CN114636396B - 基于数据处理的水土流失预测方法及装置 - Google Patents
基于数据处理的水土流失预测方法及装置 Download PDFInfo
- Publication number
- CN114636396B CN114636396B CN202210330810.8A CN202210330810A CN114636396B CN 114636396 B CN114636396 B CN 114636396B CN 202210330810 A CN202210330810 A CN 202210330810A CN 114636396 B CN114636396 B CN 114636396B
- Authority
- CN
- China
- Prior art keywords
- information
- average
- sub
- height
- generating
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种基于数据处理的水土流失预测方法及装置，涉及数据处理技术，包括：在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测，可以远程实时感知某一区域的水土流失情况。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种基于数据处理的水土流失预测方法及装置。
背景技术
水土流失是指由于自然或人为因素的影响、雨水不能就地消纳、顺势下流、冲刷土壤，造成水分和土壤同时流失的现象。水土流失不仅使国民经济遭受重大损失，同时也对土地资源承载力、水资源保护和生态安全、公共安全等构成巨大威胁。
现有技术中，评估水土流失一般是通过人工到达现场拍摄现场照片，然后与一年前(或者一定时间段之前)的照片进行比对，人工判断是否有严重的水土流失。
然而，现有技术需要浪费较大的人力去定时拍摄，工作量较大，且无法远程实时感知某一区域的水土流失情况。
发明内容
本发明实施例提供一种基于数据处理的水土流失预测方法及装置，可以远程实时感知某一区域的水土流失情况。
本发明实施例的第一方面，提供一种基于数据处理的水土流失预测方法，包括：
在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变；
根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；
基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；
根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测。
可选地，在第一方面的一种可能实现方式中，根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息，包括：
对各所述监测单元的第一维度信息中距离值进行求和处理，生成所述第一距离信息，对各所述监测单元的第一维度信息中高度差进行求和处理，生成所述第一高度信息；
对各所述监测单元的第二维度信息中距离值进行求和处理，生成所述第二距离信息，对各所述监测单元的第二维度信息中高度差进行求和处理，生成所述第二高度信息。
可选地，在第一方面的一种可能实现方式中，在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息之前，还包括：
将所述监测区域划分为多个子区域，并获取所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量；
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量；
根据所述布置数量，将所述监测单元布置在对应的所述子区域内。
可选地，在第一方面的一种可能实现方式中，基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成所述监测区域的总面积、第二平均水平面高度、第二平均植被密度、第二平均土壤密度和第二平均水流冲击量；
根据所述子面积和所述总面积生成所述子区域的占比值，并基于所述占比值和预设总量生成初始数量；
根据所述第一平均水平面高度和所述第二平均水平面高度生成所述子区域的第一调整值，根据所述第一平均植被密度和所述第二平均植被密度生成所述子区域的第二调整值，根据所述第一平均土壤密度和所述第二平均土壤密度生成所述子区域的第三调整值，根据所述第一平均水流冲击量和所述第二平均水流冲击量生成所述子区域的第四调整值；
基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值；
基于所述偏移值对所述初始数量进行调整，生成所述布置数量。
可选地，在第一方面的一种可能实现方式中，基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值，包括：
基于所述第一调整值、所述第二调整值、所述第三调整值和第一转化值，生成负向调整值；
基于所述第四调整值和所述第二转化值，生成正向调整值；
根据所述正向调整值和所述负向调整值生成所述偏移值。
可选地，在第一方面的一种可能实现方式中，基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
其中，L代表子区域对应的布置数量，si代表子面积，Z代表子面积，hi代表第一平均水平面高度,a1代表第一系数，mi代表第一平均植被密度，a2代表第二系数，ri代表第一平均土壤密度，a3代表第三系数，ci代表第一平均水流冲击量，a4代表第四系数，ki1代表第一转化值，ki2代表第二转化值。
