CN117314221A - 一种露天矿生态修复成效评估方法和系统 - Google Patents
一种露天矿生态修复成效评估方法和系统 Download PDFInfo
- Publication number
- CN117314221A CN117314221A CN202311142209.7A CN202311142209A CN117314221A CN 117314221 A CN117314221 A CN 117314221A CN 202311142209 A CN202311142209 A CN 202311142209A CN 117314221 A CN117314221 A CN 117314221A
- Authority
- CN
- China
- Prior art keywords
- ecological restoration
- aerial vehicle
- unmanned aerial
- ecological
- mine
- 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 33
- 238000011156 evaluation Methods 0.000 claims abstract description 108
- 238000005259 measurement Methods 0.000 claims abstract description 65
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 25
- 239000002689 soil Substances 0.000 claims description 12
- 238000005065 mining Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000009663 quantitative growth Effects 0.000 claims description 3
- 238000011179 visual inspection Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 239000007787 solid Substances 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000013139 quantization Methods 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 36
- 241000894007 species Species 0.000 description 19
- 241001465754 Metazoa Species 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000020912 omnivore Nutrition 0.000 description 1
- 244000054334 omnivore Species 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- 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
-
- 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
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Operations Research (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种露天矿生态修复成效评估方法和系统，该方法包括：确定矿山的生态领域修复区域范围；采用无人机倾斜摄影获取生态修复区域测量数据，基于预设的无人机参数数据和生态领域修复区域范围内的测量数据构建三维实体模型和矿山表面模型，并提取生态修复评价参数；基于生态修复评价参数得到数量增长指标和质量改善指标；利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。本发明利用无人机倾斜摄影技术进行建模，相较于人工野外探测的方法提高了测量精度和效率，且针对各指标选择合适的量化方法，有效地提高了矿山生态修复效果评估的科学性与合理性。
Description
技术领域
本发明涉及露天矿山修复技术领域，具体涉及一种露天矿生态修复成效评估方法和系统。
背景技术
随着我国对露天矿山生态修复的不断重视和持续推进，露天矿山生态修复取得重要成效并且显示出范围广、类型多、情况复杂等特点。多样性的露天矿山生态修复实施计划逐渐形成了大量显著差异的实施效果，这对露天矿山生态修复实施监测监管、综合成效评估工作提出巨大挑战，亟需采用科学系统的成效评估技术方法体系指导露天矿山生态修复实施。
