CN117057671A - 一种基于人工智能的矿山生态修复工程验收系统和方法 - Google Patents
一种基于人工智能的矿山生态修复工程验收系统和方法 Download PDFInfo
- Publication number
- CN117057671A CN117057671A CN202311283430.4A CN202311283430A CN117057671A CN 117057671 A CN117057671 A CN 117057671A CN 202311283430 A CN202311283430 A CN 202311283430A CN 117057671 A CN117057671 A CN 117057671A
- Authority
- CN
- China
- Prior art keywords
- ecological restoration
- data
- mine
- target
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 230000000694 effects Effects 0.000 claims abstract description 39
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 230000008439 repair process Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 4
- 239000003814 drug Substances 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述系统包括数据获取模块、数据处理模块、智能分析模块、优化建议模块和可视化模块；所述数据获取模块用于获取矿山生态修复数据，所述数据处理模块用于对数据采集模块获取的数据进行预处理；所述智能分析模块用于对矿山生态修复工程效果进行评价，所述优化建议模块用于基于评价结果为用户提供优化建议，所述可视化模块用于将评价结果和优化建议可视化展示给用户；本发明通过将目标矿山的修复过程与同类型的历史矿山修复过程进行对比分析，在整个矿山修复过程提供动态、持续和全面的评估方案，从而确保生态修复工作始终处于最佳状态。
Description
技术领域
本发明涉及矿山生态修复系统领域，尤其涉及一种基于人工智能的矿山生态修复工程验收系统和方法。
背景技术
在过去的几十年里，矿山开采活动带来了巨大的经济利益，但也对环境产生了严重的负面影响。矿山开采往往导致土地荒芜、水源污染、生态平衡破裂等一系列生态问题；为了恢复这些被破坏的生态系统，进行有效的生态修复变得尤为重要；传统的矿山生态修复方法主要依赖于人工观测和经验判断，这种方法在评估和策略调整上存在很大的局限性，往往不能及时准确地判断修复效果和预测可能的风险；随着信息技术和人工智能技术的快速发展，如何利用这些先进技术来优化和指导矿山生态修复工作成为了研究和实践的热点。
查阅相关已公开技术方案，如CN113705951A现有技术公开了一种矿山生态修复效果评价的方法，包括：步骤S1、收集目标矿山的资料信息；步骤S2、根据所述资料信息制定生态修复评价方案，确定目标矿山对应的各指标，并定制指标的数据采集方案；步骤S3、收集目标矿山的生态修复数据，根据指标特征，评价生态修复过程和效果；步骤S4、针对生态修复效果，提出生态修复建议和措施，并编制矿山生态修复效果评价报告；该方案的矿山生态修复效果评价的方法能够明确矿山生态修复目标，统一矿山生态修复效果评价指标体系，为矿山生态修复效果评价和工程验收提供规范性指导，提升矿山生态恢复效果评价规范性和科学性；矿山生态修复是一个复杂、长时程的过程，该方案并没有给出在矿山修复过程中在时序性时间内对修复过程中各评价指标的评价方案，从而无法得知修复过程的修复效果如何，在修复过程中缺少策略调整，从而影响最终修复效果。
发明内容
本发明的目的在于，针对目前所存在的不足，提出了一种基于人工智能的矿山生态修复工程验收系统和方法。
本发明采用如下技术方案：
一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述系统包括数据获取模块、数据处理模块、智能分析模块、优化建议模块和可视化模块；
所述数据获取模块用于获取矿山生态修复数据，所述数据处理模块用于对数据采集模块获取的数据进行预处理；所述智能分析模块用于对矿山生态修复工程效果进行评价，所述优化建议模块用于基于评价结果为用户提供优化建议，所述可视化模块用于将评价结果和优化建议可视化展示给用户；
所述数据获取模块包括实时数据获取单元和历史数据获取单元，所述实时数据获取单元用于获取目标矿山的生态修复数据，所述历史数据获取单元用于获取与目标矿山同类型的矿山生态修复历史数据；所述数据获取模块获取的所有数据均为带有时序性的数据；