可选地，在第一方面的一种可能实现方式中，在根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息之后，还包括：
若所述第二维度信息中的第二距离信息大于预设距离，获取距离极限值，将对应的所述第二距离信息更新为所述距离极限值；
若所述第二维度信息中第二高度信息大于预设高度差，获取高度差极限值，将对应所述第二高度信息更新为所述高度差极限值。
可选地，在第一方面的一种可能实现方式中，还包括：
获取各所述子区域内的第二距离值信息所述距离极限值的所述监测单元的第一数量，以及各所述子区域内的第二高度信息为所述预设高度差的所述监测单元的第二数量，
基于所述第一数量和所述第二数量，生成流失数量；
根据所述流失数量和所述布置数量生成剩余数量；
若所述流失数量大于所述剩余数量，基于剩余的所述监测单元获取所述子区域的位置信息，将所述位置信息发送给管理端。
可选地，在第一方面的一种可能实现方式中，在基于剩余的所述监测单元获取所述子区域的位置信息之后，还包括：
基于所述位置信息对前一时刻所述遥感图像和当前时刻所述遥感图像进行区域放大处理，生成上一时刻水土流失区域图像和当前时刻水土流失区域图像；
将所述当前时刻水土流失区域图像与所述上一时刻水土流失区域图像进行比对处理，生成水土流失数据。
本发明实施例的第二方面，提供一种基于数据处理的水土流失预测装置，包括：
信息模块，用于在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变；
处理模块，用于根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；
差值模块，用于基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；
预测模块，用于根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测。
本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本发明提供的一种基于数据处理的水土流失预测方法及装置，对整个监测区域内的数据进行实时监控，可以远程实时的感知到水土流失的变化，且可以在出现严重水土流失的情况下，实现及时的预警。
附图说明
图1是本发明实施例提供的一种应用场景示意图；
图2是本发明实施例提供的一种基于数据处理的水土流失预测方法的流程示意图；
图3是本发明实施例提供的水土流失块a1和a2的示意图；
图4a是本发明实施例提供的子区域的一种示意图；
图4b是本发明实施例提供的子区域的另一种示意图；
图5是本发明实施例提供的一种基于数据处理的水土流失预测装置的结构示意图；
图6是本发明实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1，是本发明实施例提供的一种应用场景示意图。现有技术中，会采用人工拍摄照片比对来对水土流失进行监测，从图1中可以看出，河流附近的水土流失情况区域较大，人工拍摄需要耗费大量人力物力定点定时拍摄需要监控的多个水土流失区域，来判断水土流失区域是否有严重水土流失，或者监控水土流失是否会造成其他损害。
现有技术中会存在以下问题：
1、无法远程实时感知水土流失情况，只能靠人工定时定点的拍摄，然后进行数据处理，导致数据延迟性较高；
2、如果水土流失监控区域的水土流失会对附近建筑或者行人造成损害，无法及时的预知。
为了解决上述问题，本发明的构思为对区域的水土流失进行远程实时感知，采用区域性监测，并利用监测数据的实时比对，实现该区域水土流失的远程实时感知和监测。
参见图2，是本发明实施例提供的一种基于数据处理的水土流失预测方法的流程示意图，图2所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个：用户设备、网络设备等。其中，用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant，简称：PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。该基于数据处理的水土流失预测方法包括步骤S101至步骤S104，具体如下：
S101，在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变。
参见图1，本方案可以是对一段河流周围的水土流失进行监测，其中，A区域可以是本发明的一个监测区域，可以理解的是，本发明可以在需要监测的河流周围设置多个监测区域，对多个区域进行实时的监测。
其中，标定点可以设置在监测区域的中间位置，也可以设置在其他位置，需要说明的是，本发明的标定点的位置信息不会随着水土流失的变化而发生变化，即标定点的高度和深度均不会发生变化。
在实际应用中，本方案在监测区域内设置标定点时，可以在监测区域内打入多米深的地基，然后将标定点设置在地基上，以确保其位置不会收水土流失的影响而变化。
监测单元可以是位置传感器，也可以是其他能够测量监测单元与标定点之间距离差和高度差的传感器。
各个监测单元与标定点之间进行无线通信，同时，各个监测单元和标定点与服务器进行通信，以实现相互之间的数据传输，其在传输数据时，均可以通过无线模块进行传输。
需要说明的是，监测单元设置在监测区域内时，可以是预埋在所述监测区域内的预设深度处，例如可以是埋设在5-7cm深度处，例如可以是6cm深度。