目前，露天矿山生态修复成效评估面临评估体系不科学、指标设置不合理、数据采集方法不精细；获取露天矿山生态修复数据的方法多为人工野外探测和卫星遥感，均存在效率低、成本高、数据实时性差等问题。我国各省市已实施并完成大量露天矿山生态修复工作，目前，露天矿山生态修复管理工作中成效方面存在底数不清、情况不明、约束不硬等问题。
因此，如何对露天矿生态修复成效进行科学全面且精准有效的评估成为当前技术领域工作人员急需解决的问题。
发明内容
有鉴于此，有必要提供一种露天矿生态修复成效评估方法和系统，以对露天矿生态修复成效进行科学全面且精准有效的评估的目的。
为了实现上述目的，本发明提供了一种露天矿生态修复成效评估方法，包括：
确定矿山的生态领域修复区域范围；
采用无人机倾斜摄影获取生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和测量数据构建三维实体模型和矿山表面模型；
基于三维实体模型和矿山表面模型提取生态修复评价参数；
基于生态修复评价参数得到数量增长指标和质量改善指标；
利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
在一种可能的实现方式中，确定矿山的生态领域修复区域范围包括：
获取实际矿区范围和无人机航线规划拍摄范围；
基于实际矿区范围和航线规划拍摄范围确定生态领域修复区域范围；
其中，生态领域修复区域为实际矿区范围和航线规划拍摄范围的交集。
在一种可能的实现方式中，无人机参数数据包括飞行参数数据、相机参数数据和无人机姿态数据，生态领域修复区域范围内的测量数据包括矿山的影像数据。
在一种可能的实现方式中，生态修复评价参数包括植被覆盖面积评价参数、物种富有度评价参数、覆土区体积评价参数、植株平均高度评价参数、灌木与草地覆盖面积评价参数、乔木植物覆盖面积评价参数和归一化植被指数。
在一种可能的实现方式中，数量增长指标包括植被覆盖面积、物种富有度和生态修复覆土变化体积。
在一种可能的实现方式中，植被覆盖面积的计算公式为：
其中A1表示植被覆盖面积，S2表示当前无人机倾斜摄影测量得到的植被覆盖面积评价参数，S1表示前一次无人机倾斜摄影测量得到的植被覆盖面积评价参数；
物种富有度的计算公式为：
其中，A2表示物种富有度，W2表示当前无人机倾斜摄影测量得到的物种富有度评价参数，W1表示前一次无人机倾斜摄影测量得到的物种富有度评价参数；
生态修复覆土变化体积的计算公式为：
其中，A3表示生态修复覆土变化体积，V2表示当前无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V1表示前一次无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V3表示生态修复覆土理论体积；
数量增长指标的计算公式为：
其中，A表示数量增长指标，λi表示第i个指标的权重，i＝1，2，3。
在一种可能的实现方式中，质量改善指标包括植株平均高度、乔木植物分布比例和植被绿度。
在一种可能的实现方式中，植株平均高度的计算公式为：
其中，B1表示植株平均高度，h2表示当前无人机倾斜摄影测量得到的植株平均高度评价参数，h1表示前一次无人机倾斜摄影测量得到的评价参数；
乔木植物分布比例的计算公式为：
其中，B2表示乔木植物分布比例，C2表示当前无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，C1表示前一次无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，D2表示当前无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数，D1表示前一次无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数；
植被绿度的计算公式为：
其中，B3表示植被绿度，NDVI2表示当前无人机倾斜摄影测量得到的归一化植被指数，NDVI2表示前一次无人机倾斜摄影测量得到的归一化植被指数；
质量改善指标的计算公式为：
其中，ai表示第i个指标的权重，i＝1，2，3。
在一种可能的实现方式中，露天矿生态修复成效总评估值的计算公式为：
Q＝(1-m)*A+m*B；
其中，Q表示露天矿生态修复成效总评估值，m表示质量改善指标的权重。
为了实现上述目的，本发明还提供了一种露天矿生态修复成效评估系统，包括：
区域确定模块，用于确定矿山的生态领域修复区域范围；
模型搭建模块，用于采用无人机倾斜摄影获取生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和测量数据构建三维实体模型和矿山表面模型；
提取模块，用于基于三维实体模型和矿山表面模型提取生态修复评价参数；
指标确定模块，用于基于生态修复评价参数得到数量增长指标和质量改善指标；
处理模块，用于利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
