CN116597043A - 一种基于地质调查的数字填图方法及系统 - Google Patents

一种基于地质调查的数字填图方法及系统 Download PDF

Info

Publication number
CN116597043A
CN116597043A CN202310530837.6A CN202310530837A CN116597043A CN 116597043 A CN116597043 A CN 116597043A CN 202310530837 A CN202310530837 A CN 202310530837A CN 116597043 A CN116597043 A CN 116597043A
Authority
CN
China
Prior art keywords
geological
data
remote sensing
target area
report
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.)
Granted
Application number
CN202310530837.6A
Other languages
English (en)
Other versions
CN116597043B (zh
Inventor
欧阳光文
张新远
乔国栋
王伟
李五福
曹锦山
赵忠国
卢世银
马志远
王春涛
刘建栋
郝勇强
李红刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qinghai Geological Survey Institute Qinghai Institute Of Geology And Mineral Resources Qinghai Geological Remote Sensing Center
Original Assignee
Qinghai Geological Survey Institute Qinghai Institute Of Geology And Mineral Resources Qinghai Geological Remote Sensing Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qinghai Geological Survey Institute Qinghai Institute Of Geology And Mineral Resources Qinghai Geological Remote Sensing Center filed Critical Qinghai Geological Survey Institute Qinghai Institute Of Geology And Mineral Resources Qinghai Geological Remote Sensing Center
Priority to CN202310530837.6A priority Critical patent/CN116597043B/zh
Publication of CN116597043A publication Critical patent/CN116597043A/zh
Application granted granted Critical
Publication of CN116597043B publication Critical patent/CN116597043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/40Filling a planar surface by adding surface attributes, e.g. colour or texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于地质调查的数字填图方法及系统,属于区域地质调查领域,涉及地质填图技术,包括数据获取模块、数据处理模块以及更新处理模块;将实时地表遥感数据作为基于地质调查的数字填图更新的标准,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;并计算每个地物命名初选区的相似度,当可对比性>b%时,根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;提升了基于地质调查的数字填图更新的准确性。

