313 A CN114565313 A CN 114565313A
- Authority
- CN
- China
- Prior art keywords
- geological
- disaster
- data
- hidden danger
- risk
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 241000257303 Hymenoptera Species 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 235000012907 honey Nutrition 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种地质灾害隐患判识以及分析评估方法及系统，涉及灾害预警领域。本发明包括以下步骤：根据地质类型对地质监测区划分为多个子监测区；获取各个子监测区的多源异构数据；对所述多源异构数据做格网化处理，得到精确地质信息，所述地质信息包括子监测区的地貌演化，构造活动以及气候变化；综合地质信息判识灾害隐患风险；对灾害隐患风险评估，确定灾害风险等级。本发明通过对监测区域进行精准划分，实现基于多源数据的滑坡灾害特征提取与识别，提高像素级滑坡灾害识别精度，为滑坡灾害监测提供一种常态化监测的技术手段。
Description
技术领域
本发明涉及灾害预警领域，更具体的说是涉及一种地质灾害隐患判识以及分析评估方法及系统。
背景技术
地质灾害主要包括崩塌、滑坡、泥石流、地面塌陷和地裂缝等，它们是比较公认的原地壳表层地质结构剧烈变化而产生的，且通常被认为是突发性的。地质灾害分布范围广，隐蔽性强，每年都造成众多人员伤亡和严重经济损失。
随着工程建设的频繁和生产活动范围的扩大，地质灾害的发生有愈演愈烈之势，为了应对地质灾害的消极影响，针对性进行措施采用有突出的现实价值。基于地质灾害应对经验做分析，要有效的控制地质灾害的不利影响，积极的监测和预报，实现财产和人员转移是非常有效的措施，因此在实践中需要加强地质灾害监测和预报工作。
因此，如何准确对地质灾害隐患进行判识是本领域技术人员亟需解决的。
发明内容
有鉴于此，本发明提供了一种地质灾害隐患判识以及分析评估方法及系统，通过对监测区域进行精准划分，实现基于多源数据的滑坡灾害特征提取与识别，提高像素级滑坡灾害识别精度，为滑坡灾害监测提供一种常态化监测的技术手段。
为了实现上述目的，本发明采用如下技术方案：
一种地质灾害隐患判识以及分析评估方法，包括以下步骤：
根据地质类型对地质监测区划分为多个子监测区；
获取各个子监测区的多源异构数据；
对所述多源异构数据做格网化处理，得到精确地质信息，所述地质信息包括子监测区的地貌演化，构造活动以及气候变化；
综合地质信息判识灾害隐患风险；
对灾害隐患风险评估，确定灾害风险等级。
可选的，还包括对所述多源异构数据做格网化处理后，对异常数据进行剔除；具体如下：|xi-x|>3σ，则应舍去xi，否则应保留xi；其中xi为实验数据，x为样本数据，3σ为拉依达检验准则。
可选的，根据地质类型对地质监测区划分为多个子监测区，具体如下：
获取地质监测区的遥感影像；
利用几何精纠正对所述遥感影像做预处理；
采用模仿蜜蜂采蜜行为的群智能优化算法，自动搜索遥感影像各波段的最优分割点；
根据最优分割点对遥感影像划分为多个子监测区。
可选的，所述多源异构数据包括TIF图像的光学遥感影像数据、PNG图像的光学遥感影像数据标注图像、SHP栅格格式的地质数据、TIF图像的高程图、SHP栅格格式的河流分布图、TIF图像的地貌图和SHP栅格格式的活动断裂带。
可选的，对灾害隐患风险评估，确定灾害风险等级，具体为：对风险评估数据中的不同维数的所有历史数据之间进行相关性分析以生成相关性系数表；所根据风险评估数据及相关性系数表评估风险等级。
可选的，还包括利用层次分析法对灾害隐患风险进行判识。
一种地质灾害隐患判识以及分析评估系统，包括：
划分区域模块：用于根据地质类型对地质监测区划分为多个子监测区；
数据获取模块：用于获取各个子监测区的多源异构数据；
获取地质信息模块：用于对所述多源异构数据做格网化处理，得到精确地质信息，所述地质信息包括子监测区的地貌演化，构造活动以及气候变化；
风险判识模块：用于综合地质信息判识灾害隐患风险；
确定等级模块：对灾害隐患风险评估，确定灾害风险等级。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种地质灾害隐患判识以及分析评估方法及系统，采用多源数据，综合考虑了滑坡灾害的各个影响因素和判识模式。与此同时，本发明为地灾防治综合地质调查提供了信息化、网络化、标准化、科学化的管理手段。
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，下面将对实施例或现有技术描述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的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明的流程示意图；
图2为本发明的系统结构示意图；
图3为本发明的层次分析法示意图。
