CN115586527B - 一种基于DS-InSAR技术的云端道路形变预警系统 - Google Patents
一种基于DS-InSAR技术的云端道路形变预警系统 Download PDFInfo
- Publication number
- CN115586527B CN115586527B CN202211093455.3A CN202211093455A CN115586527B CN 115586527 B CN115586527 B CN 115586527B CN 202211093455 A CN202211093455 A CN 202211093455A CN 115586527 B CN115586527 B CN 115586527B
- Authority
- CN
- China
- Prior art keywords
- early warning
- insar
- deformation
- cloud
- annual average
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000004062 sedimentation Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims abstract description 13
- 238000005305 interferometry Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 4
- 238000002592 echocardiography Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000012856 packing Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract 1
- 230000001351 cycling effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9004—SAR image acquisition techniques
- G01S13/9005—SAR image acquisition techniques with optical processing of the SAR signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于DS‑InSAR技术的云端道路形变预警系统,包括SAR影像数据采集单元、InSAR影像处理单元、集成算法分析计算单元和预警结果展示单元。SAR影像数据采集单元,实现目标的探测和成像。InSAR影像处理单元完成SAR影像数据采集单元采集到的原始SAR影像读取、InSAR干涉测量形变信息、计算年均沉降速率。集成算法分析计算单元用于确立道路路面沉降危险性等级。预警结果展示单元用于将道路路面沉降危险性等级评定结果显示到Web页面中。本发明实现了SAR数据在线处理分析,构建了可视化的云计算平台,同时克服了传统方法存在精度不高或结果不稳定的问题。
Description
技术领域
本发明属于城市道路安全运行风险预警技术领域,具体涉及一种基于DS-InSAR技术的云端道路形变预警系统。
背景技术
目前缺乏成熟的技术体系导致大量开源合成孔径雷达(Synthetic ApertureRadar,SAR)数据无法被充分利用,而开源SAR数据具有巨大的科学研究价值,蕴含有丰富且有用的信息,如其幅度信息中蕴含的纹理信息可用于进行地物识别,其相位信息可用于进行差分干涉处理,从而获得研究区地表的形变详情。现有的SAR数据处理模式大多通过购买和下载各服务器基站中的大量数据到本地电脑进行处理,但这种方式费时费力且对服务器要求高。因此,利用云平台技术建设SAR数据在线处理分析和可视化的云计算平台,并集成高效的SAR数据计算技术,对提高SAR数据的访问便捷性、数据处理能力以及处理效率都极为重要。
现有的SAR数据处理技术基于成熟的星载SAR系统,利用合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)快速获取大范围内地表几何高程信息和地表沉降信息,传统的InSAR技术需要通过差分消除地形相位,容易受到轨道误差、大气误差和噪声的影响。进一步提出的时序InSAR技术比如短基线集法(SBAS)、相干点目标法(CPT)、时空解缠网络法(STUN)、干涉点目标分析法(IPTA)等方法均存在精度不高或结果不稳定的问题。
发明内容
本发明针对现有技术缺乏SAR数据在线处理分析和可视化的云计算平台,以及传统SAR数据处理方法精度不高或结果不稳定的问题,提出了一种基于DS-InSAR技术的云端道路形变预警系统,采用合成孔径差分干涉测量(DS-InSAR)技术,可获得测量精度高、空间分辨率强、观测范围大并且不受天气限制的形变结果。