Description

一种基于地质调查的数字填图方法及系统
技术领域
本发明属于区域地质调查领域,涉及地质填图技术,具体是一种基于地质调查的数字填图方法及系统。
背景技术
区域地质调查是一项基础性、综合性、公益性的地质调查研究工作,全面、准确、快捷的采集野外第一手资料是保证区域地质调查任务完成的基础。传统的地质调查及填图工作是通过野外观察和观测获取第一手基础地质资料并记录于记录本(或纸质介质)上,其原始数据采集不仅工作量大、涉及面广且较为分散,不利资料的综合整理工作,而且对于纸质资料的保存工作也是较大挑战。
授权公告号为CN 114581556 B的发明专利提供了一种基于地质调查的数字填图方法,该方法包括:步骤S1、获取目标区域原有的地质调查报告作为基础地质报告,以及获取多个调查组在目标区域获得的多个现有地质调查报告作为多个更新地质报告,并在所述基础地质报告和多个更新地质报告中提取出填图数据;步骤S2、将多个更新地质报告的填图数据分别与基础地质报告的填图数据进行差异性量化,并基于所述差异性的量化结果确定目标区域的更新概率,再基于所述更新概率确定多个更新地质报告的填图数据的更新权重。本发明对加权后的基础地质报告的填图数据和多个更新地质报告的填图数据进行求和得到高准确性的目标区域的更新填图数据,实现在更新目标区域填图数据时提高泛化力。
以上公开的技术是通过确定多个更新地质报告与原有的地质调查报告的更新概率来实现更新填图数据,该种更新方式精准度受多个更新地质报告的影响,而传统的更新地质报告又是手工填写判定记录,准确性更有待商榷,以上方式对基于地质调查的数字填图的精确度存在不合理之处。
基于此,本发明提出一种基于地质调查的数字填图方法及系统。
发明内容
本申请的目的是提供一种基于地质调查的数字填图方法及系统。
为实现上述目的,本发明的一个实施例提供了一种基于地质调查的数字填图系统,包括:数据获取模块、数据处理模块以及更新处理模块;
所述数据获取模块用于获取目标区域原有的地质调查报告并将目标区域原有的地质调查报告作为基础地质报告;以及
获取目标区域的地表遥感数据;并发送至数据处理模块;
所述数据处理模块用于对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;以及
截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
计算每个地物命名初选区的相似度,设置相似度阈值;并获取相似度≥相似度阈值的个数计算可对比性,当可对比性>b%时,根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
所述更新处理模块用于根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达。
优选地,目标区域原有的地质调查报告为地质局官方使用的目标区域的地质调查报告,或为多个现有地质报告融合后的地质报告。
优选地,地表遥感数据包括遥感图像以及地物电磁波谱;其中,地物电磁波谱包含光谱特征、空间特征以及实践特征;不同地物的电磁波谱特征不同。
优选地,在地表遥感数据中标注目标区域的经纬度的过程包括:
将遥感图像进行网格化处理,将遥感图像分割成M*N的像素点,同时,每一像素点对应一个经纬度;
其中的M/N取值根据遥感图像的大小进行确定。
优选地,在进行地物命名初选区圈划时,只要是相邻像素点的地物名称一致,则为同一地物命名初选区。
优选地,填图数据包括目标区域的经纬度数据,以及各岩层的属性数据、倾角数据和厚度数据。
优选地,相似度的计算公式为:
式中,Ppi表示相似度,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,表示属性数据;当x=2时,表示倾角数据;当x=3时,表示厚度数据;α为修正系数。
优选地,根据更新填图数据提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,包括:
利用目标区域的经纬度数据获取目标区域的DEM数据,直线连接相应经纬度点作为目标区域的地质剖面图的起点A和终点B,并将起点A和终点B间的直线等距离划分得到多个端点Dr(r∈[1,M]),M表征为端点总数;
通过反距离权重插值法获得各个端点Dr(r∈[1,M])的高程值;用最小二乘法多项式对高程值进行拟合出地质剖面线,包括:
以相邻俩端点间的距离为xr坐标,端点的高程值作为yr坐标,通过最小二乘法多项式拟合坐标为{(xr,yr)|r∈[1,M]}的多个散点得到最优拟合函数;
将最优拟合函数绘制出的曲线作为地质剖面线。
本发明的另一个实施例提供了一种基于地质调查的数字填图方法,包括以下步骤:
步骤一:数据获取模块获取目标区域原有的地质调查报告,并将目标区域原有的地质调查报告作为基础地质报告;还用于获取目标区域的地表遥感数据;并发送至数据处理模块;
步骤二:数据处理模块对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;