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。
深部地质过程、地貌演化与气候变化耦合孕育着重大灾害。黄河流域上游地质过程活跃，青藏高原隆升和新构造运动对河流形成发育与地貌演化产生了重大影响，是流域巨型灾害孕育的场所；黄河中游地表过程快速，地貌类型多样，气候分异显著，导致水土灾害频发；黄河下游地势平坦广袤，黄河改道、溃堤洪水等灾害和中上游的极端气候、重大灾害间联系密切。可见，虽然黄河流域重大灾害类型差异明显，但整个流域地质、地貌、气候作用相互关联，流域重大灾害过程相互联动。
为预警上述问题，本发明实施例公开了一种地质灾害隐患判识以及分析评估方法，如图1所示，包括以下步骤：
S1：根据地质类型对地质监测区划分为多个子监测区；
S2：获取各个子监测区的多源异构数据；
S3：对多源异构数据做格网化处理，得到精确地质信息，地质信息包括子监测区的地貌演化，构造活动以及气候变化；
S4：综合地质信息判识灾害隐患风险；
S5：对灾害隐患风险评估，确定灾害风险等级。
根据地质类型对地质监测区划分为多个子监测区，具体如下：
S11：获取地质监测区的遥感影像；
S12：利用几何精纠正对遥感影像做预处理；
S13：采用模仿蜜蜂采蜜行为的群智能优化算法，自动搜索遥感影像各波段的最优分割点；
S14：根据最优分割点对遥感影像划分为多个子监测区。
更进一步的，还包括对多源异构数据做格网化处理后，对异常数据进行剔除；具体如下：|xi-x|>3σ，则应舍去xi，否则应保留xi；其中xi为实验数据，x为样本数据，3σ为拉依达检验准则。
还包括：多源异构数据进行预处理，构建数据一致性关系，使数据实现标准化统一，且以光学遥感影像为参照，实现地理位置匹配、并确保图像分辨率相同，具体地包含以下步骤：
对光学遥感影像进行裁剪，去除其中的遮挡，其中(a)带有云层遮挡的遥感图像，(b)去除云层遮挡的遥感图像；
对栅格格式文件进行处理，将栅格数据的区域划分因子映射为数值，并进行属性的转化，得到0-255范围内的数值构成的标记图像。
在本实施例中，多源异构数据包括TIF图像的光学遥感影像数据、PNG图像的光学遥感影像数据标注图像、SHP栅格格式的地质数据、TIF图像的高程图、SHP栅格格式的河流分布图、TIF图像的地貌图和SHP栅格格式的活动断裂带。
具体的，对灾害隐患风险评估，确定灾害风险等级，具体为：对风险评估数据中的不同维数的所有历史数据之间进行相关性分析以生成相关性系数表；所根据风险评估数据及相关性系数表评估风险等级。
如图3所示，还包括利用层次分析法对灾害隐患风险进行判识。依据层次分析法研究分析各个因子对地质灾害造成的影响，确定各因子权重。确权过程严格按照层次分析法准则，即构造层次结构、构造判断矩阵、层次单排序、判断矩阵一致性检验四个部分。
其中，地质灾害监测预警的发展趋势主要表现在以下几方面：①监测技术从单一技术向天、空、地多基立体化技术发展；②监测传感器向智能化、数字化方向发展；③监测手段从注重位移监测向因果并重发展；④在数据采集和分析方面，向数据实时获取和数据处理的智能化、模型化、网络化和云计算方面发展；⑤集地质灾害信息管理、危险评估、专业监测、预报预警、应急响应和指挥于一体，实现地质灾害防治管理的科学化、信息化、标准化和可视化。
一种地质灾害隐患判识以及分析评估系统，如图2所示，包括：
划分区域模块：用于根据地质类型对地质监测区划分为多个子监测区；
数据获取模块：用于获取各个子监测区的多源异构数据；
获取地质信息模块：用于对多源异构数据做格网化处理，得到精确地质信息，地质信息包括子监测区的地貌演化，构造活动以及气候变化；
风险判识模块：用于综合地质信息判识灾害隐患风险；
确定等级模块：对灾害隐患风险评估，确定灾害风险等级。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种地质灾害隐患判识以及分析评估方法，其特征在于，包括以下步骤：
根据地质类型对地质监测区划分为多个子监测区；
获取各个子监测区的多源异构数据；
对所述多源异构数据做格网化处理，得到精确地质信息，所述地质信息包括子监测区的地貌演化，构造活动以及气候变化；
综合地质信息判识灾害隐患风险；
对灾害隐患风险评估，确定灾害风险等级。
2.根据权利要求1所述的一种地质灾害隐患判识以及分析评估方法，其特征在于，还包括对所述多源异构数据做格网化处理后，对异常数据进行剔除；具体如下：|xi-x|>3σ，则应舍去xi，否则应保留xi；其中xi为实验数据，x为样本数据，3σ为拉依达检验准则。
3.根据权利要求1所述的一种地质灾害隐患判识以及分析评估方法，其特征在于，根据地质类型对地质监测区划分为多个子监测区，具体如下：
获取地质监测区的遥感影像；
利用几何精纠正对所述遥感影像做预处理；
采用模仿蜜蜂采蜜行为的群智能优化算法，自动搜索遥感影像各波段的最优分割点；
根据最优分割点对遥感影像划分为多个子监测区。
4.根据权利要求1所述的一种地质灾害隐患判识以及分析评估方法，其特征在于，所述多源异构数据包括TIF图像的光学遥感影像数据、PNG图像的光学遥感影像数据标注图像、SHP栅格格式的地质数据、TIF图像的高程图、SHP栅格格式的河流分布图、TIF图像的地貌图和SHP栅格格式的活动断裂带。
