CN116611713B - 一种生态修复进程展示方法、系统、终端设备及存储介质 - Google Patents
一种生态修复进程展示方法、系统、终端设备及存储介质 Download PDFInfo
- Publication number
- CN116611713B CN116611713B CN202310897848.8A CN202310897848A CN116611713B CN 116611713 B CN116611713 B CN 116611713B CN 202310897848 A CN202310897848 A CN 202310897848A CN 116611713 B CN116611713 B CN 116611713B
- Authority
- CN
- China
- Prior art keywords
- restoration
- index
- ecological
- ecological restoration
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 102
- 230000008569 process Effects 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 183
- 230000008439 repair process Effects 0.000 claims abstract description 114
- 238000013507 mapping Methods 0.000 claims abstract description 56
- 238000007621 cluster analysis Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 14
- 230000000694 effects Effects 0.000 description 10
- 239000002689 soil Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000003673 groundwater Substances 0.000 description 5
- 239000002352 surface water Substances 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 235000008216 herbs Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/40—Protecting water resources
- Y02A20/402—River restoration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种生态修复进程展示方法、系统、终端设备及存储介质,包括:将修复区域划分为若干单元并采集初始环境信息和图像;每隔预设节点检测采集单元的修复环境信息和图像;根据修复区域的区域特征构建评估指标,基于评估指标对每个单元内的修复环境信息进行聚类分析,生成单元在节点内评估指标的修复指数;逐一汇总节点内每个单元内评估指标的修复指数,生成修复指数图,基于修复指数图生成每个评估指标的时间轴修复轨迹;逐一将相同节点内每个单元的修复环境图像进行拼接,生成节点环境图像,将初始环境图像和节点环境图像映射至区域平面,生成修复区域的修复进度流转图;从而实现动态化展示生态修复进程。
Description
技术领域
本发明涉及生态修复技术领域,尤其是涉及一种生态修复进程展示方法、系统、终端设备及存储介质。
背景技术
生态修复是在生态学原理指导下,以生物修复为基础,结合各种物理修复、化学修复以及工程技术措施,通过优化组合,使之达到最佳效果和最低耗费的一种综合的修复污染环境的方法。生态修复工程的顺利施行,不仅需要加强对项目工程进度、安全、资金以及验收等各环节的管理,还需要对生态保护修复工程进行全流程的监管,实时掌握生态修复的进程和成效,以便及时调整生态修复工程的进度和修复方案。
生态修复工程通过地形重塑、土壤重构、植被重建、景观重造等一系列生态修复措施实现生态,涉及生态学、物理学、化学、植物学、微生物学、分子生物学、栽培学和环境工程等多个学科。生态修复过程中涉及的数据庞杂繁多,整合难度大,且信息系统之间彼此孤立,不能形成联动,即便是对生态修复过程中涉及的修复数据进行分类整理,也难以分析获取生态修复的实际进程,容易导致生态修复程度不足或过度修复,不利于生态修复项目进程调整。
发明内容
本发明旨在提供一种生态修复进程展示方法及系统,以解决上述技术问题,从时间和空间的维度将生态修复数据与生态修复效果进行结合,动态化展示生态修复进程。
为了解决上述技术问题,本发明提供了一种生态修复进程展示方法,包括:
将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像;
根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数;
逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹;
逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图。
上述方案中,将生态修复区域氛围若干个单元去与进行修复进程监测,避免因生态修复区域过大导致不同位置的生态修复效果不同。根据每个生态修复区域单元的区域特征构建对应的生态修复评估指标,有利于对生态修复区域进行针对性的生态修复和修复信息聚类分析,减低数据处理分析难度。进一步的,根据每个时间节点的节点生态修复图生成每个生态修复评估指标的时间轴修复轨迹,具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。基于初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
在一种实现方式中,所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:
获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;