可以理解的是，参见图3，在水土流失时，例如，一块流失的土块a1会从监测区域内掉落到河道内，而埋设在土块a1内的监测单元X1会随着流失的土掉入河中，监测单元X1与标定点之间的维度信息会产生变化，例如，距离相交之前增加或者减少，高度差也会发生变化。
另外，与土块a1相邻的土块a2在土块a1流失后，可能会产生下沉或者滑坡等，土块a2内的监测单元X2也会随之移动，同理，监测单元X2的位置也会变化，从而使得监测单元X1与标定点之间的维度信息会产生变化，例如，距离相交之前增加或者减少，高度差也会发生变化。
此外，在长期监测中，监测单元上方的水土可能也会随着雨水等流失，当监测单元上方的水土流失到一定程度，也会对监测单元的位置产生影响，例如，监测单元的深度可以是6cm，水土流失到3cm厚度时，继续水土流失会对监测单元的位置产生影响，例如，监测单元会随之下沉，或者随着水土流失被冲动，本方案的监测单元的设置深度也可以根据监测精度的需要来设置，例如，如果监测精度较高，在水土流失1cm深度时，就要及时的响应，那么本方案的监测单元可以设置在1cm深度处，当然本方案的监测单元也可以设置在监测区域的表面，更加敏感的感知水土流失情况。
需要说明的是，本方案的监测单元的单位重量可以与监测区域内土的单位重量接近，此外，监测单元的大小不易过大，本方案的监测单元大小的面积最优可以控制在2平方厘米以内，以更加精确的以监测单元的动态变化来预知水土流失的动态变化。
本方案通过监测单元的动态变化来预测出区域内的水土流失变化，可以远程实时的感知水土流失情况，从而及时的制定出合理的预防策略，防止重大事故出现。
本方案中的第一时刻可以是前一时刻，当前时刻可以是当前需要分析水土流失的时刻，第一维度信息和第二维度信息均包括距离信息和高度信息。即本方案获取到2个时刻之间的2个维度信息，对2个维度信息进行比对，可以大致预测出水土流失情况。
需要说明的是，本方案要在监测区域内预先设置好多个监测单元和标定点，来对区域进行有效的全方位监测。
本方案为了对监测区域内的多个监测单元进行合理有效的布置，以提高监测的准确性，在上述的基础上提供了以下方法来确定每个监测子区域内需要布置的监测单元的数量，在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息之前，还包括步骤S11-S13，具体如下：
S11，将所述监测区域划分为多个子区域，并获取所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量。
具体的，本方案为了合理分配监测单元，将监测区域分为多个子区域，然后根据各子区域的多维参数来计算出各子区域内需要分配的监测单元数量。
其中，参见图4a和图4b，子区域可以有b1区域、b2区域和b3区域，子面积可以是子区域的面积大小，例如，b1区域、b2区域和b3区域的面积大小均不相同，第一平均水平面高度，可以是子区域相对于预设水平面的平均水平面高度，第一平均植被密度可以是子区域内所种植的植被密度，第一平均土壤密度可以是子区域内的土壤密度，第一平均水流冲击量可以是河流对该子区域的水流冲击量，可以理解的是，靠近河流的子区域相对于远离河流的子区域来说，水流冲击量较大，还可以理解的是，河流不同河段的水流冲击量也不同，冲击量越大的区域，水土流失越严重。
S12，基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量。
可以理解的是，本方案在测量出子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量多维参数后，可以根据以上参数带来对子区域内的监测单元的数量进行预测。
具体的，步骤S12可以包括步骤S121-S125，具体如下：
S121，基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成所述监测区域的总面积、第二平均水平面高度、第二平均植被密度、第二平均土壤密度和第二平均水流冲击量。
可以理解的是，在获取到子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量之后，可以计算出监测区域的总面积、第二平均水平面高度、第二平均植被密度、第二平均土壤密度和第二平均水流冲击量。
例如，监测区域的总面积可以是对多个子区域面积的求和；监测区域的第二平均水平面高度可以是对各子区域内的第一平均水平面高度求和之后除以子区域的数量；第二平均植被密度可以是对各子区域内的第一平均植被密度求和之后除以子区域的数量；第二平均土壤密度可以是对各子区域内的第一平均土壤密度求和之后除以子区域的数量；第二平均水流冲击量可以是对各子区域内的第一平均水流冲击量求和之后除以子区域的数量。
S122，根据所述子面积和所述总面积生成所述子区域的占比值，并基于所述占比值和预设总量生成初始数量。
可以理解的是，本方案先根据子区域的大小来计算出一个初始数量，然后再根据各子区域的多维参数来对初始数量进行便宜，以得到精确数量。
S123，根据所述第一平均水平面高度和所述第二平均水平面高度生成所述子区域的第一调整值，根据所述第一平均植被密度和所述第二平均植被密度生成所述子区域的第二调整值，根据所述第一平均土壤密度和所述第二平均土壤密度生成所述子区域的第三调整值，根据所述第一平均水流冲击量和所述第二平均水流冲击量生成所述子区域的第四调整值。
可以理解的是，本方案根据水平面高度信息来生成子区域的第一调整值，根据植被密度来生成子区域内的第二调整值，根据土壤密度来生成子区域内的第三调整值，根据水流冲击量来获取子区域内的第四调整值。