采用上述实施例的有益效果为：确定矿山的生态领域修复区域范围；采用无人机倾斜摄影获取生态修复区域测量数据，基于预设的无人机参数数据和生态修复区域测量数据构建三维实体模型和矿山表面模型，并提取生态修复评价参数；基于生态修复评价参数得到数量增长指标和质量改善指标；利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。本发明利用无人机倾斜摄影技术进行建模，相较于人工野外探测的方法提高了测量精度和效率，且针对各指标选择合适的量化方法，有效地提高了矿山生态修复效果评估的科学性与合理性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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为本发明提供的一种露天矿生态修复成效评估方法的一个实施例的流程示意图；
图2为本发明提供的一种露天矿生态修复成效评估方法系统的一个实施例的结构示意图。
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。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器系统和/或微控制器系统中实现这些功能实体。
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发明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，也不是与其他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他实施例相结合。
图1为本发明提供的一种露天矿生态修复成效评估方法的一个实施例的流程示意图。
参照图1，本发明提供了一种露天矿生态修复成效评估方法，包括：
S101、确定矿山的生态领域修复区域范围；
S102、采用无人机倾斜摄影获取生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和测量数据构建三维实体模型和矿山表面模型；
S103、基于三维实体模型和矿山表面模型提取生态修复评价参数；
S104、基于生态修复评价参数得到数量增长指标和质量改善指标；
S105、利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
采用上述实施例的有益效果为：确定矿山的生态领域修复区域范围；采用无人机倾斜摄影获取生态修复区域测量数据，基于预设的无人机参数数据和生态领域修复区域范围内的测量数据构建三维实体模型和矿山表面模型，并提取生态修复评价参数；基于生态修复评价参数得到数量增长指标和质量改善指标；利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。本发明利用无人机倾斜摄影技术进行建模，相较于人工野外探测的方法提高了测量精度和效率，且针对各指标选择合适的量化方法，有效地提高了矿山生态修复效果评估的科学性与合理性。
在一种实施例中，步骤S101包括：
获取实际矿区范围和无人机航线规划拍摄范围；
基于实际矿区范围和航线规划拍摄范围确定生态领域修复区域范围；
其中，生态领域修复区域为实际矿区范围和航线规划拍摄范围的交集。
进一步地，无人机航线规划的影响因素包括露天矿整体生态修复区域的分布情况、相机参数、航高、航向重叠率和旁向重叠率。例如：航线重叠率取85％，旁向重叠率取80％。
无人机参数数据包括飞行参数数据、相机参数数据和无人机姿态数据，生态领域修复区域范围内的测量数据包括矿山的影像数据。
利用预设的无人机参数数据和生态修复区域测量数据在建模软件中进行建模，得到三维实体模型和矿山表面模型，例如：采用context capture center软件进行三维实体模型和矿山表面模型的搭建。
在一种实施例中，生态修复评价参数包括植被覆盖面积评价参数、物种富有度评价参数、覆土区体积评价参数、植株平均高度评价参数、灌木与草地覆盖面积评价参数、乔木植物覆盖面积评价参数和归一化植被指数(简称NDVI)。
进一步地，包括植被覆盖面积评价参数、覆土区体积评价参数、植株平均高度评价参数和乔木植物覆盖面积评价参数可以通过三维模型得到，物种富有度评价参数可以通过建立当地物种种类数据库，在采用深度学习的方法在摄像数据中进行识别，并在三维实体模型中进行统计，植被绿度可以通过将光谱相机测量得到的数据与三维实体模型进行结合后得到。
在一种实施例中，数量增长指标包括植被覆盖面积、物种富有度和生态修复覆土变化体积。
在一种可能的实现方式中，植被覆盖面积的计算公式为：
其中A1表示植被覆盖面积，S2表示当前无人机倾斜摄影测量得到的植被覆盖面积评价参数，S1表示前一次无人机倾斜摄影测量得到的植被覆盖面积评价参数；
物种富有度的计算公式为：
其中，A2表示物种富有度，W2表示当前无人机倾斜摄影测量得到的物种富有度评价参数，W1表示前一次无人机倾斜摄影测量得到的物种富有度评价参数。
具体地，物种富有度通过建立当地动植物特征数据库，对倾斜摄影测量所得到的三维模型进行特征识别与统计，计算公式如下：
其中Pi表示植物种类，Pi代表动物的种类，ni表示动物的数目，nj表示植物的数目，g表示动植物对生态系统的修复力系数，对于食物链第一层的植物，g取0.0001，第二层的杂食动物或昆虫，g取0.01，第三层及以上的动物，g取1，M为比例系数。
生态修复覆土变化体积的计算公式为：
