CN116596381A - 一种基于遥感影像的地下开采矿山环境评价系统 - Google Patents
一种基于遥感影像的地下开采矿山环境评价系统 Download PDFInfo
- Publication number
- CN116596381A CN116596381A CN202310561325.6A CN202310561325A CN116596381A CN 116596381 A CN116596381 A CN 116596381A CN 202310561325 A CN202310561325 A CN 202310561325A CN 116596381 A CN116596381 A CN 116596381A
- Authority
- CN
- China
- Prior art keywords
- mine
- remote sensing
- evaluation
- sensing images
- analysis
- 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 79
- 238000005065 mining Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000011084 recovery Methods 0.000 claims abstract description 9
- 238000003912 environmental pollution Methods 0.000 claims abstract description 8
- 238000003891 environmental analysis Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000006073 displacement reaction Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 10
- 238000005211 surface analysis Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/02—Determining slope or direction
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Geology (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Geophysics (AREA)
- Marine Sciences & Fisheries (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Operations Research (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感影像的地下开采矿山环境评价系统，包括影像采集处理模块，用于采集若干组矿山遥感图像，对若干组矿山遥感图像进行预处理，获取最优的矿山遥感影像；地表评价模块，用于对预处理后的矿山遥感影像进行地表开采损毁及恢复治理分析；内部评价模块，用于对预处理后的矿山遥感影像进行内部地质分析；污染评价模块，用于对预处理后的矿山遥感影像进行环境污染分析；综合分析模块，用于进行综合环境分析评价，生成评价报告。本发明可获取更高清晰度的遥感图像，通过影像编码、GNSS设备与斜测仪、颜色矩计算分别进行地表、内部、污染评价，最后构建评价指标进行总体评价，使系统具备实用性强、评价精度高的优势。
Description
技术领域
本发明属于矿山环境评价领域，特别是涉及一种基于遥感影像的地下开采矿山环境评价系统。
背景技术
随着经济的发展以及生活水平的提高，矿产资源需求与日俱增，而矿产资源的开采往往伴随着开采过度的问题，掠夺性的开发不仅带来极其严重的矿产资源的浪费现象，而且资源浪费以及环境污染的现象往往同步出现，导致当地的环境遭受严重污染，引发一系列社会问题和矛盾。目前，地质环境和生态系统问题已逐渐受到人们的重视，科学开发矿产资源与保护生态环境已经成为人们的共识，亟需一种高效实用的矿山环境评价系统，通过采集地下开采矿山环境实时数据，进行综合分析，以评价开采过程中产生的的生态环境破坏、环境污染程度等问题。
发明内容
本发明的目的是提供一种基于遥感影像的地下开采矿山环境评价系统，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了一种基于遥感影像的地下开采矿山环境评价系统，包括影像采集处理模块、地表评价模块、内部评价模块、污染评价模块、综合分析模块；
所述影像采集处理模块用于采集若干组矿山遥感图像，对若干组矿山遥感图像进行预处理，获取最优的矿山遥感影像；
所述地表评价模块用于对预处理后的矿山遥感影像进行地表开采占损土地、矿山恢复治理及矿山地面沉降分析；
所述内部评价模块用于对预处理后的矿山遥感影像进行内部位移分析；
所述污染评价模块用于对预处理后的矿山遥感影像进行环境污染分析；