步骤三:将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;
数据处理模块截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
步骤四:数据处理模块计算每个地物命名初选区的相似度Ppi,其中的i表示地物命名初选区的像素点的编号,i为正整数,且i=1,2……;
相似度的计算公式为:
式中,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,x表示属性数据;当x=2时,x表示倾角数据;当x=3时,x表示厚度数据;α为修正系数;
步骤五:数据处理模块设置相似度阈值;并获取相似度≥相似度阈值的个数S;并计算可对比性Db;
其中,可对比性Db的计算公式为:Db=S/MN;
步骤六:当可对比性Db>b%时,表示地表遥感数据与基础地质报告的相似度符合要求,可根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
当可对比性Db≤b%时,表示地表遥感数据与基础地质报告的相似度差距过大,不进行基础地质报告的更新;
步骤七:根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达。
与现有技术相比,本发明的有益效果是:
本发明将实时地表遥感数据作为基于地质调查的数字填图更新的标准,避免传统的地质调查中的地质填图工作数据采集的工作量大、涉及面广且较为分散,不利资料的综合整理工作的问题,同时不需要纸质资料保存;同时也克服了上述对比文件中提出的通过确定多个更新地质报告与原有的地质调查报告的更新概率来实现更新填图数据导致的更新精准度受多个更新地质报告的影响,准确性更有待商榷的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和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为本发明一种基于地质调查的数字填图系统的结构框图;
图2为本发明一种基于地质调查的数字填图系统的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例1
具体请参照图1,一种基于地质调查的数字填图系统,该基于地质调查的数字填图系统包括:数据获取模块;
所述数据获取模块用于获取目标区域原有的地质调查报告,并将目标区域原有的地质调查报告作为基础地质报告;
其中的目标区域原有的地质调查报告可以为地质局官方使用的目标区域的地质调查报告,也可以为多个现有地质报告融合后的地质报告;
所述数据获取模块还用于获取目标区域的地表遥感数据;
所述数据获取模块将获取的目标区域的基础地质报告以及地表遥感数据发送至数据处理模块;
所述数据处理模块用于对接收到的目标区域的基础地质报告以及地表遥感数据进行处理;
具体地,数据处理模块对接收到的地表遥感数据进行处理的过程主要包括以下步骤:
步骤S01:对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;
具体地,其中的地表遥感数据包括遥感图像以及对应的地物电磁波谱;其中的地物电磁波谱包含多种特征,包括光谱特征、空间特征以及实践特征等;不同的地物因为其电磁波谱特征不同,故在遥感图像中表现不一,可以根据特征的变化和差异来区分不同的地物;
将遥感图像进行网格化处理,将遥感图像分割成M*N的像素点,同时,每一像素点对应一个经纬度;
其中的M/N取值根据遥感图像的大小进行确定;
步骤S02:获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;
地表的大型山系、高原、盆地的形成与发育受区域构造的控制和影响,但总的来说,对于同一区域的地表地物的电磁波谱特征相似或相同;每种电磁波谱特征设置有相似度范围(±a%),其中a的大小由数据处理模块进行设定;
步骤S03:将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;
其中,需要进行说明的是,在进行地物命名初选区圈划时,只要是相邻像素点的地物名称一致,则为同一地物命名初选区;
其中,地物命名初选区标注时,包括地物名称、岩石属性以及倾角数据、厚度数据;
在本申请中,所述数据处理模块还用于对基础地质报告与标注地物名称的遥感图像进行匹配度计算;
其中,匹配度计算的过程包括:
步骤S101:数据处理模块截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
正则表达式由填图数据的撰写格式决定,填图数据包括目标区域的经纬度数据,以及各岩层的属性数据、倾角数据和厚度数据。
步骤S102:数据处理模块计算每个地物命名初选区的相似度Ppi,其中的i表示地物命名初选区的像素点的编号,i为正整数,且i=1,2……;
相似度的计算公式为:
式中,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,x表示属性数据;当x=2时,x表示倾角数据;当x=3时,x表示厚度数据;α为修正系数;