所述数据处理模块对数据采集模块获取的数据进行的预处理操作包括缺失数据补偿、异常值修正和标准化处理，并维护数据中的空间和时间关系；所述数据处理模块还包括存储单元，所述存储单元用于存储所述预处理后的数据信息；
所述智能分析模块包括模型建立单元和对比分析单元，所述模型建立单元用于根据所述生态修复历史数据建立标准生态修复模型，所述对比分析单元用于根据标准生态修复模型对当前矿山在各数据采集周期的生态修复工程效果进行评价；
一种基于人工智能的矿山生态修复工程验收方法，应用于一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述方法包括以下步骤：
S1：获取目标矿山的生态修复数据和与目标矿山同类型的矿山生态修复历史数据；
S2：对获取的数据进行预处理；
S3：根据S2步骤预处理后的生态修复历史数据建立标准生态修复模型；
S4：根据S2步骤预处理后的目标矿山生态修复数据和S3步骤获取的标准生态修复模型对目标矿山在各时间段上的修复进度和效果进行分析；
S5：基于上一步骤的分析结果生成优化建议；
S6：将分析结果和优化建议提供给用户；
进一步的，所述步骤S3中对于标准生态修复模型的建立具体包括：
S31：设定各生态修复指标，并对每个生态修复指标设置初始基准和目标基准；所述初始基准表示生态修复之前的初始状态，所述目标基准表示生态修复指标期望达到的目标状态；
S32：设定各生态修复指标的标准化进度函数，并将所述与目标矿山同类型的生态修复历史数据代入标准化进度函数从而获取标准生态修复模型；所述标准化进度函数满足下式：
；
其中，为标准化进度函数，/>为生态修复指标的恢复时间，/>为该生态修复指标在修复时间/>时的修复进度，/>为该生态修复指标的初始基准，/>为该生态修复指标的目标基准；且当/>为0时，/>与/>相等；
进一步的，所述步骤S4步骤中，对于目标矿山在各时间段上的修复进度和效果的分析具体包括：
S41：获取目标矿山的生态修复数据中的未修复状态时的数据，并将所述未修复状态时的数据代入所述标准化进度函数中的函数值，从而获取到目标矿山的各生态修复指标在标准生态修复模型中的初始修复时间点/>；
S42：根据目标矿山的生态修复数据，计算目标矿山各生态修复指标在各个采集周期时间点上的目标差异度：
；
其中，为第/>个采集周期所消耗的时间，/>为目标差异度，/>为在时间点时的目标矿山的实际进度函数值，/>为在时间点/>时的标准化进度函数值；对于实际进度函数满足：
；
其中，为该生态修复指标在第/>个采集周期上的实际修复进度；
S43：根据各生态修复指标在连续三个采集周期的目标差异度计算各生态恢复指标的生态修复参数：
；
S44：将各生态修复参数与设定的多个生态修复效果阈值等级比较，从而完成对生态修复工程效果的评价。
本发明所取得的有益效果是：
本发明通过矿山生态修复的历史数据建立标准生态修复模型，可以为同类别的矿山或项目提供统一的评估标准；通过获取具有时序性的目标矿山生态修复数据，并将其与标准生态修复模型对比分析，可以捕捉到生态修复过程中的动态变化，从而提供更为精准的评估，决策者可以更好地实时调整制定未来的策略和行动计划。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为本发明整体模块示意图。
图2为本发明矿山生态修复工程验收方法流程示意图。
图3为本发明对矿山修复效果和进度分析流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明；对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统、方法和/或特征将变得显而易见；旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内；包括在本发明的范围内，并且受所附权利要求书的保护；在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一：如图1、图2、图3所示，本实施例提供一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述系统包括数据获取模块、数据处理模块、智能分析模块、优化建议模块和可视化模块；
所述数据获取模块用于获取矿山生态修复数据，所述数据处理模块用于对数据采集模块获取的数据进行预处理；所述智能分析模块用于对矿山生态修复工程效果进行评价，所述优化建议模块用于基于评价结果为用户提供优化建议，所述可视化模块用于将评价结果和优化建议可视化展示给用户；