以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇。
在一种实现方式中,所述生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:
逐一获取相同时间节点内每个生态修复评估指标的数据簇;
基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数。
一实施例中,所述基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹,具体包括:
逐一生成每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数递推图,
汇总每个时间节点的修复指数递推图生成每个生态修复评估视标的时间轴修复轨迹。
上述方案中,逐一汇总每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数节点递推图,基于汇总的修复指数递推图进一步具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。
在一种实现方式中,在基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹后,还包括:
获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;
根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;
根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级。
上述方案中,根据每个单元区域的平均指标修复指数与平均区域修复指数的差值判定每个单元区域的修复进程,根据每个单元区域的修复进程可以调整生态修复力度,避免产生超前修复或滞后修复,推进生态修复区域的一体化修复进程。进一步的,根据单元区域内每个生态修复评估指标的修复指数与所在单元区域的平均指标修复指数的差值判定单元区域内每个生态修复评估指标的修复优先级,对每个单元区域内的生态修复评估指标的修复方案进行调整。
一实施例中,所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:
将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;
根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;
根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。
上述方案中,将初始环境图像映射至展示平台的区域平面上后以初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。进一步的,根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
一实施例中,所述生态修复进程展示方法还包括对采集的环境图像进行图像增强,具体为:
将采集的环境图像输入至HSV颜色模型,基于所述HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量;其中,所述环境图像包括初始环境图像和修复环境图像;
对所述饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像;
基于预设双伽马调整函数对所述亮度分量进行全局增强,生成第二增强图像;
将所述第一增强图像和所述第二增强图像进行融合,生成融合增强图像,将所述融合图像反变换至RGB颜色模型以使所述RGB颜色模型输出融合增强环境图像。
上述方案中,对环境图像中的饱和度分量和亮度分量进行增强处理,以消除环境图像中存在的图像亮度不均、暗处细节不突出、饱和度低、颜色不易分辨等问题,进而准确的表现出生态修复区域的生态修复效果。
第二方面,本申请还提供一种生态修复进程展示系统,包括数据采集模块、区域评估模块、轨迹生成模块和图像映射模块;
所述数据采集模块用于将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像;
所述区域评估模块用于根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数;
所述轨迹生成模块用于逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹;
所述图像映射模块用于逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图。
上述方案中,将生态修复区域氛围若干个单元去与进行修复进程监测,避免因生态修复区域过大导致不同位置的生态修复效果不同。根据每个生态修复区域单元的区域特征构建对应的生态修复评估指标,有利于对生态修复区域进行针对性的生态修复和修复信息聚类分析,减低数据处理分析难度。进一步的,根据每个时间节点的节点生态修复图生成每个生态修复评估指标的时间轴修复轨迹,具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。基于初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
在一种实现方式中,所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:
获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;
以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇。
在一种实现方式中,所述生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:
逐一获取相同时间节点内每个生态修复评估指标的数据簇;
基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数。