步骤S103:数据处理模块设置有相似度阈值;并获取相似度≥相似度阈值的个数S;并计算可对比性Db;
其中,可对比性Db的计算公式为:Db=S/MN;
步骤S104:当可对比性Db>b%时,表示地表遥感数据与基础地质报告的相似度符合要求,可根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
当可对比性Db≤b%时,表示地表遥感数据与基础地质报告的相似度差距过大,不进行基础地质报告的更新;
本申请中的更新处理模块用于根据标注地物名称的遥感图像对基础地质报告进行更新,具体地,所述更新处理模块对基础地质报告进行更新的过程包括:
根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达;
根据更新填图数据提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,包括:
利用目标区域的经纬度数据获取目标区域的DEM数据,直线连接相应经纬度点作为目标区域的地质剖面图的起点A和终点B,并将起点A和终点B间的直线等距离划分得到多个端点Dr(r∈[1,M]),M表征为端点总数;
通过反距离权重插值法获得各个端点Dr(r∈[1,M])的高程值;用最小二乘法多项式对高程值进行拟合出地质剖面线,包括:
以相邻俩端点间的距离为xr坐标,端点的高程值作为yr坐标,通过最小二乘法多项式拟合坐标为{(xr,yr)|r∈[1,M]}的多个散点得到最优拟合函数;
将最优拟合函数绘制出的曲线作为地质剖面线。
为各岩层界面线自定义设置一个统一长度L,其次,假设存在这样一个点,同时满足以下两个条件:
(1)该点到相邻岩层界面线(左侧)的距离,使其满足读取到的岩层真厚度;
(2)该点需满足拟合后的地质剖面线多项式方程。
如果同时满足条件,则记录该点,否则,更改制图比例尺后重新执行该步骤。
然后,依次读取岩层厚度Hl和岩层倾角数据δl,l表示岩层实体类别编号,并结合设置的岩层界面线长度L绘制该点处的界面线,得到新的各岩层界面线。其中,点到直线距离公式如下:
其中a,b,c分别为前一条界面线(左侧)的直线方程系数,x0和y0为满足上述两个条件时记录的点的横坐标和纵坐标。
通过以上步骤后,已构建完整的地质剖面线和各岩层界面线。为实现岩层的对象化编辑和分析,将各岩层界面线终点连接起来,从而形成封闭的多边形连接线,最后,通过矢量线转面的形式实现各岩层形成独立的多边形,并构建拓扑关系以及检查是否存在拓扑错误,若有拓扑错误,则修改拓扑错误后为各个对象化岩层添加倾角信息,以及各岩层的描述信息和厚度信息,从而完成几何形态和属性信息结合的地质剖面图近似表达。
实施例2
具体请参照图2,一种基于地质调查的数字填图方法,该基于地质调查的数字填图方法包括以下步骤:
步骤一:数据获取模块获取目标区域原有的地质调查报告,并将目标区域原有的地质调查报告作为基础地质报告;还用于获取目标区域的地表遥感数据;并发送至数据处理模块;
步骤二:数据处理模块对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;
步骤三:将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;
数据处理模块截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
步骤四:数据处理模块计算每个地物命名初选区的相似度Ppi,其中的i表示地物命名初选区的像素点的编号,i为正整数,且i=1,2……;
相似度的计算公式为:
式中,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,x表示属性数据;当x=2时,x表示倾角数据;当x=3时,x表示厚度数据;α为修正系数;
步骤五:数据处理模块设置相似度阈值;并获取相似度≥相似度阈值的个数S;并计算可对比性Db;
其中,可对比性Db的计算公式为:Db=S/MN;
步骤六:当可对比性Db>b%时,表示地表遥感数据与基础地质报告的相似度符合要求,可根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
当可对比性Db≤b%时,表示地表遥感数据与基础地质报告的相似度差距过大,不进行基础地质报告的更新;
步骤七:根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
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申请。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申请的精神或范围的情况下,在其他实施例中实现。因此,本申请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 (9)