5.根据权利要求1所述的一种地质灾害隐患判识以及分析评估方法，其特征在于，对灾害隐患风险评估，确定灾害风险等级，具体为：对风险评估数据中的不同维数的所有历史数据之间进行相关性分析以生成相关性系数表；所根据风险评估数据及相关性系数表评估风险等级。
6.根据权利要求1所述的一种地质灾害隐患判识以及分析评估方法，其特征在于，还包括利用层次分析法对灾害隐患风险进行判识。
7.一种地质灾害隐患判识以及分析评估系统，其特征在于，包括：
划分区域模块：用于根据地质类型对地质监测区划分为多个子监测区；
数据获取模块：用于获取各个子监测区的多源异构数据；
获取地质信息模块：用于对所述多源异构数据做格网化处理，得到精确地质信息，所述地质信息包括子监测区的地貌演化，构造活动以及气候变化；
风险判识模块：用于综合地质信息判识灾害隐患风险；
确定等级模块：对灾害隐患风险评估，确定灾害风险等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210227658.0A CN114565313A (zh) | 2022-03-08 | 2022-03-08 | 一种地质灾害隐患判识以及分析评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210227658.0A CN114565313A (zh) | 2022-03-08 | 2022-03-08 | 一种地质灾害隐患判识以及分析评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114565313A true CN114565313A (zh) | 2022-05-31 |
Family
ID=81718448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210227658.0A Pending CN114565313A (zh) | 2022-03-08 | 2022-03-08 | 一种地质灾害隐患判识以及分析评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114565313A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359629A (zh) * | 2022-08-22 | 2022-11-18 | 重庆地质矿产研究院 | 一种基于序贯评估法的区域滑坡灾害预警方法 |
| CN116307687A (zh) * | 2023-02-01 | 2023-06-23 | 视拓科技(西安)有限公司 | 塌陷区域风险等级的数据处理方法、系统、设备和介质 |
| CN117172561A (zh) * | 2023-11-03 | 2023-12-05 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
| CN117314175A (zh) * | 2023-11-28 | 2023-12-29 | 合肥优尔电子科技有限公司 | 一种基于恶劣天气下的电网系统地质风险监测评估方法 |
| CN117610745A (zh) * | 2024-01-23 | 2024-02-27 | 山东省国土测绘院 | 一种自然资源动态监测系统 |
-
2022
- 2022-03-08 CN CN202210227658.0A patent/CN114565313A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115359629A (zh) * | 2022-08-22 | 2022-11-18 | 重庆地质矿产研究院 | 一种基于序贯评估法的区域滑坡灾害预警方法 |
| CN116307687A (zh) * | 2023-02-01 | 2023-06-23 | 视拓科技(西安)有限公司 | 塌陷区域风险等级的数据处理方法、系统、设备和介质 |
| CN117172561A (zh) * | 2023-11-03 | 2023-12-05 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
| CN117172561B (zh) * | 2023-11-03 | 2024-01-02 | 广东新禾道信息科技有限公司 | 基于智能模型算法的地质灾害风险隐患预测方法及系统 |
| CN117314175A (zh) * | 2023-11-28 | 2023-12-29 | 合肥优尔电子科技有限公司 | 一种基于恶劣天气下的电网系统地质风险监测评估方法 |
| CN117314175B (zh) * | 2023-11-28 | 2024-02-23 | 合肥优尔电子科技有限公司 | 一种基于恶劣天气下的电网系统地质风险监测评估方法 |
| CN117610745A (zh) * | 2024-01-23 | 2024-02-27 | 山东省国土测绘院 | 一种自然资源动态监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114565313A (zh) | 一种地质灾害隐患判识以及分析评估方法及系统 | |