在一种实现方式中,所述基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹,具体包括:
逐一生成每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数递推图,
汇总每个时间节点的修复指数递推图生成每个生态修复评估视标的时间轴修复轨迹。
在一种实现方式中,在基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹后,还包括:
获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;
根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;
根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级。
在一种实现方式中,所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:
将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;
根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;
根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。
在一种实现方式中,所述生态修复进程展示系统还包括对采集的环境图像进行图像增强,具体为:
将采集的环境图像输入至HSV颜色模型,基于所述HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量;其中,所述环境图像包括初始环境图像和修复环境图像;
对所述饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像;
基于预设双伽马调整函数对所述亮度分量进行全局增强,生成第二增强图像;
将所述第一增强图像和所述第二增强图像进行融合,生成融合增强图像,将所述融合图像反变换至RGB颜色模型以使所述RGB颜色模型输出融合增强环境图像。
第三方面,本申请还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的生态修复进程展示方法。
第四方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的生态修复进程展示方法。
附图说明
图1为本发明一实施例中提供的一种生态修复进程展示方法的流程示意图;
图2为本发明一实施例中提供的一种生态修复进程展示系统的系统结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
实施例1,参见图1,图1为本发明一实施例中提供的一种生态修复进程展示方法的流程示意图。本实施例提供一种生态修复进程展示方法,包括步骤101至步骤104,各项步骤具体如下:
步骤101:将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像。
本发明实施例中,对生态修复区域同步开展生态修复工程,而考虑到一个生态修复区域内涉及林草、矿山、湿地、小流域等多种生态类型,不同生态类型下对于相同的生态修复操作会产生不同的修复效果,为了对生态修复区域进行更好的修复进度监测,将生态修复区域划分为若干个单元区域进行修复进程监测。在开启生态修复前,还需要采集生态修复区域的初始环境信息和初始环境图像,基于初始环境信息开展相应的生态修复手段。本发明实施例中,通过遥感解译、地理信息技术、云计算、卫星影像、无人机监测、物联网监测和人工调查等方式采集生态修复区域的初始生态环境信息和修复环境信息。本发明实施例中,采集的初始环境信息和修复环境信息的类型相同,包括植被覆盖、动植物多样性和地表温度湿度数据等类型的数据。
步骤102:根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数。
一实施例中,所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇。
本发明实施例中,根据生态修复区域的生态修复类型构建对应的生态修复评估指标。所述生态修复类型包括:矿山地质环境生态修复、水环境和湿地环境生态修复、退化污染废弃地生态修复、海洋海岛海岸带生态修复和生物多样性和景观生态修复。不同生态类型的生态修复区域的区域特征不同,若生态修复区域为露天矿山,则其生态修复评估指标多为植被覆盖、土地治理、土壤环境,若生态修复区域为水体流域,则其生态修复评估指标多为水体治理、地表水环境、地下水环境等。根据不同生态修复区域的区域特征构建对应的生态修复评估指标,本发明实施例中,所述生态修复评估指标的类型包括:土地治理指标、水体治理指标、植被修复指标、生物修复指标、大气环境指标、地表水环境指标、地下水环境指标和土壤环境指标。矿山地质环境生态修复的修复对象是矿山地质生态系统,如矿山环境土体重构、景观地貌重塑、塌陷地水环境修复等。水环境和湿地生态修复的主要修复对象是陆地水生生态系统,如流域生态修复、水环境生态修复、湿地生态修复等。退化污染废弃地生态修复的主要修复对象是退化土地生态系统,如水土流失生态修复、土地沙漠化生态修复、土地盐碱化生态、土地污染生态修复、废弃土地生态修复等。海洋海岛海岸带生态修复的主要修复对象是海洋生态系统,如海洋生态修复、海岛生态修复、海岸带生态修复等。生物多样性和景观生态修复的主要修复对象是生物和景观生态系统,如生物多样性生态修复、景观生态修复等。不同生态修复类型的生态修复区域的修复评估指标有所差异,根据生态修复区域的生态修复类型确定对应的生态修复评估指标。逐一获取每个时间节点内采集的修复环境信息,将每个时间节点采集的修复环境信息依次输入至高斯混合模型,以每个生态修复评估指标为高斯混合成分,根据生态修复评估指标的个数确定高斯混合成分的数量。基于所述高斯混合模型对输入的环境修复信息进行清洗获取目标数据集,计算所述目标数据集中每个修复环境信息隶属的高斯混合成分,将属于同一高斯混合成份的修复环境信息合并为一个簇,生成每个生态修复评估指标的数据簇。作为本发明实施例的一个优化方案,还可采用k-means算法(k-均值算法)对采集修复环境信息进行聚类分析。