其中，A3表示生态修复覆土变化体积，V2表示当前无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V1表示前一次无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V3表示生态修复覆土理论体积，生态修复覆土理论根据《土地复垦质量控制标准》相关要求结合矿山三维模型反算得到。
数量增长指标的计算公式为：
其中，A表示数量增长指标，λi表示第i个指标的权重，i＝1，2，3。
例如：植被覆盖面积由0.55公顷增长至0.67公顷，则A1＝22，前后两次的物种富有度为84.5和87.6，则A2＝4，前后两次生态修复覆土体积变化为6083立方米，理论覆土为8049立方米，则A3＝76，该露天矿山对植被覆盖面积、物种富有度和生态修复覆土变化体积的权重需求分别为0.5,0.1和0.4，则通过数量增长指标的计算公式计算得到数量增长指标值为0.418。
进一步地，质量改善指标包括植株平均高度、乔木植物分布比例和植被绿度。
植株平均高度的计算公式为：
其中，B1表示植株平均高度，h2表示当前无人机倾斜摄影测量得到的植株平均高度评价参数，h1表示前一次无人机倾斜摄影测量得到的评价参数；
乔木植物分布比例的计算公式为：
其中，B2表示乔木植物分布比例，C2表示当前无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，C1表示前一次无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，D2表示当前无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数，D1表示前一次无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数；
植被绿度的计算公式为：
其中，B3表示植被绿度，NDVI2表示当前无人机倾斜摄影测量得到的归一化植被指数，NDVI2表示前一次无人机倾斜摄影测量得到的归一化植被指数；
质量改善指标的计算公式为：
其中，ai表示第i个指标的权重，i＝1，2，3。
质量改善指标从乔木植株高度B1、乔木植物分布比例B2、植被绿度B3三个方面进行评估，其中乔木植株高度可以通过三维模型植被区域的株冠的平均高度，如8.3米增长到9.6米，B1＝15；乔木植物分别比例通过乔木植物覆盖面积和灌木与草地覆盖面积得到，如由63.6％降低到55％，B2＝-18；植物绿度NDVI值由0.30变为0.41，B3＝37；其评价值分别为0.15、0和0.37，该矿山对这三项指标的权重需求为0.4、0.2、0.4，则B＝0.208。
优选地，露天矿生态修复成效总评估值的计算公式为：
Q＝(1-m)*A+m*B；
其中，Q表示露天矿生态修复成效总评估值，m表示质量改善指标的权重。
例如：该露天矿山对数量增长指标与质量改善指标的权重需求为0.5、0.5，则Q＝0.291。
进一步地，对每个指标的效果划分5个层级：五级为数值大于80，四级为数值在60-80之间，三级为40-60，二级为20-40，一级为小于20；对每个层级的评价值如下：一级(0～0.2)，二级(0.2～0.4)，三级(0.4～0.6)，四级(0.6～0.8)，五级(0.8～1)；其中数值为负数按一级处理，数值超过100按五级处理。
将露天矿生态修复等级划分为基本无变化(Q<0.1),轻微修复(0.1<Q<0.4)，一般修复(0.4<Q<0.7),显著修复(Q>0.7)。
由于Q＝0.291位于轻微修复范围内，则该矿山整体修复为轻微修复，其中植被覆盖变化面积、物种富有度、生态修复覆土变化体积的修复等级为二级、一级、四级，乔木植株高度、乔木植物分布比例、植被绿度的修复等级为一级、一级、二级。
通过上述实施例，本发明能够达到如下目的：
本发明提供的矿山露天矿生态修复成效的评估方法，基于矿山实际开采情况和无人机倾斜摄影以及三维建模技术，确定矿山生态修复成效的评价指标，针对各指标选择合适的量化方法，有效地提高了矿山生态修复效果评估的科学性与合理性。
本发明中数据获取采用无人机倾斜摄影技术和三维建模技术，较传统人工野外探测大大提高了效率和精度，有更好的安全性和数据实时性，较遥感方法，去除了大气层对数据的干扰，并结合三维模型对数据进行处理，结果数值更加准确、评价结果表达更为直观，
本发明中评价指标均可借助无人机倾斜摄影以及三维建模技术进行数据获取与量化，评价更有效率、实时性好，且有效降低了成本。
图2为本发明提供的一种露天矿生态修复成效评估方法系统的一个实施例的结构示意图。
参照图2，为了实现上述目的，本发明还提供了一种露天矿生态修复成效评估系统，包括：
区域确定模块21，用于确定矿山的生态领域修复区域范围；
模型搭建模块22，用于采用无人机倾斜摄影获取生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和测量数据构建三维实体模型和矿山表面模型；
提取模块23，用于基于三维实体模型和矿山表面模型提取生态修复评价参数；
指标确定模块24，用于基于生态修复评价参数得到数量增长指标和质量改善指标；
处理模块25，用于利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