本发明所述的一种基于DS-InSAR技术的云端道路形变预警系统,包括SAR影像数据采集单元、InSAR影像处理单元、集成算法分析计算单元和预警结果展示单元。
所述SAR影像数据采集单元,通过雷达成像系统发射电磁波对目标进行照射,并接收其回波,实现对目标的探测和成像。利用成像目标与雷达的相对运动,把真实天线孔径用数据处理的方式合成一较大的等效天线孔径的雷达,优化雷达成像的方位向分辨率。
所述InSAR影像处理单元是指在云平台SaaS后端层集成InSAR图像处理软件,能够完成SAR影像数据采集单元采集到的原始SAR影像读取、InSAR干涉测量形变信息、计算年均沉降速率。
所述集成算法分析计算单元用于确立道路路面沉降危险性等级,将由InSAR影像处理单元计算得到的年均沉降速率按数值从小到大排列。首次计算取第一个值,并以该点位置为圆心,以观测分辨率为半径作缓冲区,取缓冲区内(包含圆周)相同等级点的年均沉降速率的平均值,作为该缓冲区的区域年均沉降速率,确立道路路面沉降危险性等级。若该缓冲区的区域年均沉降速率未超过设定的预警阈值,则取第二个值作缓冲区进行第二次计算,反复循环该过程。若该缓冲区的区域年均沉降速率超过设定的预警阈值,则向预警结果展示单元发送相应预警信息。
所述预警结果展示单元,用于接收集成算法分析计算单元确立的道路路面沉降危险性等级评定结果,并显示到云平台SaaS前端层的Web页面中。
所述InSAR干涉测量形变信息基于分布式目标(Distributes Scatterer,DS)点的结算模型,来获取非人工地表区域的高密度形变场。InSAR干涉测量形变信息主要包括两个步骤,分别是DS点的选取和时空三维相位解算。
所述计算年均沉降速率,首先,从解缠相位中依次去除各噪声分量得到形变相位,然后,利用形变相位与地表形变的转换关系,将形变相位转化为形变量,进而得到年均沉降速率。
所述DS点的选取是指采用统计检验的方法来为每一个像素判定统计同质像元(SHP),通过设定适当窗口,以每个同质像元为中心识别出与中心像元相连接且具有相同散射特性的同质像元集合,将SHP数量大于20的像元作为相位优化处理的分布式目标点,即DS点。
所述时空三维相位解算是指对缠绕相位进行解缠,主要包含两个步骤,首先,将空间上所有的DS点构建Delaunay三角网,计算空间邻近DS点间的相位插值,然后在Nyqust假设的前提下,进行时域差分处理。其次,运用差分相位的解缠时间序列,使用统计费用网络流相位解缠算法,得到最终的解缠结果。
本发明与现有技术相比的有益效果在于:本发明利用SAR影像数据采集单元进行原始SAR遥感数据采集;利用InSAR影像处理单元能够从原始SAR影像读取干涉测量形变信息,从而计算年均沉降速率;利用集成算法分析计算单元可以通过循环遍历求区域年均沉降速率,进而确定道路路面沉降危险性等级。利用预警结果展示单元用于接收道路路面沉降危险性等级评定结果,并显示到云平台SaaS前端层的Web页面中。所采用的数据处理方法为DS-InSAR方法,可以通过假设形变相位与空间时间维度相关,通过不同的带通滤波器从轨道误差和大气相位中分离形变相位。本发明实现了SAR数据在线处理分析,构建了可视化的云计算平台,克服传统方法存在精度不高和结果不稳定的问题。
附图说明
为了更清楚地说明本发明实施例或本发明的技术方案,下面将对实施例或本发明描述中所需要使用的附图作简单地介绍。
图1为本发明的预警系统流程图。
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。
如图1所示,一种基于DS-InSAR技术的云端道路形变预警系统包括SAR影像数据采集单元、InSAR影像处理单元、集成算法分析计算单元和预警结果展示单元。
所述SAR影像数据采集单元,通过雷达成像系统发射电磁波对目标进行照射,并接收其回波,实现对目标的探测和成像。利用成像目标与雷达的相对运动把真实天线孔径用数据处理的方式合成一较大的等效天线孔径的雷达,优化雷达成像的方位向分辨率。
所述InSAR影像处理单元是指在云平台SaaS后端层集成InSAR图像处理软件,能够完成从原始SAR影像读取、InSAR干涉测量形变信息、计算年均沉降速率。
所述集成算法分析计算单元用于确立道路路面沉降危险性等级,将由InSAR影像处理单元计算得到的年均沉降速率按数值从小到大排列,首次计算取第一个值,即最小值,并以该点位置为圆心,以观测分辨率10米为半径作缓冲区,取缓冲区内(包含圆周)相同等级点的年均沉降速率值的平均值作为该缓冲区的区域年均沉降速率。若该缓冲区的区域年均沉降速率未超过设定的道路路面沉降危险性等级预警阈值,则取第二个值作缓冲区进行第二次计算,反复循环该过程。若该缓冲区的区域年均沉降速率超过设定的道路路面沉降危险性等级预警阈值,则向预警结果展示单元发送相应预警信息。
所述预警结果展示单元,用于接收集成算法分析计算单元确立的道路路面沉降危险性等级评定结果,并显示到云平台SaaS前端层的Web页面中,前端可视化应用采用React技术栈和Ant Design pro组件库,利用Webpack打包工具,部署到Nginx反向代理服务器之后再发布到云端的服务器上运行。
所述云平台SaaS后端层集成InSAR图像处理软件包括StamPS、Sarproz、GAMMA。
所述InSAR干涉测量形变信息基于分布式目标(Distributes Scatterer,DS)的结算模型,来获取非人工地表区域的高密度形变场。InSAR干涉测量形变信息主要包括两个步骤,分别是DS点的选取和时空三维相位解算。
所述计算年均沉降速率时,首先,从解缠相位中依次去除各噪声分量得到形变相位,然后,利用形变相位与地表形变的转换关系,将形变相位转化为形变量。
所述确立道路路面沉降危险性等级是指,将区域年均沉降速率与设置的预警阈值相比较,道路路面沉降危险性等级共有5个等级,等级1至等级5危险性依次降低,选择其中一个等级对应的年均沉降速率范围设置为预警阈值,对应具体沉降速率值如表1所示。
表1
道路路面沉降危险 | 等级1 | 等级2 | 等级3 | 等级4 | 等级5 |
年均沉降速率(mm/a) | <-40 | [-40,-20] | (-20,-10] | (-10,-5] | >-5 |
所述DS点的选取是指采用统计检验的方法来为每一个像素判定统计同质像元(SHP),通过设定适当窗口,以每个像元为中心,识别出与中心像元相连接且具有相同散射特性的同质像元集合,将SHP数量大于20的像元作为相位优化处理的分布式目标点。
所述时空三维相位解算是指对缠绕相位进行解缠,主要包含两个步骤,首先,将空间上所有的DS点构建Delaunay三角网,计算空间邻近DS点间的相位插值,然后在Nyqust假设的前提下,进行时域差分处理。其次,运用差分相位的解缠时间序列,使用统计费用网络流相位解缠算法,得到最终的解缠结果。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以做出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (5)
1.一种基于DS-InSAR技术的云端道路形变预警系统,其特征在于包括SAR影像数据采集单元、InSAR影像处理单元、集成算法分析计算单元和预警结果展示单元;
所述SAR影像数据采集单元,通过雷达成像系统发射电磁波对目标进行照射,并接收其回波,实现对目标的探测和成像;
所述InSAR影像处理单元,是指在云平台SaaS后端层集成InSAR图像处理软件,完成SAR影像数据采集单元采集到的原始SAR影像读取、InSAR干涉测量形变信息和计算年均沉降速率;
所述集成算法分析计算单元,用于确立道路路面沉降危险性等级,将由InSAR影像处理单元计算得到的年均沉降速率,按数值从小到大排列,首次计算取第一个值,并以该点位置为圆心,以观测分辨率为半径作缓冲区,取缓冲区以及圆周内相同等级点的年均沉降速率的平均值,作为该缓冲区的区域年均沉降速率,若区域年均沉降速率未超过设定的预警阈值,则取第二个值作缓冲区进行第二次计算,反复循环该过程,若区域年均沉降速率超过设定的预警阈值,则向预警结果展示单元发送相应预警信息;
所述预警结果展示单元,用于接收集成算法分析计算单元确立的道路路面沉降危险性等级,并显示到云平台SaaS前端层的Web页面中;
其中前端可视化应用采用React技术栈和Ant Design pro组件库,利用Webpack打包工具,部署到Nginx反向代理服务器之后,再发布到云端的服务器上运行;
所述云平台SaaS后端层集成InSAR图像处理软件包括StamPS、Sarproz和GAMMA;
所述InSAR干涉测量形变信息基于分布式目标DS点的结算模型,获取非人工地表区域的高密度形变场,InSAR干涉测量形变信息过程主要包括DS点的选取和时空三维相位解算;
所述计算年均沉降速率:
首先,从时空三维相位解算得到的解缠相位中,依次去除各噪声分量得到形变相位;
其次,利用形变相位与地表形变的转换关系,将形变相位转化为形变量,进而得到年均沉降速率。
2.根据权利要求1所述的一种基于DS-InSAR技术的云端道路形变预警系统,其特征在于:所述SAR影像数据采集单元,利用成像目标与雷达的相对运动,把真实天线孔径用数据处理的方式,合成等效天线孔径的雷达,优化雷达成像的方位向分辨率。
3.根据权利要求1所述的一种基于DS-InSAR技术的云端道路形变预警系统,其特征在于:所述确立道路路面沉降危险性等级是指,将区域年均沉降速率与设置的预警阈值相比较,道路路面沉降危险性等级共有五个等级,等级一至等级五危险性依次降低,选择其中一个等级对应的年均沉降速率范围设置为预警阈值。
4.根据权利要求1所述的一种基于DS-InSAR技术的云端道路形变预警系统,其特征在于:所述DS点的选取是指采用统计检验的方法,为每一个像素判定统计同质像元SHP,通过设定窗口,以每个同质像元为中心识别出与中心像元相连接且具有相同散射特性的同质像元集合,将SHP数量大于20的同质像元作为相位优化处理的分布式目标点,即DS点。
5.根据权利要求1所述的一种基于DS-InSAR技术的云端道路形变预警系统,其特征在于:所述时空三维相位解算是指对缠绕相位进行解缠:
首先,将空间上所有的DS点构建Delaunay三角网,计算空间邻近DS点间的相位插值,然后在Nyqust假设的前提下,进行时域差分处理;
其次,运用差分相位的解缠时间序列,使用统计费用网络流相位解缠算法,得到最终的解缠结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211093455.3A CN115586527B (zh) | 2022-09-08 | 2022-09-08 | 一种基于DS-InSAR技术的云端道路形变预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211093455.3A CN115586527B (zh) | 2022-09-08 | 2022-09-08 | 一种基于DS-InSAR技术的云端道路形变预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115586527A CN115586527A (zh) | 2023-01-10 |
CN115586527B true CN115586527B (zh) | 2024-01-12 |
Family
ID=84771375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211093455.3A Active CN115586527B (zh) | 2022-09-08 | 2022-09-08 | 一种基于DS-InSAR技术的云端道路形变预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115586527B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105372656A (zh) * | 2015-08-31 | 2016-03-02 | 首都师范大学 | 一种表述地面沉降空间演化趋势的方法 |
CN110058237A (zh) * | 2019-05-22 | 2019-07-26 | 中南大学 | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 |
CN111562575A (zh) * | 2020-06-01 | 2020-08-21 | 江苏中煤地质工程研究院有限公司 | 一种用于地面沉降的监测方法 |
CN112014841A (zh) * | 2020-08-31 | 2020-12-01 | 中国矿业大学 | 一种基于DS-InSAR技术监测油田区地表形变分析方法 |
CN113447927A (zh) * | 2021-06-29 | 2021-09-28 | 中国矿业大学 | 一种基于点目标分层分析的时序InSAR地表沉降监测方法 |
CN113885025A (zh) * | 2021-09-03 | 2022-01-04 | 宁夏大学 | 一种滑坡形变监测方法与可视化服务平台 |
-
2022
- 2022-09-08 CN CN202211093455.3A patent/CN115586527B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105372656A (zh) * | 2015-08-31 | 2016-03-02 | 首都师范大学 | 一种表述地面沉降空间演化趋势的方法 |
CN110058237A (zh) * | 2019-05-22 | 2019-07-26 | 中南大学 | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 |
CN111562575A (zh) * | 2020-06-01 | 2020-08-21 | 江苏中煤地质工程研究院有限公司 | 一种用于地面沉降的监测方法 |
CN112014841A (zh) * | 2020-08-31 | 2020-12-01 | 中国矿业大学 | 一种基于DS-InSAR技术监测油田区地表形变分析方法 |
CN113447927A (zh) * | 2021-06-29 | 2021-09-28 | 中国矿业大学 | 一种基于点目标分层分析的时序InSAR地表沉降监测方法 |
CN113885025A (zh) * | 2021-09-03 | 2022-01-04 | 宁夏大学 | 一种滑坡形变监测方法与可视化服务平台 |
Also Published As
Publication number | Publication date |
---|---|
CN115586527A (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110488393A (zh) | X波段双偏振天气雷达定量测量降水方法及系统 | |
Yu et al. | A cluster-analysis-based efficient multibaseline phase-unwrapping algorithm | |
Jiang et al. | Modeling minimum and maximum detectable deformation gradients of interferometric SAR measurements | |
Balz et al. | Potentials and limitations of SAR image simulators–A comparative study of three simulation approaches | |
US20110012778A1 (en) | Method and system for forming very low noise imagery using pixel classification | |
Khoshelham et al. | Influence of range measurement noise on roughness characterization of rock surfaces using terrestrial laser scanning | |
CN109738895B (zh) | 一种基于二阶傅里叶-勒让德多项式的植被高度反演模型的构建与反演方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN110133682B (zh) | 星载全方位sar自适应目标三维重建方法 | |
CN103698763A (zh) | 基于硬阈值omp的线阵sar稀疏成像方法 | |
CN116047519B (zh) | 一种基于合成孔径雷达干涉测量技术的选点方法 | |
CN104316920A (zh) | 一种雷达高度计小入射角干涉的海面高度高精度提取方法 | |
CN103018741A (zh) | 一种基于后向投影的InSAR成像去平地一体化方法 | |
CN104076360A (zh) | 基于压缩感知的二维sar稀疏目标成像方法 | |
CN105180852B (zh) | 基于三重步进的gb‑sar形变监测方法 | |
CN113075706A (zh) | 一种基于gnss-r的雪深反演方法及其应用 | |
CN110554377B (zh) | 基于多普勒中心偏移的单通道sar二维流场反演方法及系统 | |
Shafei et al. | Application of the GNSS-R in tomographic sounding of the Earth atmosphere | |
CN116338607A (zh) | 时间域和空间域两步式InSAR对流层延迟矫正方法 | |
CN106443616B (zh) | 目标rcs测量中背景提取与抵消的最大概率数据域处理方法 | |
Nascetti et al. | Fast terrain modelling for hydrogeological risk mapping and emergency management: the contribution of high-resolution satellite SAR imagery | |
CN115586527B (zh) | 一种基于DS-InSAR技术的云端道路形变预警系统 | |
CN113608218A (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
CN115453520A (zh) | 基于双频多极化差分干涉的地表形变测量方法及设备 | |
CN114167419A (zh) | 一种结合卫星遥感图像与河流计数据的河宽提取的方法 |
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 |