一实施例中,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:逐一获取相同时间节点内每个生态修复评估指标的数据簇;基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数。获取每个时间节点内每个生态修复评估指标的数据簇,根据每个生态修复评估指标修复指数的转换规则将数据簇与初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数。本发明实施例中,土地治理指标修复指数的转换规则=(实际恢复治理土地面积/应恢复治理土地面积)×治理质量评分。水体治理指标修复指数的转换规则=(实际恢复治理土地面积/应恢复治理土地面积)×治理质量评分。本发明实施例中涉及的治理质量评分由专家组每隔一个时间节点对经过生态修复后的土地、水体、植被等质量进行评分,去除一个最低分和一个最高分后取平均值生成治理质量评分,后文不再赘述。植被修复指标修复指数的转换规则=((修复后的乔木数量×1+灌木数量×0.1+草本数量×0.00001)/(原始的乔木数量×1+灌木数量×0.1+草本数量×0.00001))×(矿区修复后的植被质量评分/矿区原始的植被质量评分),需要说明的是,现有技术中的植被修复指标修复指数一般直接由植被覆盖度进行计算评估,计算方法繁琐复杂。本发明实施例中预先对生态修复区在生态修复之前的植物数量进行分类统计,并通过遥感、航拍等方式获取初始植被影像图片,以作为后期进行植被质量评分的依据。优选的,本发明实施例中还对乔木、灌木、草本等不同植被类型赋予不同的系统,以表征不同植被的生态修复的意义。需要说明的是,本发明实施例提供的植被修复指标修读指标的转换规则中的植被类型仅作为示例说明,其中涉及的植被类型以及系数可根据生态修复区域的具体情况进行调整。生物修复评估指标修复指数=((矿区修复后的哺乳动物数量×1+鸟类数量×0.5+昆虫数量×0.02)/(矿区原始的哺乳动物数量×1+鸟类数量×0.5+昆虫数量×0.02))。大气环境指标=生态修复后的空气质量评分/原始空气质量评分,地表水环境指标=Σ(水体生态修复后的地表水体面积×该水体生态修复后的质量评分)/Σ(水体原始未破坏前的地表水体面积×该水体原始未破坏前的质量评分),地下水环境指标=生态修复后的地下水质量评分/原始的地下水质量评分,土壤环境指标=矿山生态修复后的土壤环境质量评分/矿山原始的土壤环境质量评分。优选的,在计算每个生态修复评估指标的修复指数前,还包括通过前文所述的聚类分析方法判断初始环境信息中每个环境信息隶属的生态修复评估指标,以便后期的修复指数运算。
步骤103:逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹。
一实施例中,所述基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹,具体包括:逐一生成每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数递推图,汇总每个时间节点的修复指数递推图生成每个生态修复评估视标的时间轴修复轨迹。本发明实施例中,逐一汇总单个时间节点内每个单元区域内生态修复评估的修复指数,生成每个时间节点的节点生态修复指数图,而后根据时间节点顺序依序排列,生成每个生态修复评估指标随时间节点变化的时间轴修复轨迹。逐一汇总每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数节点递推图,基于汇总的修复指数递推图进一步具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。
作为本发明实施例的又一个优化方案,一实施例中,获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级。本发明实施例中,逐一计算每个单元区域内每个生态修复评估指标的修复指数平均值,分别以单元区域内的生态修复评估指标的修复指数平均值作为单元区域修复指数,基于每个单元区域的单元区域修复指数计算平均区域修复指数值。根据每个单元区域的平均指标修复指数,即区域修复指数与平均区域修复指数的差值判定每个单元区域的修复进程是超前还是滞后,根据每个单元区域的修复进程调整生态修复力度,避免产生超前修复或滞后修复,推进一体化修复进程。进一步的,根据单元区域内每个生态修复评估指标的修复指数与所在单元区域的平均指标修复指数的差值判定单元区域内每个生态修复评估指标的修复优先级。当生态修复评估指标的修复指数与单元区域的平均指标修复指数的差值在预设偏差范围内,则按照当前生态修复方案稳步推进,判定为普通级修复;当生态修复评估指标的修复指标低于单元区域的平均指标修复指数超过预设范围时,加强对该生态指标的生态修复方案推进力度,判定为加强级修复;当生态修复评估指标的修复评估指标低于单元区域的平均指标修复指数超过预设范围时,降低该生态指标的生态修复方案推进力度,判定为延后级修复。
步骤104:逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图。
一实施例中,所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。本发明实施例中,将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态环境图像,节点生态环境图像即经过一个或若干个时间节点的生态修复后的环境图像。将初始环境图像映射至展示平台的区域平面上,而后获取初始环境图像在区域平面的像素点矩阵,基于初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上,进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