采用上述实施例的有益效果为：区域确定模块21确定矿山的生态领域修复区域范围；模型搭建模块22采用无人机倾斜摄影获取生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和数据构建三维实体模型和矿山表面模型，提取模块23提取生态修复评价参数；指标确定模块24基于生态修复评价参数得到数量增长指标和质量改善指标；处理模块25利用数量增长指标和质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。本发明利用无人机倾斜摄影技术进行建模，相较于人工野外探测的方法提高了测量精度和效率，且针对各指标选择合适的量化方法，有效地提高了矿山生态修复效果评估的科学性与合理性。
上述实施例提供的是一种露天矿生态修复成效评估方法系统可实现上述露天矿生态修复成效评估方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可基于露天矿生态修复成效评估方法实施例中的相应内容，此处不再赘述。
以上对本发明所提供的一种露天矿生态修复成效评估方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种露天矿生态修复成效评估方法，其特征在于，包括：
确定矿山的生态领域修复区域范围；
采用无人机倾斜摄影获取所述生态领域修复区域范围内的测量数据，基于预设的无人机参数数据和所述测量数据构建三维实体模型和矿山表面模型；
基于所述三维实体模型和所述矿山表面模型提取生态修复评价参数；
基于所述生态修复评价参数得到数量增长指标和质量改善指标；
利用所述数量增长指标和所述质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
2.根据权利要求1所述的露天矿生态修复成效评估方法，其特征在于，所述确定矿山的生态领域修复区域范围包括：
获取实际矿区范围和无人机航线规划拍摄范围；
基于所述实际矿区范围和所述航线规划拍摄范围确定生态领域修复区域范围；
其中，所述生态领域修复区域为所述实际矿区范围和所述航线规划拍摄范围的交集。
3.根据权利要求1所述的露天矿生态修复成效评估方法，其特征在于，所述无人机参数数据包括飞行参数数据、相机参数数据和无人机姿态数据，所述生态领域修复区域范围内的测量数据包括矿山的影像数据。
4.根据权利要求1所述的露天矿生态修复成效评估方法，其特征在于，所述生态修复评价参数包括植被覆盖面积评价参数、物种富有度评价参数、覆土区体积评价参数、植株平均高度评价参数、灌木与草地覆盖面积评价参数、乔木植物覆盖面积评价参数和归一化植被指数。
5.根据权利要求4所述的露天矿生态修复成效评估方法，其特征在于，所述数量增长指标包括植被覆盖面积、物种富有度和生态修复覆土变化体积。
6.根据权利要求5所述的露天矿生态修复成效评估方法，其特征在于，所述植被覆盖面积的计算公式为：
其中A1表示植被覆盖面积，S2表示当前无人机倾斜摄影测量得到的植被覆盖面积评价参数，S1表示前一次无人机倾斜摄影测量得到的植被覆盖面积评价参数；
所述物种富有度的计算公式为：
其中，A2表示物种富有度，W2表示当前无人机倾斜摄影测量得到的物种富有度评价参数，W1表示前一次无人机倾斜摄影测量得到的物种富有度评价参数；
所述生态修复覆土变化体积的计算公式为：
其中，A3表示生态修复覆土变化体积，V2表示当前无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V1表示前一次无人机倾斜摄影测量得到的生态修复覆土体积评价参数，V3表示生态修复覆土理论体积；
所述数量增长指标的计算公式为：
其中，A表示数量增长指标，λi表示第i个指标的权重，i＝1，2，3。
7.根据权利要求6所述的露天矿生态修复成效评估方法，其特征在于，所述质量改善指标包括植株平均高度、乔木植物分布比例和植被绿度。
8.根据权利要求7所述的露天矿生态修复成效评估方法，其特征在于，所述植株平均高度的计算公式为：
其中，B1表示植株平均高度，h2表示当前无人机倾斜摄影测量得到的植株平均高度评价参数，h1表示前一次无人机倾斜摄影测量得到的评价参数；
所述乔木植物分布比例的计算公式为：
其中，B2表示乔木植物分布比例，C2表示当前无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，C1表示前一次无人机倾斜摄影测量得到的乔木植物覆盖面积评价参数，D2表示当前无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数，D1表示前一次无人机倾斜摄影测量得到的灌木与草地覆盖面积评价参数；
所述植被绿度的计算公式为：
其中，B3表示植被绿度，NDVI2表示当前无人机倾斜摄影测量得到的归一化植被指数，NDVI2表示前一次无人机倾斜摄影测量得到的归一化植被指数；
所述质量改善指标的计算公式为：
其中，ai表示第i个指标的权重，i＝1，2，3。
9.根据权利要求8所述的露天矿生态修复成效评估方法，其特征在于，所述露天矿生态修复成效总评估值的计算公式为：
Q＝(1-m)*A+m*B；
其中，Q表示露天矿生态修复成效总评估值，m表示质量改善指标的权重。