S124，基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值。
可以理解的是，在步骤S123得到第一调整值、所述第二调整值、所述第三调整值和所述第四调整值之后，可以按照预设策略生成偏移值，对初始数量进行偏移，得到各子区域较为精确的布置数量。
本方案中，可以是基于所述第一调整值、所述第二调整值、所述第三调整值和第一转化值，生成负向调整值；基于所述第四调整值和所述第二转化值，生成正向调整值；根据所述正向调整值和所述负向调整值生成所述偏移值。其中，正向调整值为需要将布置数量向上调整，负向调整值为需要将布置数量向下调整，以实现对初始数量的精准调整。
S125，基于所述偏移值对所述初始数量进行调整，生成所述布置数量。
S13，根据所述布置数量，将所述监测单元布置在对应的所述子区域内。
在上述方案基础上，本方案中的基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
其中，L代表子区域对应的布置数量，si代表子面积，Z代表子面积，hi代表第一平均水平面高度,a1代表第一系数，mi代表第一平均植被密度，a2代表第二系数，ri代表第一平均土壤密度，a3代表第三系数，ci代表第一平均水流冲击量，a4代表第四系数，ki1代表第一转化值，ki2代表第二转化值。
其中，
代表子区域所占的面积比例，
代表初始数量，
代表负向调整值，
代表正向调整值。
S102，根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息。
本方案中的第一距离信息可以是多个第一维度信息中的距离信息的总和，第一高度信息可以是多个第一维度信息中的高度信息的总和。
在一些实施例中，根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息，包括：
对各所述监测单元的第一维度信息中距离值进行求和处理，生成所述第一距离信息，对各所述监测单元的第一维度信息中高度差进行求和处理，生成所述第一高度信息；
对各所述监测单元的第二维度信息中距离值进行求和处理，生成所述第二距离信息，对各所述监测单元的第二维度信息中高度差进行求和处理，生成所述第二高度信息。
例如，总共有5个监测单元，在第一时刻，监测单元X1距离标定点的距离为3米，监测单元X2距离标定点的距离为5米，监测单元X3距离标定点的距离为2米，监测单元X4距离标定点的距离为1米，监测单元X5距离标定点的距离为3米，那么第一维度信息中的第一距离信息可以是14米；监测单元X1距离标定点的高度差为1米，监测单元X2距离标定点的高度差为2米，监测单元X3距离标定点的高度差为1米，监测单元X4距离标定点的高度差为2米，监测单元X5距离标定点的高度差为1米，那么第一高度信息可以是7米。第二距离信息和第二高度信息的计算过程同上，在此不再赘述。
S103，基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差。
可以理解的是，在步骤是S102的基础上可以计算出2个时刻的所述第一距离信息和所述第二距离信息的实时距离差，并计算出2个时刻的所述第一高度信息和所述第二高度信息的实时高度差。
S104，根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测。
本方案是整个监测区域内的数据进行实时监控，可以远程实时的感知到水土流失的变化，且可以在出现严重水土流失的情况下，实现及时的预警。
在上述实施例的基础上，为了更加准确的对水土流失进行监测，本方案在根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息之后，还包括：
若所述第二维度信息中的第二距离信息大于预设距离，获取距离极限值，将对应的所述第二距离信息更新为所述距离极限值；
若所述第二维度信息中第二高度信息大于预设高度差，获取高度差极限值，将对应所述第二高度信息更新为所述高度差极限值。
可以理解的是，本方案考虑到监测单元落入到河流中后，会随水流流远，那么距离信息和高度信息会产生巨大变化，导致其对最终的计算结果产生影响，因此本方案设置有距离极限值和高度差极限值，在监测单元的数据超过阈值后，将距离极限值和高度差极限值赋予给监测单元所对应的数据，减少其对最终结果的影响。
此外，本方案为了实现预警，在上述实施例的基础上，还包括：
获取各所述子区域内的第二距离值信息所述距离极限值的所述监测单元的第一数量，以及各所述子区域内的第二高度信息为所述预设高度差的所述监测单元的第二数量；
基于所述第一数量和所述第二数量，生成流失数量；
根据所述流失数量和所述布置数量生成剩余数量；
若所述流失数量大于所述剩余数量，基于剩余的所述监测单元获取所述子区域的位置信息，将所述位置信息发送给管理端。
可以理解的是，本方案通过判断流失数量和剩余数量，来判断子区域内的水土流失严重情况，若流失数量较大，那么说明该子区域的水土流失严重，然后获取到对应子区域的位置信息，发送给管理端，管理端可以根据位置信息来对子区域进行及时管理。
其中，基于剩余的所述监测单元获取所述子区域的位置信息，可以是获取到监测单元的多个位置信息，然后根据多个位置信息得到子区域的位置信息。
在一些实施例中，在基于剩余的所述监测单元获取所述子区域的位置信息之后，还包括：
基于所述位置信息对前一时刻所述遥感图像和当前时刻所述遥感图像进行区域放大处理，生成上一时刻水土流失区域图像和当前时刻水土流失区域图像；
将所述当前时刻水土流失区域图像与所述上一时刻水土流失区域图像进行比对处理，生成水土流失数据。