对采集生态修复区域的环境图像时,三维地势带来的阴影、光照等因素会导致植被区域包含的灰度范围无法被准确划分,进而导致生态修复区域的分割不准确,从而影响生态修复程度的评估。作为本发明实施例的一个优化方案,一实施例中,所述生态修复进程展示方法还包括对采集的环境图像进行图像增强,具体为:将采集的环境图像输入至HSV颜色模型,基于所述HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量;其中,所述环境图像包括初始环境图像和修复环境图像;对所述饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像;基于预设双伽马调整函数对所述亮度分量进行全局增强,生成第二增强图像;将所述第一增强图像和所述第二增强图像进行融合,生成融合增强图像,将所述融合图像反变换至RGB颜色模型以使所述RGB颜色模型输出融合增强环境图像。
本发明实施例中,将采集的初始环境图像、节点环境图像等环境图像输入至HSV颜色模型,通过HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量。而后对饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像。基于预设双伽马调整函数对亮度分量进行全局增强,生成第二增强函数。本发明实施例中,所述双伽马调整函数G(x)由两个伽马函数Ga和Gb融合而成,所述双伽马调整函数的表达式为:
Ga(x)=x1/r;
Gb(x)=1−(1−x)1/r;
G(x)=αGa(x)+(1−α)Gb(x);
式中,x是输入环境图像的灰度值;r是可调节变量,用于调整图像增强程度,一般取r=2.5;α是调节参数,取值范围为[0,1];Ga(x)是一个凸函数,用于增强暗区域;Gb(x)是一个凹函数,用于抑制图像的亮区域。将第一增强图像和第二增强图像进行融合,生成融合增强图像并将生成的融合增强图像进行颜色空间转换,输入至RGB颜色模型。RGB,HSV,YUV可以进行颜色空间转化,通常图像处理库会提供颜色空间变化的API接口直接给用户调用。本发明实施例中对环境图像中的饱和度分量和亮度分量进行增强处理,以消除环境图像中存在的图像亮度不均、暗处细节不突出、饱和度低、颜色不易分辨等问题,进而准确的表现出生态修复区域的生态修复效果。
本发明实施例中,还提供了一种生态修复进程展示设备,包括处理器、存储器以及存储在存储器中且被配置为由处理器执行的计算机程序,处理器执行计算机程序时实现上述的生态修复进程展示方法。
本发明实施例中,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述的生态修复进程展示方法。示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在生态修复进程展示设备中的执行过程。
所述生态修复进程展示设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述生态修复进程展示设备可包括,但不仅限于,处理器、存储器、显示器。本领域技术人员可以理解,上述部件仅仅是生态修复进程展示设备的示例,并不构成对生态修复进程展示设备的限定,可以包括比所述部件更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述生态修复进程展示设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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,所述处理器是所述生态修复进程展示设备的控制中心,利用各种接口和线路连接整个所述生态修复进程展示设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述生态修复进程展示设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述生态修复进程展示设备集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明实施例提供一种生态进程展示方法,将生态修复区域氛围若干个单元去与进行修复进程监测,避免因生态修复区域过大导致不同位置的生态修复效果不同。根据每个生态修复区域单元的区域特征构建对应的生态修复评估指标,有利于对生态修复区域进行针对性的生态修复和修复信息聚类分析,减低数据处理分析难度。进一步的,根据每个时间节点的节点生态修复图生成每个生态修复评估指标的时间轴修复轨迹,具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。基于初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
实施例2,参见图2,图2为本发明一实施例中提供的一种生态修复进程展示系统的系统结构示意图。本发明实施例提供一种生态修复进程展示系统,包括数据采集模块201、区域评估模块202、轨迹生成模块203和图像映射模块204;
所述数据采集模块201用于将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像;
所述区域评估模块202用于根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数;
所述轨迹生成模块203用于逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹;
所述图像映射模块204用于逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图。
一实施例中,所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇。
一实施例中,所述生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:逐一获取相同时间节点内每个生态修复评估指标的数据簇;基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数。
一实施例中,所述基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹,具体包括:逐一生成每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数递推图,汇总每个时间节点的修复指数递推图生成每个生态修复评估视标的时间轴修复轨迹。