1.一种基于地质调查的数字填图系统,其特征在于,包括:数据获取模块、数据处理模块以及更新处理模块;
所述数据获取模块用于获取目标区域原有的地质调查报告并将目标区域原有的地质调查报告作为基础地质报告;以及
获取目标区域的地表遥感数据;并发送至数据处理模块;
所述数据处理模块用于对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;以及
截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
计算每个地物命名初选区的相似度,设置相似度阈值;并获取相似度≥相似度阈值的个数计算可对比性,当可对比性>b%时,根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
所述更新处理模块用于根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达。
2.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,目标区域原有的地质调查报告为地质局官方使用的目标区域的地质调查报告,或为多个现有地质报告融合后的地质报告。
3.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,地表遥感数据包括遥感图像以及地物电磁波谱;其中,地物电磁波谱包含光谱特征、空间特征以及实践特征;不同地物的电磁波谱特征不同。
4.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,在地表遥感数据中标注目标区域的经纬度的过程包括:
将遥感图像进行网格化处理,将遥感图像分割成M*N的像素点,同时,每一像素点对应一个经纬度;
其中的M/N取值根据遥感图像的大小进行确定。
5.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,在进行地物命名初选区圈划时,只要是相邻像素点的地物名称一致,则为同一地物命名初选区。
6.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,填图数据包括目标区域的经纬度数据,以及各岩层的属性数据、倾角数据和厚度数据。
7.如权利要求6所述的一种基于地质调查的数字填图系统,其特征在于,相似度的计算公式为:
式中,Ppi表示相似度,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,表示属性数据;当x=2时,表示倾角数据;当x=3时,表示厚度数据;α为修正系数。
8.如权利要求1所述的一种基于地质调查的数字填图系统,其特征在于,根据更新填图数据提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,包括:
利用目标区域的经纬度数据获取目标区域的DEM数据,直线连接相应经纬度点作为目标区域的地质剖面图的起点A和终点B,并将起点A和终点B间的直线等距离划分得到多个端点Dr(r∈[1,M]),M表征为端点总数;
通过反距离权重插值法获得各个端点Dr(r∈[1,M])的高程值;用最小二乘法多项式对高程值进行拟合出地质剖面线,包括:
以相邻俩端点间的距离为xr坐标,端点的高程值作为yr坐标,通过最小二乘法多项式拟合坐标为{(xr,yr)|r∈[1,M]}的多个散点得到最优拟合函数;
将最优拟合函数绘制出的曲线作为地质剖面线。
9.如权利要求1-8任一项所述的一种基于地质调查的数字填图系统的填图方法,其特征在于,包括以下步骤:
步骤一:数据获取模块获取目标区域原有的地质调查报告,并将目标区域原有的地质调查报告作为基础地质报告;还用于获取目标区域的地表遥感数据;并发送至数据处理模块;
步骤二:数据处理模块对目标区域进行限定,并与地表遥感数据进行对应,在地表遥感数据中标注目标区域的经纬度;获取目标区域内不同地表地物的特征组合,将每个像素点上的特征进行识别,获取对应像素点的地物名称;
步骤三:将属于同一地物名称的像素点进行连接,围成若干地物命名初选区;数据处理模块在遥感图像将地物名称进行标注;
数据处理模块截取基础地质报告中所有描述目标区域地质特征的语义文本,并对语义文本利用正则表达式过滤噪声文本;
步骤四:数据处理模块计算每个地物命名初选区的相似度Ppi,其中的i表示地物命名初选区的像素点的编号,i为正整数,且i=1,2……;
相似度的计算公式为:
式中,x表示属性数据、倾角数据和厚度数据,x=1,2,3:c表示基础地质报告,y表示地表遥感数据产生的地物命名初选区标注;当x=1时,x表示属性数据;当x=2时,x表示倾角数据;当x=3时,x表示厚度数据;α为修正系数;
步骤五:数据处理模块设置相似度阈值;并获取相似度≥相似度阈值的个数S;并计算可对比性Db;
其中,可对比性Db的计算公式为:Db=S/MN;
步骤六:当可对比性Db>b%时,表示地表遥感数据与基础地质报告的相似度符合要求,可根据地表遥感数据对基础地质报告进行更新;并将标注地物名称的遥感图像与基础地质报告发送至更新处理模块;
当可对比性Db≤b%时,表示地表遥感数据与基础地质报告的相似度差距过大,不进行基础地质报告的更新;
步骤七:根据遥感图像提取目标区域的地质剖面线,通过反距离权重法确定地质剖面线上内插点的高程值,并用最小二乘法多项式对高程值进行拟合出地质剖面线,根据填图数据和地质剖面线确定出各岩层界面线,根据地质剖面线和各岩层界面线依次对象化各岩层得到多边形岩层,以及构建出多边形岩层的拓扑关系,再在多边形岩层添加更新填图数据,以完成地质剖面图的填图表达。
CN202310530837.6A 2023-05-11 2023-05-11 一种基于地质调查的数字填图方法及系统 Active CN116597043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310530837.6A CN116597043B (zh) 2023-05-11 2023-05-11 一种基于地质调查的数字填图方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310530837.6A CN116597043B (zh) 2023-05-11 2023-05-11 一种基于地质调查的数字填图方法及系统