本方案在得到水土流失较严重的区域后，可以根据获取到位置信息对遥感图像的某个区域进行定位，以实现对遥感图像中某个区域的放大，以协助管理者能过快速有效的对水土流失严重的区域进行定位。
参见图5，是本发明实施例提供的一种基于数据处理的水土流失预测装置的结构示意图，该基于数据处理的水土流失预测装置包括：
信息模块，用于在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变；
处理模块，用于根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；
差值模块，用于基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；
预测模块，用于根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测。
图5所示实施例的装置对应地可用于执行图2所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
参见图6，是本发明实施例提供的一种电子设备的硬件结构示意图，该电子设备60包括：处理器61、存储器62和计算机程序；其中
存储器62，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器61，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器62既可以是独立的，也可以跟处理器61集成在一起。
当所述存储器62是独立于处理器61之外的器件时，所述设备还可以包括：
总线63，用于连接所述存储器62和处理器61。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于数据处理的水土流失预测方法，其特征在于，包括：
在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变；
根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；
基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；
根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测；
根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息，包括：
对各所述监测单元的第一维度信息中距离值进行求和处理，生成所述第一距离信息，对各所述监测单元的第一维度信息中高度差进行求和处理，生成所述第一高度信息；
对各所述监测单元的第二维度信息中距离值进行求和处理，生成所述第二距离信息，对各所述监测单元的第二维度信息中高度差进行求和处理，生成所述第二高度信息；
在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息之前，还包括：
将所述监测区域划分为多个子区域，并获取所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量；
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量；
根据所述布置数量，将所述监测单元布置在对应的所述子区域内；
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成所述监测区域的总面积、第二平均水平面高度、第二平均植被密度、第二平均土壤密度和第二平均水流冲击量；
根据所述子面积和所述总面积生成所述子区域的占比值，并基于所述占比值和预设总量生成初始数量；
根据所述第一平均水平面高度和所述第二平均水平面高度生成所述子区域的第一调整值，根据所述第一平均植被密度和所述第二平均植被密度生成所述子区域的第二调整值，根据所述第一平均土壤密度和所述第二平均土壤密度生成所述子区域的第三调整值，根据所述第一平均水流冲击量和所述第二平均水流冲击量生成所述子区域的第四调整值；
基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值；
基于所述偏移值对所述初始数量进行调整，生成所述布置数量。
2.根据权利要求1所述的方法，其特征在于，基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值，包括：
基于所述第一调整值、所述第二调整值、所述第三调整值和第一转化值，生成负向调整值；
基于所述第四调整值和第二转化值，生成正向调整值；
根据所述正向调整值和所述负向调整值生成所述偏移值。
3.根据权利要求2所述的方法，其特征在于，基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
其中，L代表子区域对应的布置数量，si代表子面积，Z代表预设总量，hi代表第一平均水平面高度,a1代表第一系数，mi代表第一平均植被密度，a2代表第二系数，ri代表第一平均土壤密度，a3代表第三系数，ci代表第一平均水流冲击量，a4代表第四系数，ki1代表第一转化值，ki2代表第二转化值。
4.根据权利要求1所述的方法，其特征在于，在根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息之后，还包括：
若所述第二维度信息中的第二距离信息大于预设距离，获取距离极限值，将对应的所述第二距离信息更新为所述距离极限值；
若所述第二维度信息中第二高度信息大于预设高度差，获取高度差极限值，将对应所述第二高度信息更新为所述高度差极限值。