一实施例中,在基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹后,还包括:获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级。
一实施例中,所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。
一实施例中,所述生态修复进程展示系统还包括对采集的环境图像进行图像增强,具体为:将采集的环境图像输入至HSV颜色模型,基于所述HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量;其中,所述环境图像包括初始环境图像和修复环境图像;对所述饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像;基于预设双伽马调整函数对所述亮度分量进行全局增强,生成第二增强图像;将所述第一增强图像和所述第二增强图像进行融合,生成融合增强图像,将所述融合图像反变换至RGB颜色模型以使所述RGB颜色模型输出融合增强环境图像。
所属领域的技术人员可以清楚的了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例提供一种生态进程展示系统,将生态修复区域氛围若干个单元去与进行修复进程监测,避免因生态修复区域过大导致不同位置的生态修复效果不同。根据每个生态修复区域单元的区域特征构建对应的生态修复评估指标,有利于对生态修复区域进行针对性的生态修复和修复信息聚类分析,减低数据处理分析难度。进一步的,根据每个时间节点的节点生态修复图生成每个生态修复评估指标的时间轴修复轨迹,具化每个生态修复评估指标在每个时间节点内的修复进度,便于工作人员根据修复进度调整生态修复工作的开展。基于初始环境图像的像素点矩阵为映射坐标,可以将节点生态环境图像准确映射至初始环境图像的对应位置上进行匹配映射,实现以初始环境图像为背景,各节点环境图像叠加在初始环境图像上的视觉效果,以便于用户更为直观的获取生态修复区域的每个局部随生态修复进程推进产生的变化。根据时间轴顺序将不同时间节点的节点生态环境图像映射至初始环境图像上,控制经过映射后的每幅节点生态环境修复图像根据时间索引在第一区域平面上进行循环播放,用户可以直观立体的感受经过生态修复后的景观,提高用户的观赏体验感。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (6)
1.一种生态修复进程展示方法,其特征在于,包括:
将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像;
根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数;
逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹;
逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图;
所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:
获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;
以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇;
所述生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:
逐一获取相同时间节点内每个生态修复评估指标的数据簇;
基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数;
在基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹后,还包括:
获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;
根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;
根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级;
所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:
将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;
根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;
根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。
2.根据权利要求1所述的一种生态修复进程展示方法,其特征在于,所述基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹,具体包括:
逐一生成每个生态修复评估指标的修复指数相对于前一个时间节点的修复指数递推图,
汇总每个时间节点的修复指数递推图生成每个生态修复评估视标的时间轴修复轨迹。
3.根据权利要求1所述的一种生态修复进程展示方法,其特征在于,所述生态修复进程展示方法还包括对采集的环境图像进行图像增强,具体为:
将采集的环境图像输入至HSV颜色模型,基于所述HSV颜色模型提取每张环境图像的色调分量、饱和度分量和亮度分量;其中,所述环境图像包括初始环境图像和修复环境图像;
对所述饱和度分量执行中值滤波操作和线性增强操作,生成第一增强图像;
基于预设双伽马调整函数对所述亮度分量进行全局增强,生成第二增强图像;
将所述第一增强图像和所述第二增强图像进行融合,生成融合增强图像,将所述融合图像反变换至RGB颜色模型以使所述RGB颜色模型输出融合增强环境图像。
4.一种生态修复进程展示系统,其特征在于,包括数据采集模块、区域评估模块、轨迹生成模块和图像映射模块;
所述数据采集模块用于将生态修复区域划分为若干单元区域并采集所述生态修复区域的初始生态环境信息和初始环境图像;每隔预设时间节点检测采集每个单元区域的修复环境信息和修复环境图像;