所述综合分析模块用于进行综合环境分析评价，生成评价报告。
可选地，所述影像采集处理模块包括采集单元与处理单元，所述采集单元包括设置于卫星内的遥感成像装置，通过所述遥感成像装置获取若干组矿山遥感影像；所述处理单元对若干组矿山遥感影像进行相似度判断，获取相似度最高的三组矿山遥感图像。
可选地，所述处理单元获取每组矿山遥感影像的像素矩阵，对所述像素矩阵进行主成分分析，获取特征值与特征向量，并根据所述特征值与所述特征向量获取每组矿山遥感影像的特征矩阵，所述处理单元对每组矿山遥感影像的特征矩阵进行大小比对，将所述特征矩阵的差值最小的三组矿山遥感影像作为最优的矿山遥感影像。
可选地，所述地表评价模块采集矿山开采占损土地及恢复治理实时信息，并对预处理后的矿山遥感影像进行特征提取，获取表征矿山地面沉降的位置和面积信息。对特征提取后的矿山遥感影像进行影响配准、地理位置编码，根据编码后的遥感影像与位置信息获取矿山地面沉降分布图，根据所述地面沉降分布图以及采集到的矿山开采占损土地及恢复治理数据分析，生成地表分析结果。
可选地，所述内部评价模块包括若干个设置于矿山内部的斜测仪以及一个设置于矿山地表的GNSS装置，将每个斜测仪的设置位置标记为监测点，通过所述斜测仪获取矿山内部分别在横纵坐标方向的位移数据以及总位移值，并实时获取实时GNSS装置的三维坐标信息，对所述位移数据、总位移值以及所述三维坐标信息进行时间序列的匹配融合，获取每个监测点相对于地表的内部位移信息，根据所述内部位移信息对矿山进行内部地质分析，生成内部分析结果。
可选地，所述污染评价模块对预处理后的矿山遥感影像进行颜色特征提取，获取分别表示林木、水体的颜色特征，分别根据示林木、水体的颜色特征计算对应的颜色矩，根据所述颜色矩表述矿山中林木、水体的颜色分布，根据所述颜色分布进行矿山环境污染分析，生成环境分析结果。
可选地，所述综合分析模块根据矿山的内部岩性信息、土壤类型信息、地表岩性信息以及植被覆盖率构建总体评价指标，根据所述总体评价指标分别对地表分析结果、内部分析结果、污染分析结果进行评价。
可选地，所述综合分析模块根据所述总体评价指标分别对矿山的开采占损土地比例、地面沉降面积和数量、内部位移长度、颜色变化幅度设置阈值，根据所述地表分析结果、所述内部分析结果、所述污染分析结果中超出阈值的数据量对矿山整体进行评价，生成评价报告。
本发明的技术效果为：
本发明通过主成分分析以及相似度判断获取更高清晰度的矿山遥感图像，并通过影像编码对矿山进行地表评价，通过GNSS设备与斜测仪对矿山进行内部位移评价，通过颜色矩计算进行环境污染评价，最后根据评价指标进行总体评价，使系统具备实用性强、评价精度高的优势。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的基于遥感影像的地下开采矿山环境评价系统结构示意图；
图2为本发明实施例中的基于遥感影像的地下开采矿山环境评价系统模块功能限定示意图；
图3为本发明实施例中的处理单元工作原理示意图；
图4为本发明实施例中的地表评价模块工作原理示意图；
图5为本发明实施例中的内部评价模块工作原理示意图；
图6为本发明实施例中的污染评价模块工作原理示意图；
图7为本发明实施例中的综合分析模块工作原理示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1-7所示，本实施例中提供一种基于遥感影像的地下开采矿山环境评价系统，包括影像采集处理模块、地表评价模块、内部评价模块、污染评价模块、综合分析模块；本系统通过影像采集处理模块获取并预处理矿山图像，分别通过地表评价模块、内部评价模块、污染评价模块对预处理后的矿山图像进行地表分析、内部分析、环境污染分析，最后通过综合分析模块构建评价指标，进行矿山整体评价分析；具体地：
影像采集处理模块用于采集若干组矿山遥感图像，并对矿山遥感图像进行预处理，影像采集处理模块包括采集单元与处理单元，其中，采集单元包括设置于卫星内的遥感成像装置，通过所述遥感成像装置获取若干组矿山遥感影像，并通过处理单元对若干组矿山遥感影像进行相似度判断，获取相似度最高的三组矿山遥感图像；
在矿山遥感图像的相似度判断过程中，所述处理单元通过获取每组矿山遥感影像的像素矩阵，对所述像素矩阵进行主成分分析，获取特征值与特征向量，并根据所述特征值与所述特征向量获取每组矿山遥感影像的特征矩阵，最后，处理单元对每组矿山遥感影像的特征矩阵进行大小比对，将所述特征矩阵的差值最小的三组矿山遥感影像作为最优的矿山遥感影像。
主成分分析的具体步骤为：
步骤1：采集像素矩阵中的P维随机向量x＝(x1,x2,...,xp)T的n个样品x＝(xi1,xi2,...,xip)T，i＝1,2,...n,n>p，构造样本阵X
步骤2：对样本阵X中的元进行如下变换：
得：
步骤3：对样本相关系数帧的特征方程进行求解：
丨R-λIp丨＝0
得p个特征值λ1≥λ2≥....≥λp≥0。
步骤4：按确定的值，对每个λj，i＝1,2，...m解方程组Rb＝λjb，得单位特征向量/>
步骤5：求出zi＝(zi1,zi2,...,zip)T，i＝1,2...,n的m个主成分量uij＝zi Tbj 0，j＝1,2，...，m。得主成分决策阵