| Kumar et al. | Automated road markings extraction from mobile laser scanning data | |
| CN108416985B (zh) | 一种基于图像识别的地质灾害监测预警系统及预警方法 | |
| CN113762090B (zh) | 一种特高压密集输电通道灾害监测预警方法 | |
| CN107657618B (zh) | 基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法 | |
| CN116580532A (zh) | 一种基于雷达遥感技术的地质灾害预警系统 | |
| Mustafa et al. | Monitoring and evaluating land cover change in the Duhok city, Kurdistan region-Iraq, by using remote sensing and GIS | |
| CN116504032A (zh) | 一种基于实景三维的滑坡危险性监测预警方法及系统 | |
| CN114898212B (zh) | 一种高分辨率遥感图像多地物变化信息提取方法 | |
| CN115471980B (zh) | 泥石流灾害预警方法 | |
| CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
| CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
| Fekete et al. | Tree segmentation and change detection of large urban areas based on airborne LiDAR | |
| US20240290088A1 (en) | Drone-based, airborne sensory system for flood elevation and flood occurrence probability measurements and return periods by proxy measurements and method thereof | |
| Erdogan et al. | Detection of building damage caused by Van Earthquake using image and Digital Surface Model (DSM) difference | |
| Cao et al. | Integrated detection and analysis of earthquake disaster information using airborne data | |
| CN117475314A (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
| CN116110210B (zh) | 复杂环境下数据驱动的滑坡灾害辅助决策方法 | |
| CN109406755B (zh) | 一种基于地貌单元的山区崩滑地质灾害高位性质辨识方法 | |
| Van Westen et al. | National Scale Landslide Susceptibility Assessment for Saint Lucia | |
| Marques et al. | Landslides on São Miguel Island (Azores): susceptibility analysis and validation of rupture zones using a bivariate GIS-based statistical approach | |
| Liu et al. | A Novel Impervious Surface Extraction Method Based on Automatically Generating Training Samples From Multisource Remote Sensing Products: A Case Study of Wuhan City, China | |
| CN112907567B (zh) | 基于空间推理方法的sar图像有序人造构筑物提取方法 | |
| Sun et al. | Using time-series HSI mapping to determine ecological processes and driving forces of red-crowned crane (Grus japonensis) habitat in the Yancheng Biosphere Reserve (China) | |
| Prakash et al. | Flood inundation mapping and depth modelling using machine learning algorithms and microwave data |
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 |