所述区域评估模块用于根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,生成每个单元区域在每个时间节点内生态修复评估指标的修复指数;
所述轨迹生成模块用于逐一汇总单个时间节点内每个单元区域内生态修复评估指标的修复指数,生成节点生态修复指数图,基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹;
所述图像映射模块用于逐一将相同时间节点内每个单元区域的修复环境图像进行拼接,生成节点生态修复环境图像,将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图;
所述根据所述生态修复区域的区域特征构建生态修复评估指标,基于所述生态修复评估指标对每个所述单元区域内的修复环境信息进行聚类分析,具体包括:
获取所述生态修复区域的生态修复类型,基于所述生态修复类型确定所述生态修复区域的生态修复评估指标;
以每个所述生态修复评估指标为预设混合成分,基于预设算法逐一判定每个时间节点内采集的修复环境信息隶属的混合成分,生成每个生态修复环境评估指标的数据簇;
所述生成每个单元区域在每个时间节点内生态修复评估指标的修复指数,具体包括:
逐一获取相同时间节点内每个生态修复评估指标的数据簇;
基于每个生态修复评估指标修复指数的转换规则将生态修复评估指标的数据簇与所述初始生态环境信息进行运算,生成每个时间节点内的生态修复评估指标的修复指数;
在基于每个时间节点的节点生态修复指数图生成每个生态修复评估指标的时间轴修复轨迹后,还包括:
获取当前时间节点内的平均区域修复指数和每个单元区域的平均指标修复指数;其中,所述平均区域修复指数为每个单元区域的修复指数平均值,所述平均指标修复指数为单元区域内的每个生态修复评估指标的修复指数平均值;
根据每个单元区域的平均指标修复指数与所述平均区域修复指数的差值判定每个单元区域的生态修复进程;
根据单元区域内每个生态修复评估指标的修复指数与单元区域的平均指标修复指数的偏差判定单元区域内生态修复评估指标的修复优先级;
所述将所述初始环境图像和所有节点生态修复环境图像映射至第一区域平面,生成所述生态修复区域的生态环境修复进度流转图,具体包括:
将所述初始环境图像映射至所述第一区域平面,获取所述初始环境图像在所述第一区域平面内的像素点矩阵;
根据时间轴顺序依次将不同时间节点的节点生态环境修复图像映射至所述第一区域平面;其中,以所述初始环境图像的像素点坐标为映射坐标,将每幅所述节点生态环境修复图像叠加映射至所述初始环境图像;
根据所述时间轴顺序建立时间索引,控制经过映射后每幅所述节点生态环境修复图像基于所述时间索引在所述第一区域平面上进行循环播放。
5.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至3任意一项所述的生态修复进程展示方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至3中任意一项所述的生态修复进程展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310897848.8A CN116611713B (zh) | 2023-07-21 | 2023-07-21 | 一种生态修复进程展示方法、系统、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310897848.8A CN116611713B (zh) | 2023-07-21 | 2023-07-21 | 一种生态修复进程展示方法、系统、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116611713A CN116611713A (zh) | 2023-08-18 |
CN116611713B true CN116611713B (zh) | 2024-02-27 |
Family
ID=87682305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310897848.8A Active CN116611713B (zh) | 2023-07-21 | 2023-07-21 | 一种生态修复进程展示方法、系统、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611713B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117057671A (zh) * | 2023-10-07 | 2023-11-14 | 湖南省自然资源事务中心 | 一种基于人工智能的矿山生态修复工程验收系统和方法 |
CN117408499A (zh) * | 2023-12-15 | 2024-01-16 | 国家林业和草原局产业发展规划院 | 一种林草资源监测遥感信息监管方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047051A (zh) * | 2019-04-24 | 2019-07-23 | 郑州轻工业学院 | 一种非均匀照明彩色图像增强方法 |
CN114372107A (zh) * | 2021-12-27 | 2022-04-19 | 广东华远国土工程有限公司 | 一种基于gis的国土整治与生态修复数据可视化方法和系统 |
CN114612425A (zh) * | 2022-03-09 | 2022-06-10 | 广东省科学院广州地理研究所 | 基于神经网络的自然环境修复评估方法、装置及设备 |
CN115330159A (zh) * | 2022-08-02 | 2022-11-11 | 中建一局集团第三建筑有限公司 | 沙漠生态修复效果评价方法、装置、终端设备及存储介质 |
CN116258406A (zh) * | 2023-02-16 | 2023-06-13 | 中国地质大学(武汉) | 一种高原露天采矿区生态修复成效评估方法及评估体系 |
-
2023
- 2023-07-21 CN CN202310897848.8A patent/CN116611713B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110047051A (zh) * | 2019-04-24 | 2019-07-23 | 郑州轻工业学院 | 一种非均匀照明彩色图像增强方法 |