Publications (2)

Publication Number Publication Date
CN116597043A true CN116597043A (zh) 2023-08-15
CN116597043B CN116597043B (zh) 2023-10-31

Family

ID=87598536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310530837.6A Active CN116597043B (zh) 2023-05-11 2023-05-11 一种基于地质调查的数字填图方法及系统

Country Status (1)

Country Link
CN (1) CN116597043B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013186559A2 (en) * 2012-06-13 2013-12-19 Adrok Ltd. Methods for determining material and/or subsurface composition
CN104392017A (zh) * 2014-10-14 2015-03-04 王佟 一种煤炭地质填图方法
WO2017071160A1 (zh) * 2015-10-28 2017-05-04 深圳大学 一种大幅面遥感图像海陆分割的方法及系统
CN108280433A (zh) * 2018-01-25 2018-07-13 中国地质科学院矿产资源研究所 一种植被覆盖区下金矿的识别方法及系统
CN108416820A (zh) * 2018-03-02 2018-08-17 山东大学 一种基于遥感数据的月表撞击坑地质填图方法
AU2020102682A4 (en) * 2020-10-12 2020-12-03 Xianguang Wang A prediction method of skarn deposit based on hyperspectral remote sensing images
CN112150582A (zh) * 2020-08-21 2020-12-29 中国地质大学(武汉) 一种面向多模态数据的地质剖面图近似表达方法
CN113625363A (zh) * 2021-08-18 2021-11-09 中国地质科学院矿产资源研究所 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质
CN114581556A (zh) * 2022-03-10 2022-06-03 青海省地质调查院 一种区域地质调查中的数字填图方法
CN115170983A (zh) * 2022-07-19 2022-10-11 山东省地质矿产勘查开发局第八地质大队(山东省第八地质矿产勘查院) 一种基于遥感技术地质地貌分析与勘探方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013186559A2 (en) * 2012-06-13 2013-12-19 Adrok Ltd. Methods for determining material and/or subsurface composition
CN104392017A (zh) * 2014-10-14 2015-03-04 王佟 一种煤炭地质填图方法
WO2017071160A1 (zh) * 2015-10-28 2017-05-04 深圳大学 一种大幅面遥感图像海陆分割的方法及系统
CN108280433A (zh) * 2018-01-25 2018-07-13 中国地质科学院矿产资源研究所 一种植被覆盖区下金矿的识别方法及系统
CN108416820A (zh) * 2018-03-02 2018-08-17 山东大学 一种基于遥感数据的月表撞击坑地质填图方法
CN112150582A (zh) * 2020-08-21 2020-12-29 中国地质大学(武汉) 一种面向多模态数据的地质剖面图近似表达方法
AU2020102682A4 (en) * 2020-10-12 2020-12-03 Xianguang Wang A prediction method of skarn deposit based on hyperspectral remote sensing images
CN113625363A (zh) * 2021-08-18 2021-11-09 中国地质科学院矿产资源研究所 伟晶岩型锂矿的找矿方法及装置、计算机设备及介质
CN114581556A (zh) * 2022-03-10 2022-06-03 青海省地质调查院 一种区域地质调查中的数字填图方法
CN115170983A (zh) * 2022-07-19 2022-10-11 山东省地质矿产勘查开发局第八地质大队(山东省第八地质矿产勘查院) 一种基于遥感技术地质地貌分析与勘探方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JEREMIE LEHMANN: "Landsat 8 and Alos DEM geological mapping reveals the architecture of the giant Mesoproterozoic Kunene Complex anorthosite suite (Angola/Namibia)", 《GEOSCIENCE FRONTIERS》, pages 1 - 21 *
付佳伟: "高光谱遥感技术在矿山地质填图中的应用研究", 《世界有色金属》, pages 232 - 234 *
张元福: "基于地球河流扇预测模型的火星地表水径流量预测", 《沉积学报》, pages 1 - 17 *
赵楠: "区域地质矿产调查工作中数字地质填图的应用", 《中国金属通报》, pages 231 *

Also Published As

Publication number Publication date
CN116597043B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN111079217B (zh) 一种基于bim的岩土工程综合勘察信息解译方法及系统
CN110400371B (zh) 一种水平构造地貌实体的三维模型构建方法
CN110197035B (zh) 一种航道水下地形变化分析系统及方法
CN111932591B (zh) 典型地质灾害遥感智能提取的方法与系统
Yilmaz et al. Comparison of data reduction algorithms for Li DAR‐derived digital terrain model generalisation
Varol et al. Detection of illegal constructions in urban cities: Comparing LIDAR data and stereo KOMPSAT-3 images with development plans
CN110827405A (zh) 一种数码遥感地质测绘方法及系统
CN117576053A (zh) 一种三维地质模型建模质量评估方法
CN115131486A (zh) 一种工程勘察勘探数据采集系统及方法
CN118279512A (zh) 一种基于深度学习的地质分布图绘制方法及系统
CN116597043B (zh) 一种基于地质调查的数字填图方法及系统
CN113420109A (zh) 一种街道界面渗透率的测量方法、计算机及存储介质
Yang et al. Improved multi-scale image matching approach for monitoring Amery ice shelf velocity using Landsat 8
CN117115671A (zh) 基于遥感的土壤质量分析方法、装置及电子设备
Guo-an et al. Evaluation on the accuracy of digital elevation models
CN114820965B (zh) 一种全息地图建设用实景三维建模方法
Šiljeg et al. The effect of interpolation methods on the quality of a digital terrain model for geomorphometric analyses
CN114581556B (zh) 一种区域地质调查中的数字填图方法
Hapep et al. Comparison of Different DEM Generation Methods based on Open Source Datasets.
Lowell et al. Using a fuzzy surface-based cartographic representation to decrease digitizing efforts for natural phenomena
Goodchild The spatial data infrastructure of environmental modelling
Goodchild et al. Data quality in massive data sets
Gustas et al. Estimating volumes of coastal shell midden sites using geometric solids: An example from Tseshaht Territory, western Vancouver Island, British Columbia, Canada
Ayer et al. Comparative analysis of extracted heights from topographic maps and measured reduced levels in Kumasi, Ghana
CN117994461B (zh) 一种基于激光点云数据的地表三维模型构建方法

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