其中，ui为第i个样品的主成分向量，i＝1,2,...,n，它的第j个分量uij是向量zi在单位特征向量bj 0上的投影，j＝1,2,...,m。
在地表评价过程中，地表评价模块收集矿山开采占损土地和恢复治理信息，对预处理后的矿山遥感影像进行特征提取，获取表征矿山地面沉降的位置和面积信息，并对特征提取后的矿山遥感影像进行影响配准、地理位置编码，根据编码后的遥感影像与位置和面积信息获取矿山地面沉降分布图，结合矿山开采占损土地和恢复治理信息与所述地面沉降分布图对矿山进行综合分析，生成地表分析结果。
在内部评价的过程中，内部评价模块包括若干个设置于矿山内部的斜测仪以及一个设置于矿山地表的GNSS装置，且每个斜测仪的设置位置标记为监测点，通过所述斜测仪获取矿山内部分别在横纵坐标方向的位移数据以及总位移值，并实时获取实时GNSS装置的三维坐标信息，最后所述内部评价模块对所述位移数据、总位移值以及所述三维坐标信息进行时间序列的匹配融合，获取每个监测点相对于地表的内部位移信息，根据所述内部位移信息对矿山进行内部地质分析，生成内部分析结果。
在污染评价的过程中，通过灾害评价模块对预处理后的矿山遥感影像进行颜色特征提取，获取分别表示林木、水体的颜色特征，分别根据示林木、水体的颜色特征计算对应的颜色矩，根据颜色矩表述矿山中林木、水体的颜色分布，最后根据所述颜色分布进行矿山环境污染分析，生成环境分析结果。
上述步骤完成后，通过综合分析模块根据矿山的内部岩性信息、土壤类型信息、地表岩性信息以及植被覆盖率构建总体评价指标，综合分析模块根据总体评价指标分别对矿山的矿山的开采占损土地比例、地面沉降数量和面积、内部位移长度、颜色变化幅度设置阈值，根据所述地表分析结果、所述内部分析结果、所述环境分析结果中超出阈值的数据量对矿山整体进行评价，生成评价报告。
具体评价模型如下：将地下开采矿山环境评价作为一个决策问题，决策矩阵为A，将矿山开采指数、地面沉降指数、内部位移指数、环境污染指数加入决策矩阵中，由A构成规范化的决策矩阵z，其元素为Zij，
构建加权决策矩阵Z：
Zij＝WjZ′ij，i＝1，2，…，n；j＝1，2，…，m
Wj为第j个目标的权。
确定理想解和负理想解：
计算每个指数到理想解的距离Si和到负理想解的距离S-i，计算每个指数的相对接近度Ci，
Zi越靠近理想值，Ci越接近于1，每个指标按Ci大小排序，环境评价决策矩阵中大于阀值的方案表示环境质量好。
本领域内的技术人员应明白，本发明的实施例可提供为系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种基于遥感影像的地下开采矿山环境评价系统，其特征在于，包括影像采集处理模块、地表评价模块、内部评价模块、污染评价模块、综合分析模块；
所述影像采集处理模块用于采集若干组矿山遥感图像，对若干组矿山遥感图像进行预处理，获取最优的矿山遥感影像；
所述地表评价模块用于对预处理后的矿山遥感影像进行地表开采占损及恢复治理分析；
所述内部评价模块用于对预处理后的矿山遥感影像进行内部地质分析；
所述污染评价模块用于对预处理后的矿山遥感影像进行环境污染分析；
所述综合分析模块用于进行综合环境分析评价，生成评价报告。
2.根据权利要求1所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述影像采集处理模块包括采集单元与处理单元，所述采集单元包括设置于卫星内的遥感成像装置，通过所述遥感成像装置获取若干组矿山遥感影像；所述处理单元对若干组矿山遥感影像进行相似度判断，获取相似度最高的三组矿山遥感图像。
3.根据权利要求2所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述处理单元获取每组矿山遥感影像的像素矩阵，对所述像素矩阵进行主成分分析，获取特征值与特征向量，并根据所述特征值与所述特征向量获取每组矿山遥感影像的特征矩阵，所述处理单元对每组矿山遥感影像的特征矩阵进行大小比对，将所述特征矩阵的差值最小的三组矿山遥感影像作为最优的矿山遥感影像。
4.根据权利要求1所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述地表评价模块收集矿山开采占损土地及恢复治理信息，对预处理后的矿山遥感影像进行特征提取，获取矿山地面沉降的位置信息，并对特征提取后的矿山遥感影像进行影像配准、地理位置编码，根据编码后的遥感影像与位置信息获取矿山地面沉降分布图，根据所述地面沉降分布图及地表矿山开采占损土地及恢复治理情况进行综合分析，生成地表分析结果。
5.根据权利要求1所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述内部评价模块包括若干个设置于矿山内部的斜测仪以及一个设置于矿山地表的GNSS装置，将每个斜测仪的设置位置标记为监测点，通过所述斜测仪获取矿山内部分别在横纵坐标方向的位移数据以及总位移值，并实时获取实时GNSS装置的三维坐标信息，对所述位移数据、总位移值以及所述三维坐标信息进行时间序列的匹配融合，获取每个监测点相对于地表的内部位移信息，根据所述内部位移信息对矿山进行内部地质分析，生成内部分析结果。