所述数据获取模块包括实时数据获取单元和历史数据获取单元，所述实时数据获取单元用于获取目标矿山的生态修复数据，所述历史数据获取单元用于获取与目标矿山同类型的矿山生态修复历史数据；所述数据获取模块获取的所有数据均为带有时序性的数据；
所述数据处理模块对数据采集模块获取的数据进行的预处理操作包括缺失数据补偿、异常值修正和标准化处理，并维护数据中的空间和时间关系；所述数据处理模块还包括存储单元，所述存储单元用于存储所述预处理后的数据信息；
所述智能分析模块包括模型建立单元和对比分析单元，所述模型建立单元用于根据所述生态修复历史数据建立标准生态修复模型，所述对比分析单元用于根据标准生态修复模型对当前矿山在各数据采集周期的生态修复工程效果进行评价；
一种基于人工智能的矿山生态修复工程验收方法，应用于一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述方法包括以下步骤：
S1：获取目标矿山的生态修复数据和与目标矿山同类型的矿山生态修复历史数据；
S2：对获取的数据进行预处理；
S3：根据S2步骤预处理后的生态修复历史数据建立标准生态修复模型；
S4：根据S2步骤预处理后的目标矿山生态修复数据和S3步骤获取的标准生态修复模型对目标矿山在各时间段上的修复进度和效果进行分析；
S5：基于上一步骤的分析结果生成优化建议；
S6：将分析结果和优化建议提供给用户；
进一步的，所述步骤S3中对于标准生态修复模型的建立具体包括：
S31：设定各生态修复指标，并对每个生态修复指标设置初始基准和目标基准；所述初始基准表示生态修复之前的初始状态，所述目标基准表示生态修复指标期望达到的目标状态；
S32：设定各生态修复指标的标准化进度函数，并将所述与目标矿山同类型的生态修复历史数据代入标准化进度函数从而获取标准生态修复模型；所述标准化进度函数满足下式：
；
其中，为标准化进度函数，/>为生态修复指标的修复时间，/>为该生态修复指标在修复时间/>时的修复进度，/>为该生态修复指标的初始基准，/>为该生态修复指标的目标基准；且当/>为0时，/>与/>相等；
进一步的，所述步骤S4步骤中，对于目标矿山在各时间段上的修复进度和效果的分析具体包括：
S41：获取目标矿山的生态修复数据中的未修复状态时的数据，并将所述未修复状态时的数据代入所述标准化进度函数中的函数值，从而获取到目标矿山的各生态恢复指标在标准生态修复模型中的初始修复时间点/>；
S42：根据目标矿山的生态修复数据，计算目标矿山各生态修复指标在各个采集周期时间点上的目标差异度：
；
其中，为第/>个采集周期所消耗的时间，/>为目标差异度，/>为在时间点时的目标矿山的实际进度函数值，/>为在时间点/>时的标准化进度函数值；对于实际进度函数满足：
；
其中，为该生态修复指标在第/>个采集周期上的实际修复进度；
S43：根据各生态恢复指标在连续三个采集周期的目标差异度计算各生态修复指标的生态修复参数：
；
S44：将各生态修复参数与设定的多个生态修复效果阈值等级比较，从而完成对生态修复工程效果的评价。
实施例二：本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进；
本实施例提供一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述系统包括数据获取模块、数据处理模块、智能分析模块、优化建议模块和可视化模块；
所述数据获取模块用于获取矿山生态修复数据，所述数据处理模块用于对数据采集模块获取的数据进行预处理；所述智能分析模块用于对矿山生态修复工程效果进行评价，所述优化建议模块用于基于评价结果为用户提供优化建议，所述可视化模块用于将评价结果和优化建议可视化展示给用户；
所述数据获取模块包括实时数据获取单元和历史数据获取单元，所述实时数据获取单元用于获取目标矿山的生态修复数据，所述历史数据获取单元用于获取与目标矿山同类型的矿山生态修复历史数据；所述数据获取模块获取的所有数据均为带有时序性的数据；
所述实时数据获取单元获取数据的方式包括：
传感器与监测设备：包括但不限于土壤湿度传感器、气象站、水质监测设备，用于收集关于矿山生态状态的数据；
卫星遥感：提供关于地表植被、土地覆盖和其他环境指标的实时数据；
无人机监测：无人机可进行定期的巡查，收集高分辨率的影像数据，通过对影像数据进行图像、视频处理获取生态修复的进展数据；
所述实时数据获取单元获取数据的方式包括但不限于通过矿山数据库、公开文献研究报告和地方政府档案获取；
所述数据处理模块对数据采集模块获取的数据进行的预处理操作包括缺失数据补偿、异常值修正和标准化处理，并维护数据中的空间和时间关系；所述数据处理模块还包括存储单元，所述存储单元用于存储所述预处理后的数据信息；
所述智能分析模块包括模型建立单元和对比分析单元，所述模型建立单元用于根据所述生态修复历史数据建立标准生态修复模型，所述对比分析单元用于根据标准生态修复模型对当前矿山在各数据采集周期的生态修复工程效果进行评价；