CN114372107A (zh) * | 2021-12-27 | 2022-04-19 | 广东华远国土工程有限公司 | 一种基于gis的国土整治与生态修复数据可视化方法和系统 |
CN114612425A (zh) * | 2022-03-09 | 2022-06-10 | 广东省科学院广州地理研究所 | 基于神经网络的自然环境修复评估方法、装置及设备 |
CN115330159A (zh) * | 2022-08-02 | 2022-11-11 | 中建一局集团第三建筑有限公司 | 沙漠生态修复效果评价方法、装置、终端设备及存储介质 |
CN116258406A (zh) * | 2023-02-16 | 2023-06-13 | 中国地质大学(武汉) | 一种高原露天采矿区生态修复成效评估方法及评估体系 |
Also Published As
Publication number | Publication date |
---|---|
CN116611713A (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116611713B (zh) | 一种生态修复进程展示方法、系统、终端设备及存储介质 | |
Spruce et al. | Mapping land use land cover change in the Lower Mekong Basin from 1997 to 2010 | |
Voltersen et al. | Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level | |
Vogels et al. | Agricultural cropland mapping using black-and-white aerial photography, object-based image analysis and random forests | |
CN109241846B (zh) | 遥感影像的时空变化估测方法、装置与存储介质 | |
Šćepanović et al. | Wide-area land cover mapping with Sentinel-1 imagery using deep learning semantic segmentation models | |
KR101984259B1 (ko) | 지형도생성장치 및 방법 | |
CN103620622A (zh) | 用于从航拍图像中去除伪影的方法和设备 | |
Saing et al. | Land use balance determination using satellite imagery and geographic information system: case study in South Sulawesi Province, Indonesia | |
CN104317876A (zh) | 路网矢量数据的生成方法及装置 | |
Lwin et al. | Quantitative versus qualitative geospatial data in spatial modelling and decision making | |
Williams et al. | Mapping urban slum settlements using very high-resolution imagery and land boundary data | |
Gruszczyński et al. | Application of convolutional neural networks for low vegetation filtering from data acquired by UAVs | |
Pan et al. | Unveiling spatiotemporal dynamics and factors influencing the provision of urban wetland ecosystem services using high-resolution images | |
Huang et al. | Identifying active retrogressive thaw slumps from ArcticDEM | |
US11544832B2 (en) | Deep-learned generation of accurate typical simulator content via multiple geo-specific data channels | |
CN112215186A (zh) | 沼泽湿地植被分类方法、装置、计算机设备及存储介质 | |
CN116597317A (zh) | 遥感图像变化检测数据生成方法、装置、设备及介质 | |
CN115526816A (zh) | 遥感图像处理方法、存储介质和电子设备 | |
CN115690286A (zh) | 三维地形生成方法、终端设备及计算机可读存储介质 | |
CN110942056A (zh) | 服饰关键点定位方法、装置、电子设备及介质 | |
CN113496220A (zh) | 影像处理方法、系统、计算机可读存储介质 | |
CN113838199A (zh) | 一种三维地形生成方法 | |
Asadolahi et al. | Application of satellite images and object-oriented processing in land use/land cover map extraction to model ecosystem services (case study: Lorestan province) | |
Domingo et al. | 3d visualization of mangrove and aquaculture conversion in Banate Bay, Iloilo |
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 |