5.根据权利要求4所述的方法，其特征在于，还包括：
获取各所述子区域内的第二距离值信息为所述距离极限值的所述监测单元的第一数量，以及各所述子区域内的第二高度信息为所述预设高度差的所述监测单元的第二数量，
基于所述第一数量和所述第二数量，生成流失数量；
根据所述流失数量和所述布置数量生成剩余数量；
若所述流失数量大于所述剩余数量，基于剩余的所述监测单元获取所述子区域的位置信息，将所述位置信息发送给管理端。
6.根据权利要求4所述的方法，其特征在于，在基于剩余的所述监测单元获取所述子区域的位置信息之后，还包括：
基于所述位置信息对前一时刻遥感图像和当前时刻遥感图像进行区域放大处理，生成上一时刻水土流失区域图像和当前时刻水土流失区域图像；
将所述当前时刻水土流失区域图像与所述上一时刻水土流失区域图像进行比对处理，生成水土流失数据。
7.一种基于数据处理的水土流失预测装置，其特征在于，包括：
信息模块，用于在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息，并实时获取多个监测单元与标定点之间的第二维度信息，所述第一维度信息和所述第二维度信息包括距离信息和高度信息，其中，所述监测单元预埋在所述监测区域内的预设深度处，所述标定点的位置信息保持不变；
处理模块，用于根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息；
差值模块，用于基于所述第一距离信息和所述第二距离信息生成实时距离差，并基于所述第一高度信息和所述第二高度信息生成实时高度差；
预测模块，用于根据所述实时距离差、所述实时高度差、预设距离差和预设高度差，对水土流失进行预测；
根据多个所述第一维度信息生成第一距离信息和第一高度信息，并根据多个所述第二维度信息生成第二距离信息和第二高度信息，包括：
对各所述监测单元的第一维度信息中距离值进行求和处理，生成所述第一距离信息，对各所述监测单元的第一维度信息中高度差进行求和处理，生成所述第一高度信息；
对各所述监测单元的第二维度信息中距离值进行求和处理，生成所述第二距离信息，对各所述监测单元的第二维度信息中高度差进行求和处理，生成所述第二高度信息；
在第一时刻获取监测区域内多个监测单元与标定点之间的第一维度信息之前，还包括：
将所述监测区域划分为多个子区域，并获取所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量；
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量；
根据所述布置数量，将所述监测单元布置在对应的所述子区域内；
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成各所述子区域内的监测单元的布置数量，包括：
基于所述子区域的子面积、第一平均水平面高度、第一平均植被密度、第一平均土壤密度和第一平均水流冲击量，生成所述监测区域的总面积、第二平均水平面高度、第二平均植被密度、第二平均土壤密度和第二平均水流冲击量；
根据所述子面积和所述总面积生成所述子区域的占比值，并基于所述占比值和预设总量生成初始数量；
根据所述第一平均水平面高度和所述第二平均水平面高度生成所述子区域的第一调整值，根据所述第一平均植被密度和所述第二平均植被密度生成所述子区域的第二调整值，根据所述第一平均土壤密度和所述第二平均土壤密度生成所述子区域的第三调整值，根据所述第一平均水流冲击量和所述第二平均水流冲击量生成所述子区域的第四调整值；
基于所述第一调整值、所述第二调整值、所述第三调整值和所述第四调整值生成偏移值；
基于所述偏移值对所述初始数量进行调整，生成所述布置数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210330810.8A CN114636396B (zh) | 2022-03-30 | 2022-03-30 | 基于数据处理的水土流失预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210330810.8A CN114636396B (zh) | 2022-03-30 | 2022-03-30 | 基于数据处理的水土流失预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114636396A CN114636396A (zh) | 2022-06-17 |
| CN114636396B true CN114636396B (zh) | 2022-12-16 |
Family
ID=81952688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210330810.8A Active CN114636396B (zh) | 2022-03-30 | 2022-03-30 | 基于数据处理的水土流失预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114636396B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115218134B (zh) * | 2022-07-08 | 2023-11-21 | 江苏天禧电力与照明景观工程技术有限公司 | 基于5g物联网的道路监控全景信息感知方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09153131A (ja) * | 1995-11-30 | 1997-06-10 | Hitachi Ltd | 画像情報の処理方法、処理装置および画像情報統合システム |