10.一种露天矿生态修复成效评估系统，其特征在于，包括：
区域确定模块，用于确定矿山的生态领域修复区域范围；
模型搭建模块，用于采用无人机倾斜摄影获取所述生态领域修复区域范围内的，基于预设的无人机参数数据和所述测量数据构建三维实体模型和矿山表面模型；
提取模块，用于基于所述三维实体模型和所述矿山表面模型提取生态修复评价参数；
指标确定模块，用于基于所述生态修复评价参数得到数量增长指标和质量改善指标；
处理模块，用于利用所述数量增长指标和所述质量改善指标计算露天矿生态修复成效总评估值，确定露天矿生态修复等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311142209.7A CN117314221A (zh) | 2023-09-04 | 2023-09-04 | 一种露天矿生态修复成效评估方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311142209.7A CN117314221A (zh) | 2023-09-04 | 2023-09-04 | 一种露天矿生态修复成效评估方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117314221A true CN117314221A (zh) | 2023-12-29 |
Family
ID=89283911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311142209.7A Pending CN117314221A (zh) | 2023-09-04 | 2023-09-04 | 一种露天矿生态修复成效评估方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117314221A (zh) |
-
2023
- 2023-09-04 CN CN202311142209.7A patent/CN117314221A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105205466B (zh) | 一种基于夜间灯光影像的能源碳排放量遥感估算方法 | |
| CN109213964A (zh) | 一种融合多源特征地理参数的卫星aod产品校正方法 | |
| CN108896021B (zh) | 基于航空摄影测量点云提取人工林林分结构参数的方法 | |
| 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 | |
| CN111879915B (zh) | 一种滨海湿地高分辨率的逐月土壤盐度监测方法及系统 | |
| WO2023213142A1 (zh) | 基于改进遥感生态指数的生态质量评价与分区方法及装置 | |
| JP7339467B1 (ja) | 森林蓄積量連続監視測定方法、システム及びその実施方法 | |
| CN107944383A (zh) | 基于三维Voronoi图的建筑物屋顶面片分割方法 | |
| CN112507839A (zh) | 一种城市景观固碳量的快速测算方法 | |
| CN117408495B (zh) | 一种基于土地资源综合管理的数据分析方法及系统 | |
| CN116486289A (zh) | 一种多源数据和知识驱动下的燃气管道高后果区识别方法 | |
| CN111062949B (zh) | 一种基于机载激光雷达的电力线点云提取方法 | |
| CN117330040B (zh) | 一种基于水上测绘无人船的滩涂地形测绘方法及系统 | |
| CN109657994A (zh) | 一种生态类自然保护地的保护成效评估方法及系统 | |
| CN106683131A (zh) | 一种城市部件自动化测量方法 | |
| CN116147712B (zh) | 免时空限制的立体式施工环境监测装置及预测方法 | |
| CN117314221A (zh) | 一种露天矿生态修复成效评估方法和系统 | |
| CN114782847B (zh) | 一种基于无人机的矿山产能监测方法及装置 | |
| CN114662985B (zh) | 一种基于倾斜摄影建模的山区电力工程选址方法、设备和计算机可读存储介质 | |
| CN115507828A (zh) | 基于遥感图像的国土测绘方法及系统 | |
| CN107967714A (zh) | 一种通过无人机数字高程模型自动提取森林郁闭度的方法 | |
| CN103729334B (zh) | 基于数字建筑物模型dbm的输电线路房屋拆迁量计算方法 | |
| CN115861821B (zh) | 一种基于多目标优化的生态环境监测保护方法 | |
| CN117690047A (zh) | 一种基于机载LiDAR的杉木人工林标准地精准选设方法 | |
| CN114298658A (zh) | 园林绿化绿地占用自动化监管系统及树木品种分类方法 |
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 |