6.根据权利要求1所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述污染评价模块对预处理后的矿山遥感影像进行颜色特征提取，获取分别表示林木、水体的颜色特征，分别根据示林木、水体的颜色特征计算对应的颜色矩，根据所述颜色矩表述矿山中林木、水体的颜色分布，根据所述颜色分布进行矿山环境污染分析，生成环境分析结果。
7.根据权利要求1所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述综合分析模块根据矿山的内部岩性信息、土壤类型信息、地表岩性信息以及植被覆盖率构建总体评价指标，根据所述总体评价指标分别对地表分析结果、内部分析结果、污染分析结果进行评价。
8.根据权利要求7所述的基于遥感影像的地下开采矿山环境评价系统，其特征在于，所述综合分析模块根据所述总体评价指标分别对矿山的开采占损土地比例、地面沉降数量和面积、矿山内部位移长度、影像颜色变化幅度设置阈值，根据所述地表分析结果、所述内部分析结果、所述污染分析结果中超出阈值的数据量对矿山整体进行评价，生成评价报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310561325.6A CN116596381A (zh) | 2023-05-18 | 2023-05-18 | 一种基于遥感影像的地下开采矿山环境评价系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310561325.6A CN116596381A (zh) | 2023-05-18 | 2023-05-18 | 一种基于遥感影像的地下开采矿山环境评价系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116596381A true CN116596381A (zh) | 2023-08-15 |
Family
ID=87605801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310561325.6A Pending CN116596381A (zh) | 2023-05-18 | 2023-05-18 | 一种基于遥感影像的地下开采矿山环境评价系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596381A (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105526908A (zh) * | 2015-09-16 | 2016-04-27 | 鞍钢集团矿业公司 | 一种三维激光扫描和gps相结合的边坡监测方法 |
| CN106651609A (zh) * | 2016-09-27 | 2017-05-10 | 云南大学 | 一种矿产资源开发环境遥感监测辅助信息系统及方法 |
| CN108304881A (zh) * | 2018-02-06 | 2018-07-20 | 中国地质科学院矿产资源研究所 | 一种基于遥感图像的相似岩性区分方法及系统 |
| CN110009213A (zh) * | 2019-03-28 | 2019-07-12 | 交通运输部水运科学研究所 | 一种基于长时间序列卫星遥感数据的航道工程生态影响跟踪监测评价方法 |
| CN112611354A (zh) * | 2020-12-30 | 2021-04-06 | 北京岩土工程勘察院有限公司 | 一种矿山地表沉降监测系统 |
| CN113159211A (zh) * | 2021-04-30 | 2021-07-23 | 杭州好安供应链管理有限公司 | 用于相似图像检索的方法、计算设备和计算机存储介质 |
| CN113780719A (zh) * | 2021-07-26 | 2021-12-10 | 重庆地质矿产研究院 | 一种矿山地质环境综合评价方法 |
| CN113899405A (zh) * | 2021-10-20 | 2022-01-07 | 中煤科工集团沈阳设计研究院有限公司 | 一体化在线边坡智能监测预警系统及预警方法 |
| CN113988626A (zh) * | 2021-10-28 | 2022-01-28 | 中国矿业大学(北京) | 一种矿区生态环境遥感综合评价指数实现方法 |
| CN114279398A (zh) * | 2021-11-25 | 2022-04-05 | 金川集团股份有限公司 | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 |
| CN114359068A (zh) * | 2021-12-07 | 2022-04-15 | 中国电子科技集团公司第五十四研究所 | 遥感图像的处理方法、装置及遥感成像设备 |
| CN114493963A (zh) * | 2022-02-24 | 2022-05-13 | 杨邦会 | 一种矿山生态环境监测与修复系统 |
| CN114913079A (zh) * | 2021-11-19 | 2022-08-16 | 南宁师范大学 | 一种基于高光谱影像的区域生态风险评价系统及方法 |
| CN115630236A (zh) * | 2022-10-19 | 2023-01-20 | 感知天下(北京)信息科技有限公司 | 无源遥感影像的全球快速检索定位方法、存储介质及设备 |
-
2023
- 2023-05-18 CN CN202310561325.6A patent/CN116596381A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105526908A (zh) * | 2015-09-16 | 2016-04-27 | 鞍钢集团矿业公司 | 一种三维激光扫描和gps相结合的边坡监测方法 |
| CN106651609A (zh) * | 2016-09-27 | 2017-05-10 | 云南大学 | 一种矿产资源开发环境遥感监测辅助信息系统及方法 |
| CN108304881A (zh) * | 2018-02-06 | 2018-07-20 | 中国地质科学院矿产资源研究所 | 一种基于遥感图像的相似岩性区分方法及系统 |
| CN110009213A (zh) * | 2019-03-28 | 2019-07-12 | 交通运输部水运科学研究所 | 一种基于长时间序列卫星遥感数据的航道工程生态影响跟踪监测评价方法 |
| CN112611354A (zh) * | 2020-12-30 | 2021-04-06 | 北京岩土工程勘察院有限公司 | 一种矿山地表沉降监测系统 |
| CN113159211A (zh) * | 2021-04-30 | 2021-07-23 | 杭州好安供应链管理有限公司 | 用于相似图像检索的方法、计算设备和计算机存储介质 |
| CN113780719A (zh) * | 2021-07-26 | 2021-12-10 | 重庆地质矿产研究院 | 一种矿山地质环境综合评价方法 |
| CN113899405A (zh) * | 2021-10-20 | 2022-01-07 | 中煤科工集团沈阳设计研究院有限公司 | 一体化在线边坡智能监测预警系统及预警方法 |
| CN113988626A (zh) * | 2021-10-28 | 2022-01-28 | 中国矿业大学(北京) | 一种矿区生态环境遥感综合评价指数实现方法 |
| CN114913079A (zh) * | 2021-11-19 | 2022-08-16 | 南宁师范大学 | 一种基于高光谱影像的区域生态风险评价系统及方法 |
| CN114279398A (zh) * | 2021-11-25 | 2022-04-05 | 金川集团股份有限公司 | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 |
| CN114359068A (zh) * | 2021-12-07 | 2022-04-15 | 中国电子科技集团公司第五十四研究所 | 遥感图像的处理方法、装置及遥感成像设备 |
| CN114493963A (zh) * | 2022-02-24 | 2022-05-13 | 杨邦会 | 一种矿山生态环境监测与修复系统 |
| CN115630236A (zh) * | 2022-10-19 | 2023-01-20 | 感知天下(北京)信息科技有限公司 | 无源遥感影像的全球快速检索定位方法、存储介质及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 汪洁等: "基于国产高分卫星数据的浙江省矿山 环境评价", 《矿产勘查》, vol. 10, no. 9, pages 2406 - 2412 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zakeri et al. | Image based techniques for crack detection, classification and quantification in asphalt pavement: a review | |
| Bárdossy et al. | Fuzzy rule-based classification of remotely sensed imagery | |
| Bishop et al. | Digital soil-terrain modeling: the predictive potential and uncertainty | |
| Bremer et al. | Eigenvalue and graph-based object extraction from mobile laser scanning point clouds | |
| CN116975576B (zh) | 基于关键信息统计的山区公路地质灾害危险性评价方法 | |
| CN110222832A (zh) | 长江口盐沼湿地大型底栖动物栖息地模拟预测方法 | |
| CN113516060B (zh) | 基于多时相高分辨率数据的建筑空间融合判别方法及装置 | |
| Shakya et al. | Change over time in grey levels of multispectral landsat 5 TM/8 OLI satellite images | |
| Dai et al. | Assessment of karst rocky desertification from the local to regional scale based on unmanned aerial vehicle images: A case‐study of Shilin County, Yunnan Province, China | |
| Karantanellis et al. | Evaluating the quality of photogrammetric point-clouds in challenging geo-environments–a case study in an Alpine Valley | |
| Sui et al. | Processing of multitemporal data and change detection | |
| Yang et al. | Urban roads network detection from high resolution remote sensing | |
| Xin et al. | Mapping miscanthus using multi-temporal convolutional neural network and google earth engine | |
| CN114202551B (zh) | 一种喀斯特石漠化的分级制图方法及装置 | |
| CN116596381A (zh) | 一种基于遥感影像的地下开采矿山环境评价系统 | |
| Wang et al. | MATLAB code to estimate landslide volume from single remote sensed image using genetic algorithm and imagery similarity measurement | |
| Silván-Cárdenas et al. | Extraction of buildings footprint from lidar altimetry data with the hermite transform | |
| Vidanapathirana et al. | WildScenes: A Benchmark for 2D and 3D Semantic Segmentation in Large-scale Natural Environments | |
| Lei et al. | Impervious surface estimation by integrated use of Landsat and MODIS time series in Wuhan, China | |
| Kunyuan et al. | Automated object extraction from MLS data: A survey | |
| Idris et al. | Application of artificial neural network for building feature extraction in Abuja | |
| Prakash et al. | Assessment of Urban Built-Up Volume Using Geospatial Methods: A Case Study of Bangalore | |
| Mustapha et al. | Analysis of land cover classification in arid environment: a comparison performance of four classifiers | |
| Kim et al. | Application of a Soil Erosion Susceptibility Model Using Unmanned Aerial Vehicle Photogrammetry in a Timber Harvesting Area, South Korea. | |
| Ge et al. | A Semi-automatic Approach to Quantifying the Geological Strength Index Using Terrestrial Laser Scanning |
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 |