| JP2003240613A (ja) * | 2002-02-20 | 2003-08-27 | Tamu Tec:Kk | 遠隔監視装置 |
| JP2010151793A (ja) * | 2008-11-21 | 2010-07-08 | Akebono Brake Ind Co Ltd | 地すべり計測装置、地すべり検出装置、地すべり計測システム、及び地すべり計測方法 |
| CN205175360U (zh) * | 2015-11-09 | 2016-04-20 | 吉林大学 | 一种利用激光位移传感器监测滑坡的装置 |
| CN106645651A (zh) * | 2017-02-20 | 2017-05-10 | 长沙市玖车测控技术有限公司 | 水土流失监测与预警系统 |
| CN111220210A (zh) * | 2020-01-15 | 2020-06-02 | 辽宁工程技术大学 | 一种水土保持多指标动态实时监测系统 |
| KR102218955B1 (ko) * | 2019-08-29 | 2021-02-23 | 올인올테크 주식회사 | 회전구조체로 구비된 가속도측정부를 이용한 산사태 예경보 방법 및 컴퓨터프로그램 |
| CN112540165A (zh) * | 2020-12-04 | 2021-03-23 | 广东电网有限责任公司 | 水土流失预警系统及方法 |
| CN113587823A (zh) * | 2021-07-20 | 2021-11-02 | 北京安赛博技术有限公司 | 一种判断激光位移计测滑坡位移的方法及装置 |
| CN215769998U (zh) * | 2021-06-28 | 2022-02-08 | 中国地质科学院岩溶地质研究所 | 一种滑坡灾害监测预警系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180045853A1 (en) * | 2016-08-15 | 2018-02-15 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Landslide hazard assessment system and method |
| CN106595563B (zh) * | 2016-12-13 | 2018-12-11 | 青岛理工大学 | 一种滑坡变形滑移周期显著性参数的测定方法 |
| CN108108420B (zh) * | 2017-12-15 | 2021-09-28 | 南京林业大学 | 一种水土流失调查采样方法及装置 |
| CN112396359A (zh) * | 2021-01-21 | 2021-02-23 | 航天宏图信息技术股份有限公司 | 水土流失区域监管方法、装置、移动终端及存储介质 |
-
2022
- 2022-03-30 CN CN202210330810.8A patent/CN114636396B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09153131A (ja) * | 1995-11-30 | 1997-06-10 | Hitachi Ltd | 画像情報の処理方法、処理装置および画像情報統合システム |
| JP2003240613A (ja) * | 2002-02-20 | 2003-08-27 | Tamu Tec:Kk | 遠隔監視装置 |
| JP2010151793A (ja) * | 2008-11-21 | 2010-07-08 | Akebono Brake Ind Co Ltd | 地すべり計測装置、地すべり検出装置、地すべり計測システム、及び地すべり計測方法 |
| CN205175360U (zh) * | 2015-11-09 | 2016-04-20 | 吉林大学 | 一种利用激光位移传感器监测滑坡的装置 |
| CN106645651A (zh) * | 2017-02-20 | 2017-05-10 | 长沙市玖车测控技术有限公司 | 水土流失监测与预警系统 |
| KR102218955B1 (ko) * | 2019-08-29 | 2021-02-23 | 올인올테크 주식회사 | 회전구조체로 구비된 가속도측정부를 이용한 산사태 예경보 방법 및 컴퓨터프로그램 |
| CN111220210A (zh) * | 2020-01-15 | 2020-06-02 | 辽宁工程技术大学 | 一种水土保持多指标动态实时监测系统 |
| CN112540165A (zh) * | 2020-12-04 | 2021-03-23 | 广东电网有限责任公司 | 水土流失预警系统及方法 |
| CN215769998U (zh) * | 2021-06-28 | 2022-02-08 | 中国地质科学院岩溶地质研究所 | 一种滑坡灾害监测预警系统 |
| CN113587823A (zh) * | 2021-07-20 | 2021-11-02 | 北京安赛博技术有限公司 | 一种判断激光位移计测滑坡位移的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Miniaturized, Field-Deployable, Continuous Soil Water Potential Sensor;Yuncong Chen等;《IEEE Sensors Journal》;20201201;第20卷(第23期);第14109-14117页 * |