一种基于人工智能的矿山生态修复工程验收方法，应用于一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述方法包括以下步骤：
S1：获取目标矿山的生态修复数据和与目标矿山同类型的矿山生态修复历史数据；
S2：对获取的数据进行预处理；
S3：根据S2步骤预处理后的生态修复历史数据建立标准生态修复模型；
S4：根据S2步骤预处理后的目标矿山生态修复数据和S3步骤获取的标准生态修复模型对目标矿山在各时间段上的修复进度和效果进行分析；
S5：基于上一步骤的分析结果生成优化建议；
S6：将分析结果和优化建议提供给用户；
所述步骤S3中对于标准生态修复模型的建立具体包括：
S31：设定各生态修复指标，并对每个生态修复指标设置初始基准和目标基准；所述初始基准表示生态修复之前的初始状态，所述目标基准表示生态修复指标期望达到的目标状态；
S32：设定各生态修复指标的标准化进度函数，并将所述与目标矿山同类型的生态修复历史数据代入标准化进度函数从而获取标准生态修复模型；所述标准化进度函数满足下式：
；
其中，为标准化进度函数，/>为生态修复指标的修复时间，/>为该生态修复指标在修复时间/>时的修复进度，/>为该生态修复指标的初始基准，/>为该生态修复指标的目标基准；且当/>为0时，/>与/>相等；
进一步的，所述各生态修复指标用于定量反映矿山生态系统在修复过程中的变化程度，初始基准和目标基准是为了明确修复的起始状态和期望达到的最终状态；如某个生态修复指标为“土壤中的铅含量”，可设定在与目标矿山同类型矿山测得的最高铅含量为初始基准，设定相关标准规定文件需达到的铅含量为目标基准；
所述步骤S4步骤中，对于目标矿山在各时间段上的修复进度和效果的分析具体包括：
S41：获取目标矿山的生态修复数据中的未修复状态时的数据，并将所述未修复状态时的数据代入所述标准化进度函数中的函数值，从而获取到目标矿山的各生态修复指标在标准生态修复模型中的初始修复时间点/>；
S42：根据目标矿山的生态修复数据，计算目标矿山各生态修复指标在各个采集周期时间点上的目标差异度：
；
其中，为第/>个采集周期所消耗的时间，/>为目标差异度，/>为在时间点时的目标矿山的实际进度函数值，/>为在时间点/>时的标准化进度函数值；对于实际进度函数满足：
；
其中，为该生态修复指标在第/>个采集周期上的实际修复进度；
S43：根据各生态修复指标在连续三个采集周期的目标差异度计算各生态修复指标的生态修复参数：
；
S44：将各生态修复参数与设定的多个生态修复效果阈值等级比较，从而完成对生态修复工程效果的评价；
通过生态修复参数对连续采集周期内目标差异度的数值和变化幅度进行分析，从而可以全面准确的对生态修复工程效果进行评价；
进一步的，所述优化建议模块为用户提供的优化建议包括基于评价结果中各生态修复指标的严重性进行排序，为优化建议设置优先等级；并对涉及多个具有相关性的生态修复指标，通过对专业知识库和历史矿山修复案例的查询，为用户提供综合化的优化建议。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。
Claims (4)
1.一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述系统包括数据获取模块、数据处理模块、智能分析模块、优化建议模块和可视化模块；
所述数据获取模块用于获取矿山生态修复数据，所述数据处理模块用于对数据采集模块获取的数据进行预处理；所述智能分析模块用于对矿山生态修复工程效果进行评价，所述优化建议模块用于基于评价结果为用户提供优化建议，所述可视化模块用于将评价结果和优化建议可视化展示给用户；
所述数据获取模块包括实时数据获取单元和历史数据获取单元，所述实时数据获取单元用于获取目标矿山的生态修复数据，所述历史数据获取单元用于获取与目标矿山同类型的矿山生态修复历史数据；所述数据获取模块获取的所有数据均为带有时序性的数据；
所述数据处理模块对数据采集模块获取的数据进行的预处理操作包括缺失数据补偿、异常值修正和标准化处理，并维护数据中的空间和时间关系；所述数据处理模块还包括存储单元，所述存储单元用于存储所述预处理后的数据信息；
所述智能分析模块包括模型建立单元和对比分析单元，所述模型建立单元用于根据所述生态修复历史数据建立标准生态修复模型，所述对比分析单元用于根据标准生态修复模型对当前矿山在各数据采集周期的生态修复工程效果进行评价。
2.一种基于人工智能的矿山生态修复工程验收方法，应用于一种基于人工智能的矿山生态修复工程验收系统，其特征在于，所述方法包括以下步骤：
S1：获取目标矿山的生态修复数据和与目标矿山同类型的矿山生态修复历史数据；
S2：对获取的数据进行预处理；
S3：根据S2步骤预处理后的生态修复历史数据建立标准生态修复模型；
S4：根据S2步骤预处理后的目标矿山生态修复数据和S3步骤获取的标准生态修复模型对目标矿山在各时间段上的修复进度和效果进行分析；
S5：基于上一步骤的分析结果生成优化建议；
S6：将分析结果和优化建议提供给用户。
3.根据权利要求2所述的一种基于人工智能的矿山生态修复工程验收方法，其特征在于，所述步骤S3中对于标准生态修复模型的建立具体包括：
S31：设定各生态修复指标，并对每个生态修复指标设置初始基准和目标基准；所述初始基准表示生态修复之前的初始状态，所述目标基准表示生态修复指标期望达到的目标状态；
S32：设定各生态修复指标的标准化进度函数，并将所述与目标矿山同类型的生态修复历史数据代入标准化进度函数从而获取标准生态修复模型；所述标准化进度函数满足下式：
；
其中，为标准化进度函数，/>为生态修复指标的恢复时间，/>为该生态修复指标在修复时间/>时的修复进度，/>为该生态修复指标的初始基准，/>为该生态修复指标的目标基准；且当/>为0时，/>与/>相等。
4.根据权利要求3所述的一种基于人工智能的矿山生态修复工程验收方法，其特征在于，所述步骤S4步骤中，对于目标矿山在各时间段上的修复进度和效果的分析具体包括：
S41：获取目标矿山的生态修复数据中的未修复状态时的数据，并将所述未修复状态时的数据代入所述标准化进度函数中的函数值，从而获取到目标矿山的各生态修复指标在标准生态修复模型中的初始修复时间点/>；
S42：根据目标矿山的生态修复数据，计算目标矿山各生态修复指标在各个采集周期时间点上的目标差异度：
；
其中，为第/>个采集周期所消耗的时间，/>为目标差异度，/>为在时间点/>时的目标矿山的实际进度函数值，/>为在时间点/>时的标准化进度函数值；对于实际进度函数满足：
；
其中，为该生态恢复指标在第/>个采集周期上的实际修复进度；
S43：根据各生态恢复指标在连续三个采集周期的目标差异度计算各生态修复指标的生态修复参数：
；
S44：将各生态修复参数与设定的多个生态修复效果阈值等级比较，从而完成对生态修复工程效果的评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311283430.4A CN117057671A (zh) | 2023-10-07 | 2023-10-07 | 一种基于人工智能的矿山生态修复工程验收系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311283430.4A CN117057671A (zh) | 2023-10-07 | 2023-10-07 | 一种基于人工智能的矿山生态修复工程验收系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117057671A true CN117057671A (zh) | 2023-11-14 |
Family
ID=88657572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311283430.4A Pending CN117057671A (zh) | 2023-10-07 | 2023-10-07 | 一种基于人工智能的矿山生态修复工程验收系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057671A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117575110A (zh) * | 2024-01-16 | 2024-02-20 | 四川省自然资源科学研究院(四川省生产力促进中心) | 一种基于土壤重构的矿山修复效果预测方法及相关设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113705951A (zh) * | 2021-06-08 | 2021-11-26 | 中建一局集团第三建筑有限公司 | 一种矿山生态修复效果评价的方法 |
| CN116228021A (zh) * | 2023-03-06 | 2023-06-06 | 广西壮族自治区地质环境监测站 | 一种基于环境监测的矿山生态修复评价分析方法及系统 |
| CN116611713A (zh) * | 2023-07-21 | 2023-08-18 | 广东绘宇智能勘测科技有限公司 | 一种生态修复进程展示方法、系统、终端设备及存储介质 |
| CN116681250A (zh) * | 2023-06-07 | 2023-09-01 | 山东天瀚企业管理咨询服务有限公司 | 一种基于人工智能的建筑工程进度监管系统 |
-
2023
- 2023-10-07 CN CN202311283430.4A patent/CN117057671A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113705951A (zh) * | 2021-06-08 | 2021-11-26 | 中建一局集团第三建筑有限公司 | 一种矿山生态修复效果评价的方法 |
| CN116228021A (zh) * | 2023-03-06 | 2023-06-06 | 广西壮族自治区地质环境监测站 | 一种基于环境监测的矿山生态修复评价分析方法及系统 |
| CN116681250A (zh) * | 2023-06-07 | 2023-09-01 | 山东天瀚企业管理咨询服务有限公司 | 一种基于人工智能的建筑工程进度监管系统 |
| CN116611713A (zh) * | 2023-07-21 | 2023-08-18 | 广东绘宇智能勘测科技有限公司 | 一种生态修复进程展示方法、系统、终端设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117575110A (zh) * | 2024-01-16 | 2024-02-20 | 四川省自然资源科学研究院(四川省生产力促进中心) | 一种基于土壤重构的矿山修复效果预测方法及相关设备 |
| CN117575110B (zh) * | 2024-01-16 | 2024-03-15 | 四川省自然资源科学研究院(四川省生产力促进中心) | 一种基于土壤重构的矿山修复效果预测方法及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Application and outlook of information and intelligence technology for safe and efficient TBM construction | |
| CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
| CN117057671A (zh) | 一种基于人工智能的矿山生态修复工程验收系统和方法 | |
| CN102044094A (zh) | 线路巡检管理系统及方法 | |
| CN110910440B (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
| CN110310021B (zh) | 一种用于基坑监测预警的场地环境与监测点匹配系统 | |
| CN111947928A (zh) | 一种多源信息融合的轴承故障预测系统及方法 | |
| CN114417697A (zh) | 一种基于神经网络的tbm滚刀磨损实时预测方法及系统 | |
| CN112729370A (zh) | 桥梁动态应变监测系统校准方法 | |
| CN112734370A (zh) | 一种基于bim的工程监理信息管理方法及系统 | |
| CN112541665A (zh) | 一种基于多源信息融合的边坡稳定性精细化评价方法 | |
| CN114662619B (zh) | 基于多源数据融合的桥梁监测系统 | |
| CN113569428A (zh) | 隧洞异常检测方法、装置及系统 | |
| CN114459539A (zh) | 一种基于人工智能的双线隧道开挖安全在线监测分析系统 | |
| CN114463932A (zh) | 非接触式施工安全距离主动动态识别预警系统及方法 | |
| CN112819365A (zh) | 碳汇检测方法、装置及存储介质和电子设备 | |
| CN116151482B (zh) | 一种露天矿区的开采土方量预测方法、装置、设备及介质 | |
| CN110726398B (zh) | 一种自然资源遥感测绘影像定位方法 | |
| CN110647935B (zh) | 一种输电线路区域树木生长趋势的预测方法及装置 | |
| CN117391534A (zh) | 施工质量的监测方法、装置、电子设备和存储介质 | |
| CN116363502B (zh) | 融合多源地理大数据的采矿地多维信息获取方法及装置 | |
| CN115655196A (zh) | 一种隧道围压监测系统及方法 | |
| CN114973558A (zh) | 一种基于人工智能的酸碱废气在线监测系统及方法 | |
| CN113449689A (zh) | 一种基于物联网平台的通信铁塔远程监控方法 | |
| CN113516307A (zh) | 电力灾害应急处置进程估算预测方法及装置 |
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 |