| 降雨诱发铁路边坡滑坡监测预警技术研究;唐佑绵;《铁路工程技术与经济》;20201130;第35卷(第6期);第17-21页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114636396A (zh) | 2022-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Stokes et al. | Widespread distribution of supraglacial lakes around the margin of the East Antarctic Ice Sheet | |
| Aarninkhof et al. | A video-based technique for mapping intertidal beach bathymetry | |
| US10037327B2 (en) | Method and apparatus for accurate localization of points of interest | |
| CN114636396B (zh) | 基于数据处理的水土流失预测方法及装置 | |
| Swain et al. | Using high fix rate GPS data to determine the relationships between fix rate, prediction errors and patch selection | |
| Montanari et al. | Calibration and sequential updating of a coupled hydrologic-hydraulic model using remote sensing-derived water stages | |
| Zhu et al. | Land-use change simulation and assessment of driving factors in the loess hilly region—a case study as Pengyang County | |
| Yang | Digital mapping of RUSLE slope length and steepness factor across New South Wales, Australia | |
| CN111507375A (zh) | 一种城市内涝风险快速评估方法及系统 | |
| Lin et al. | Propagation from meteorological to hydrological drought and its application to drought prediction in the Xijiang River basin, South China | |
| CN114972581A (zh) | 遥感影像的标注方法、装置、系统、设备及存储介质 | |
| De Sy et al. | Landslide model performance in a high resolution small-scale landscape | |
| CN108399577A (zh) | 一种基于蒸散发的林地植被生态需水的定量测算方法 | |
| CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
| de Lima Moraes et al. | Steady infiltration rate spatial modeling from remote sensing data and terrain attributes in southeast Brazil | |
| JP2022056223A (ja) | 土石流予知システム及び土石流予知法方法 | |
| CN111126720A (zh) | 养殖场风险预测方法、装置、设备及存储介质 | |
| Wang et al. | Effect of different topographic data sources on soil loss estimation for a mountainous watershed in Northern China | |
| CN115439005A (zh) | 智能排水监测方法、系统及存储介质 | |
| CN116187758A (zh) | 水文灾害的监测方法及装置、电子设备、存储介质 | |
| CN116076331A (zh) | 一种三水联合灌溉调度方法 | |
| CN114838704A (zh) | 一种高度检测方法、装置及计算机可读存储介质 | |
| CN113867389A (zh) | 一种无人机拍摄控制方法、装置、设备及存储介质 | |
| Zhang et al. | Semantic segmentation method accelerated quantitative analysis of the spatial characteristics of traditional villages | |
| CN114327914B (zh) | 基于多因子边缘计算的山岳景区登山决策方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |