CN117764402A - 一种地质灾害信息处理系统 - Google Patents
一种地质灾害信息处理系统 Download PDFInfo
- Publication number
- CN117764402A CN117764402A CN202410196732.6A CN202410196732A CN117764402A CN 117764402 A CN117764402 A CN 117764402A CN 202410196732 A CN202410196732 A CN 202410196732A CN 117764402 A CN117764402 A CN 117764402A
- Authority
- CN
- China
- Prior art keywords
- monitoring period
- geological
- target area
- state
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 221
- 238000004458 analytical method Methods 0.000 claims abstract description 130
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims description 57
- 239000002689 soil Substances 0.000 claims description 37
- 230000003204 osmotic effect Effects 0.000 claims description 30
- 238000010191 image analysis Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000003891 environmental analysis Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 239000011435 rock Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 239000003673 groundwater Substances 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 208000006011 Stroke Diseases 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000001556 precipitation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 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
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Landscapes
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明涉及一种地质灾害信息处理系统,尤其涉及地质信息处理技术领域,包括,信息获取模块,用以获取监测周期目标区域的地质信息、环境信息和区域图像,并将区域图像进行存储,地质分析模块,用以对目标区域的地质状态进行分析,还用以对监测周期目标区域的地质状态分析过程进行调整,环境分析模块,用以对目标区域的环境状态进行分析,分析处理模块,用以对发生地质灾害的概率和地质灾害类别进行分析处理,还用以将分析处理结果进行存储,校正模块,用以对发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,输出模块,用以将校正后的分析处理结果对用户输出。本发明有效提高了地质灾害预测的准确性。
Description
技术领域
本发明涉及地质信息处理技术领域,尤其涉及一种地质灾害信息处理系统。
背景技术
地质灾害如地震、滑坡、泥石流等,对人类社会构成重大威胁。现有的地质灾害监测与预警系统在数据的实时采集、处理及预警发布方面存在一定局限性,无法满足高效、精准的灾害管理需求。因此,急需一种新型的地质灾害信息处理系统,以提升灾害监测和应对的效率与准确性。
中国专利公开号:CN113538861B公开了一种基于矿产地质勘查的地质灾害信息管理系统,该发明公开了基于矿产地质勘查的地质灾害信息管理系统,涉及地质灾害信息管理技术领域,解决了现有技术中,对于地质灾害分析无法针对各个区域设置不同阈值,导致地质灾害预测准确性降低的技术问题,根据分析将各个子区域进行等级划分,并为各个等级的子区域设置匹配阈值,提高了地质勘查的高效性,同时提高了区域地质灾害预测的准确性,防止各个子区域判定阈值相同造成地质灾害检测异常,导致地质灾害的危害性扩大;通过对矿产区域进行模型构建,准确采集到发生过地质灾害区域的影响程度,同时能够对正在发生地质灾害的子区域进行紧急疏散,对即将发生地质灾害的区域进行预测;由此可见,该发明未对地质灾害相关信息中地质灾害类别进行分析,也对单个区域的地质信息分析不完整,存在对地质灾害的预测不准确的问题。
发明内容
为此,本发明提供一种地质灾害信息处理系统,用以克服现有技术中对地质灾害的预测不准确的问题的问题。
为实现上述目的,本发明提供一种地质灾害信息处理系统,包括,
信息获取模块,用以获取监测周期目标区域的地质信息、环境信息和区域图像,并将获取的监测周期内区域图像进行存储;
地质分析模块,用以根据目标区域的监测周期内的区域图像对监测周期目标区域的地质状态进行分析,还用以根据监测周期内地质信息对监测周期目标区域的地质状态分析过程进行调整;
环境分析模块,用以根据监测周期内目标区域的环境信息对监测周期内目标区域的环境状态进行分析,还用以根据地表水平形变角度、斜坡坡面朝向角度和监测周期内平均温度对监测周期目标区域环境状态的分析过程进行调整;
分析处理模块,用以根据监测周期内的地质状态分析结果和环境状态分析结果对发生地质灾害的概率和地质灾害类别进行分析处理,所述分析处理模块还用以将分析处理结果进行存储;
校正模块,用以根据目标区域的历史地质信息对发生地质灾害的概率和地质灾害类别的分析处理过程进行校正;
输出模块,用以将校正后的分析处理结果对用户输出。
进一步地,所述地质分析模块设有图像分析单元,所述图像分析单元用以根据监测周期内的区域图像和上一监测周期的区域图像对监测周期内目标区域的地质变化情况进行分析;
所述图像分析单元将监测周期内区域图像的像素点相位与上一监测周期的区域图像进行匹配,并根据匹配结果对监测周期内目标区域的地质变化情况进行分析,其中:
当匹配成功时,所述图像分析单元判定监测周期内的区域图像拍摄正常;所述图像分析单元根据匹配成功的监测周期内区域图像像素点相位与上一监测周期的区域图像像素点相位得到地表水平形变量s和地表垂直形变量h;
当匹配失败时,所述图像分析单元判定监测周期内的区域图像拍摄异常。
进一步地,所述地质分析模块还设有地质状态分析单元,所述地质状态分析单元将监测周期内的区域图像的匹配结果计算地质状态指数α,其中:
当区域图像拍摄正常时,所述地质状态分析单元根据地表水平形变量s和地表垂直形变量h计算地质状态指数α,设定α=a1×exp{s}+a2×exp{h};
当区域图像拍摄异常时,所述地质状态分析单元将上一监测周期的地质状态异常指数作为当前监测周期的地质状态异常指数;
其中,a1是地表水平形变权重值,a2是地表垂直形变权重值,a1+a2=1。
进一步地,所述地质分析模块还设有第一调整单元,所述第一调整单元用以根据监测周期地质信息中的土壤孔隙比u、岩石硬度HM、岩石单轴抗压强度f和裂隙密度ρ计算土质状态指数r,土质状态指数r的计算公式如下:
r=exp{(ρ+f/100)}×ln(1+HM/10)/(u×100);
所述第一调整单元将土质状态指数r与土质状态指数阈值R进行比对,并根据比对结果对目标区域地质状态的分析过程进行调整,其中:
当r≤R时,所述第一调整单元判定监测周期内土质状态异常,并将地质状态指数调整为α’,设定α’=α×[1+(R-r)];
当r>R时,所述第一调整单元判定监测周期内土质状态正常,不进行调整。
进一步地,所述地质分析模块还设有第一优化单元,所述第一优化单元用以将监测周期内的地下水位的渗透压力F与各预设渗透压力进行比对,并根据比对结果对目标区域地质状态的调整过程进行优化,其中:
当F≤F1时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压低,并将土质状态指数阈值优化为R’,设定R’=R×cos[(F1-F)/2π/F1];
当F1<F≤F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压正常,不进行优化;
当F>F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压高,并将土质状态指数阈值优化为R”,设定R”=R/exp[(F-F2)/2π/(F1+F2)];
其中,F1是第一预设渗透压力,F2是第二预设渗透压力。
进一步地,所述环境分析模块设有环境分析单元,所述环境分析单元根据监测周期目标区域的降水强度最大值w(max)、植被覆盖率v和目标区域的斜坡坡度θ计算目标区域的环境状态指数β,设定β=ln[1+w(max)]×sinθ×arctanv;
所述环境分析单元根据环境状态指数β与对监测周期内目标区域的环境状态进行分析,其中:
当β≤0.8时,所述环境分析单元判定监测周期目标区域的环境状态为低风险;
当0.8<β≤3时,所述环境分析单元判定监测周期目标区域的环境状态为中风险;
当β>3时,所述环境分析单元判定监测周期目标区域的环境状态为高风险。
进一步地,所述环境分析模块还设有第二调整单元,所述第二调整单元根据地表水平形变角度与斜坡坡面朝向角度对监测周期目标区域环境状态的分析过程进行调整;
所述第二调整单元根据地表水平形变角度θ2与斜坡坡面朝向角度θ3计算调整系数q,调整系数q的计算公式如下:
q=2arctan(∆θ);
其中,∆θ是形变角度与坡面朝向角度的角度差;
所述第二调整单元根据调整系数q对环境状态指数进行调整,将调整后的环境状态指数设定为β’,设定β’=β/q。
进一步地,所述环境分析模块还设有第二优化单元,所述第二优化单元根据监测周期内的温度T与上一监测周期的温度TP计算温差∆T,设定∆T=T-TP;
所述环境第二优化单元将温差∆T与温差阈值YT进行比对,并根据比对结果对监测周期目标区域环境状态的过程进行优化,其中:
当∆T<YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差正常,不进行优化;
当∆T≥YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差异常,将调整系数优化为q’,设定q’=q×exp{3×(∆T-YT)-3}。
进一步地,所述分析处理模块设有信息处理单元,其用以根据监测周期地质状态指数α和环境状态对下一监测周期的地质灾害情况进行判断,并根据判断结果计算地质灾害的发生概率,其中:
当α≤P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α≤P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t1,设定t1={ln(1+β)+[ln(1+P-α)]2}/(β+P+α);
当α>P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域不会发生滑坡和泥石流;若h>0,所述信息处理单元判定下一监测周期目标区域会地质上升;若h<0,所述信息处理单元判定下一监测周期目标区域会地质沉降;若h=0,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α>P且环境状态为中风险时,所述信息处理单元判决下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t2,设定t2=(α+β)/(α+P+β);
当α>P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在泥石流风险,且发生概率为t3=ln(α+β)/(α+P+β);
其中,P是预设地质状态指数。
进一步地,所述校正模块将历史地质灾害发生频率b与预设频率B进行比对,并根据比对结果对计算发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,其中:
当b<B时,所述校正模块判定历史地质灾害发生频率正常,不进行校正;
当b≥B时,所述校正模块判定历史地质灾害发生频率高,并将预设地质指数校正为P’,设定P’=P×cos[(b-B)/B]。
与现有技术相比,本发明的有益效果在于,通过信息获取模块对本实施例所需信息的获取提高了信息获取的准确性和完整性,提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述地质分析模块对目标区域地质状态进行分析,并设置地质状态指数提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述环境分析模块对监测周期目标区域的环境信息进行分析,并根据分析结果设置环境状态指数,最后对当前监测周期的环境状态进行等级划分,提高了对目标区域环境状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述分析处理模块对地质状态分析结果和环境状态分析结果进行综合分析判断,以对目标区域的地质灾害情况进行类别和灾害种类预测,提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述校正模块通过对目标区域的历史地质灾害频率进行分析,以对本实施例未能监测到的信息进行经验判断,并根据判断结果对计算发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性。
附图说明
图1为本实施例地质灾害信息处理系统的结构示意图;
图2为本实施例地质信息分析模块的结构示意图;
图3为本实施例环境分析模块的结构示意图;
图4为本实施例分析处理模块的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例地质灾害信息处理系统的结构示意图,包括,
信息获取模块,用以获取监测周期目标区域的地质信息、环境信息和区域图像,并将获取的监测周期内区域图像进行存储;所述地质信息包括土壤孔隙比、岩石硬度、岩石单轴抗压强度、裂隙密度和地下水位的渗透压力,所述环境信息包括监测周期内的降水强度最大值、植被覆盖率和目标区域的斜坡坡度,所述降水量最值是监测周期内1小时降水强度的最大值;所述区域图像是遥感卫星拍摄的合成孔径雷达图像,图像格式为raw;本实施例中所述岩石硬度为莫氏硬度;本实施例中,不对区域图像的数量作具体限定但至少为1张,本领域技术人员可以自由设置,只需满足区域图像的数量需求即可,如可以将区域图像的数量设置为3张、4张、5张等;本实施例中区域图像的拍摄时间是以监测周期为周期进行周期性拍摄;本实施例中不对监测周期的取值作具体限定,本领域技术人员可以自由设置,只需满足监测周期的获取需求即可,如可以将监测周期设定为1天、2天、3天等;本实施例中不对地质信息和环境信息的获取方式作具体限定,本领域技术人员可以自由设置,只需满足地质信息和环境信息的获取需求即可,如可以通过地质观察网站获取地质信息,通过设置传感器获取土壤孔隙比和降水强度最大值;
地质分析模块,用以根据目标区域的监测周期内的区域图像对监测周期目标区域的地质状态进行分析,还用以根据监测周期内地质信息对监测周期目标区域的地质状态分析过程进行调整,地质分析模块与所述信息获取模块连接;
环境分析模块,用以根据监测周期内目标区域的环境信息对监测周期内目标区域的环境状态进行分析,还用以根据地表水平形变角度、斜坡坡面朝向角度和监测周期内平均温度对监测周期目标区域环境状态的分析过程进行调整,环境分析模块与所述信息获取模块连接;本实施例中不对地表水平形变角度、斜坡坡面朝向角度和监测周期内平均温度的获取方式作具体限定,本领域技术人员可以自由设置,如可以通过温度传感器获取监测周期内平均温度,通过地质观察网站获取地表水平形变角度和斜坡坡面朝向角度;
分析处理模块,用以根据监测周期内的地质状态分析结果和环境状态分析结果对发生地质灾害的概率和地质灾害类别进行分析处理,所述分析处理模块还用以将分析处理结果进行存储,分析处理模块与所述地质分析模块和所述环境信息分析模块连接;所述地质灾害类别包括滑坡、泥石流、地质沉降和地质上升;本实施中不对地质灾害的类别和数量作具体限定,本领域技术人员可以自由设置,只需满足本实施例可以处理的地质灾害类别即可,如地质灾害还可以为水土流失、土地荒漠化等;
校正模块,用以根据目标区域的历史地质信息对发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,校正模块与所述分析处理模块连接;所述历史地质信息包括目标区域的地质灾害发生频率;
输出模块,用以将校正后的分析处理结果对用户输出,输出模块与所述校正模块连接。
请参阅图2所示,其为本实施例地质分析模块的结构示意图,包括,
图像分析单元,用以根据监测周期内的区域图像对地质变化进行分析;
地质状态分析单元,用以根据地质变化分析结果对监测周期内的地质状态进行分析,地质状态分析单元与所述图像分析单元连接;
第一调整单元,用以根据地质信息对目标区域的土质状态进行分析,并根据分析结果对监测周期内的地质状态分析的分析过程进行调整,第一调整单元与所述地质状态分析单元连接;
第一优化单元,用以根据监测周期内地下水位的渗透压力对监测周期内的地质状态分析的调整过程进行优化,第一优化单元与所述第一调整单元连接。
请参阅图3所示,其为本实施例环境分析模块的结构示意图,包括,
环境分析单元,用以根据监测周期内目标区域的环境信息对监测周期内目标区域的环境状态进行分析;
第二调整单元,用以根据地表水平形变角度与斜坡坡面朝向角度对监测周期目标区域环境状态的分析过程进行调整,环境分析单元与所述第二调整单元连接;
第二优化单元,用以根据监测周期内的目标区域的平均温度对目标区域环境状态的调整过程进行优化,第二优化单元与所述第二调整单元连接。
请参阅图4所示,其为本实施例分析处理模块的结构示意图,包括,
信息处理单元,用以根据监测周期内的地质状态分析结果和环境状态分析结果对发生地质灾害的概率和地质灾害类别进行分析处理;
存储单元,用以将分析处理结果进行存储,存储单元与所述信息处理单元连接。
具体而言,本实施例所述系统应用于地质灾害易发性区域的地质灾害信息处理;本实施例中对所述获取信息的处理过程是在监测周期时长的末期开始进行;本实施例通过对目标区域进行地质状态分析和环境状态分析,并根据分析结果对地质灾害发生概率和类别进行分析,提高了对地质灾害预测的准确性。
具体而言,本实施例通过信息获取模块对本实施例所需信息的获取提高了信息获取的准确性和完整性,提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述地质分析模块对目标区域地质状态进行分析,并设置地质状态指数提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述环境分析模块对监测周期目标区域的环境信息进行分析,并根据分析结果设置环境状态指数,最后对当前监测周期的环境状态进行等级划分,提高了对目标区域环境状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述分析处理模块对地质状态分析结果和环境状态分析结果进行综合分析判断,以对目标区域的地质灾害情况进行类别和灾害种类预测,提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性,通过所述校正模块通过对目标区域的历史地质灾害频率进行分析,以对本实施例未能监测到的信息进行经验判断,并根据判断结果对计算发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性。
具体而言,所述图像分析单元根据监测周期内的区域图像和上一监测周期的区域图像对监测周期内目标区域的地质变化情况进行分析;
所述图像分析单元根据监测周期内区域图像的像素点相位对上一监测周期的区域图像进行匹配,其中:
当匹配成功时,所述图像分析单元判定监测周期内的区域图像拍摄正常;所述图像分析单元根据匹配成功的监测周期内区域图像像素点相位与上一监测周期的区域图像像素点相位得到地表水平形变量s和地表垂直形变量h;
当匹配失败时,所述图像分析单元判定监测周期内的区域图像拍摄异常。
具体而言,所述图像分析单元通过对获取区域图像进行处理,以获取目标区域的形变参数,提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性;本实施例中不对图像匹配的过程进行具体限定,本领域技术人员可以自由设置,如可以在当前监测周期的区域图像上选取4×4的像素点矩阵,并将其与上一监测周期的同一位置的区域图像进行图像相似度匹配,当存在三组像素点矩阵满足相似度匹配时,判定匹配成功,否则判定匹配失败;所述相似度匹配可以采用局部特征点配准的方式进行匹配;本实施例中不对根据区域图像的像素点相位计算地表水平形变量s和地表垂直形变量h的过程进行具体限定,本领域技术人员可以自由设置,只需满足计算地表水平形变量s和地表垂直形变量h的需求即可,如使用两轨法进行差分干涉测量时,地表水平形变量s的计算过程如下:
s=-λ/4π×(K1-K2);
地表垂直形变量h的计算过程如下:
d=(K1-K2)/4π×λ×cos(θ入);
其中,λ是雷达信号的波长,K1是上一监测周期区域图像的像素点相位,K2是当前监测周期区域图像的像素点相位,θ入是雷达波的入射角;可以理解的是,本实施例中地表垂直形变量以正数表示地表向上发生形变,以负数表示地表向下发生形变。
具体而言,所述地质状态分析单元将监测周期内的区域图像的匹配结果计算地质状态指数α,其中:
当区域图像拍摄正常时,所述地质状态分析单元根据地表水平形变量s和地表垂直形变量h计算地质状态指数α,设定α=a1×exp{s}+a2×exp{h};
当区域图像拍摄异常时,所述地质状态分析单元将上一监测周期的地质状态异常指数作为当前监测周期的地质状态异常指数;
其中,a1是地表水平形变权重值,a2是地表垂直形变权重值,a1+a2=1且a1>a2;
具体而言,所述地质状态分析单元通过对目标区域地表形变参数进行分析,并设置地质状态指数提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性;可以理解的是,本实施例中不对地表水平形变权重值a1地表垂直形变权重值a2的取值做具体限定,本领域技术人员可以自由设置,只需满足地表水平形变权重值a1地表垂直形变权重值a2取值需求即可,如可以将地表水平形变权重值a1设定为2/3,将地表垂直形变权重值a2设定为1/3。
具体而言,所述第一调整单元根据监测周期地质信息中的土壤孔隙比u、岩石硬度HM、岩石单轴抗压强度f和裂隙密度ρ计算土质状态指数r,土质状态指数r的计算公式如下:
r=exp{(ρ+f/100)}×ln(1+HM/10)/(u×100);
所述第一调整单元将土质状态指数r与土质状态指数阈值R进行比对,并根据比对结果对目标区域地质状态的分析过程进行调整,其中:
当r≤R时,所述第一调整单元判定监测周期内土质状态异常,并将地质状态指数调整为α’,设定α’=α×[1+(R-r)];
当r>R时,所述第一调整单元判定监测周期内土质状态正常,不进行调整。
具体而言,所述第一调整单元通过对地质信息中土质状态进行分析,以对目标区域地质灾害的土质进行分析,提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性;可以理解的是本实施例中不对土质状态指数阈值R的取值做具体限定,本领域技术人员可以自由设置,只需满足土质状态指数阈值R的取值需求即可,如可以将土质状态指数阈值R设定为3。
具体而言,所述第一优化单元将监测周期内的地下水位的渗透压力F与各预设渗透压力进行比对,并根据比对结果对目标区域地质状态的调整过程进行优化,其中:
当F≤F1时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压低,并将土质状态指数阈值优化为R’,设定R’=R×cos[(F1-F)/2π/F1];
当F1<F≤F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压正常,不进行优化;
当F>F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压高,并将土质状态指数阈值优化为R”,设定R”=R/exp[(F-F2)/2π/(F1+F2)];
其中,F1是第一预设渗透压力,F2是第二预设渗透压力,F1<F2。
具体而言,所述第一优化单元通过对目标区域地下水位渗透压力进行分析,以对地下水的状态对地质灾害发生的影响进行分析,提高了对目标区域地质状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性;可以理解的是,本实施例中不对第一预设渗透压力F1和第二预设渗透压力F2的取值做具体限定,本领域技术人员可以自由设置,只需满足第一预设渗透压力F1和第二预设渗透压力F2的取值需求即可,如可以将第一预设渗透压力F1设定为10千帕,将第二预设渗透压力F2设定为100千帕。
具体而言,所述环境分析单元根据监测周期目标区域的降水强度最大值w(max)、植被覆盖率v和目标区域的斜坡坡度θ计算目标区域的环境状态指数β,设定β=ln[1+w(max)]×sinθ×arctanv;
所述环境分析单元根据环境状态指数β与对监测周期内目标区域的环境状态进行分析,其中:
当β≤0.8时,所述环境分析单元判定监测周期目标区域的环境状态为低风险;
当0.8<β≤3时,所述环境分析单元判定监测周期目标区域的环境状态为中风险;
当β>3时,所述环境分析单元判定监测周期目标区域的环境状态为高风险。
具体而言,所述环境分析单元通过对监测周期目标区域的环境信息进行分析,并根据分析结果设置环境状态指数,最后对当前监测周期的环境状态进行等级划分,提高了对目标区域环境状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性。
具体而言,所述第二调整单元根据地表水平形变角度与斜坡坡面朝向角度对监测周期目标区域环境状态的分析过程进行调整;
所述第二调整单元根据地表水平形变角度θ2与斜坡坡面朝向角度θ3计算调整系数q,调整系数q的计算公式如下:
q=2arctan(∆θ);
其中,∆θ是形变角度与坡面朝向角度的角度差,可以理解的是本实施例中∆θ是一个[0,π]之间的角度值,当θ2-θ3<0时,∆θ=|θ2-θ3|;当θ2-θ3>π时,∆θ=|θ2-θ3-2π|;所述地表水平形变角度θ2与斜坡坡面朝向角度θ3均是各自方向与正东方向的夹角;
所述第二调整单元根据调整系数q对环境状态指数进行调整,将调整后的环境状态指数设定为β’,设定β’=β/q。
具体而言,所述第二调整单元通过的对监测周期角度形变角度与目标区域的坡面朝向角度进行分析,以对环境状态的分析过程进行调整,提高了对目标区域环境状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性。
具体而言,所述第二优化单元根据监测周期内的温度T与上一监测周期的温度TP计算温差∆T,设定∆T=T-TP;
所述环境第二优化单元将温差∆T与温差阈值YT进行比对,并根据比对结果对监测周期目标区域环境状态的过程进行优化,其中:
当∆T<YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差正常,不进行优化;
当∆T≥YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差异常,将调整系数优化为q’,设定q’=q×exp{3×(∆T-YT)-3}。
具体而言,所述第二优化单元通过对监测周期内目标区域的温差分析,并根据分析结果对监测周期目标区域环境状态的过程进行优化,提高了对目标区域环境状态分析的准确性,进而提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性。
具体而言,所述信息处理单元根据监测周期地质状态指数α和环境状态对下一监测周期的地质灾害情况进行判断,并根据判断结果计算地质灾害的发生概率,其中:
当α≤P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α≤P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t1,设定t1={ln(1+β)+[ln(1+P-α)]2}/(β+P+α);
当α>P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域不会发生滑坡和泥石流;若h>0,所述信息处理单元判定下一监测周期目标区域会地质上升;若h<0,所述信息处理单元判定下一监测周期目标区域会地质沉降;若h=0,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α>P且环境状态为中风险时,所述信息处理单元判决下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t2,设定t2=(α+β)/(α+P+β);
当α>P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在泥石流风险,且发生概率为t3=ln(α+β)/(α+P+β);
其中,P是预设地质状态指数。
具体而言,所述信息处理单元通过对地质状态分析结果和环境状态分析结果进行综合分析判断,以对目标区域的地质灾害情况进行类别和灾害种类预测,提高了对下一监测周期地质灾害类别判断和概率计算的准确性,最终提高了对地质灾害预测的准确性;可以理解的是,本实施例中对地质灾害类别预测和概率计算时,若可能发生地质灾害,以地质灾害的严重程度对最严重的地质灾害进行概率计算,当判定不会发生严重程度高的地质灾害时再对较低严重程度的地质灾害进行概率计算,本实施例中对地质灾害严重程度的排序为泥石流>滑坡>地质沉降>地质上升,不对其他地质灾害的发生概率进行具体分析,同时,本实施例未指出判定下一监测周期的地质情况的概率时,默认为100%;本实施例不对预设地质状态指数P的取值作具体限定,本领域技术人员可以自由设置,只需满足预设地质状态指数P的取值需求即可,如可以将预设地质状态指数设定为1.2。
具体而言,所述校正模块将历史地质灾害发生频率b与预设频率B进行比对,并根据比对结果对计算发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,其中:
当b<B时,所述校正模块判定历史地质灾害发生频率正常,不进行校正;
当b≥B时,所述校正模块判定历史地质灾害发生频率高,并将预设地质指数校正为P’,设定P’=P×cos[(b-B)/B]。
具体而言,所述对地质灾害预测的准确性;可以理解的是,本实施例不对预设频率B的取值作具体限定,本领域技术人员可以自由设置,只需满足预设频率B的取值需求即可,如可以将预设频率B设定为5。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种地质灾害信息处理系统,其特征在于,包括,
信息获取模块,用以获取监测周期目标区域的地质信息、环境信息和区域图像,并将获取的监测周期内区域图像进行存储;
地质分析模块,用以根据目标区域的监测周期内的区域图像对监测周期目标区域的地质状态进行分析,还用以根据监测周期内地质信息对监测周期目标区域的地质状态分析过程进行调整;
环境分析模块,用以根据监测周期内目标区域的环境信息对监测周期内目标区域的环境状态进行分析,还用以根据地表水平形变角度、斜坡坡面朝向角度和监测周期内平均温度对监测周期目标区域环境状态的分析过程进行调整;
分析处理模块,用以根据监测周期内的地质状态分析结果和环境状态分析结果对发生地质灾害的概率和地质灾害类别进行分析处理,所述分析处理模块还用以将分析处理结果进行存储;
校正模块,用以根据目标区域的历史地质信息对发生地质灾害的概率和地质灾害类别的分析处理过程进行校正;
输出模块,用以将校正后的分析处理结果对用户输出。
2.根据权利要求1所述的地质灾害信息处理系统,其特征在于,所述地质分析模块设有图像分析单元,所述图像分析单元用以根据监测周期内的区域图像和上一监测周期的区域图像对监测周期内目标区域的地质变化情况进行分析;
所述图像分析单元将监测周期内区域图像的像素点相位与上一监测周期的区域图像进行匹配,并根据匹配结果对监测周期内目标区域的地质变化情况进行分析,其中:
当匹配成功时,所述图像分析单元判定监测周期内的区域图像拍摄正常;所述图像分析单元根据匹配成功的监测周期内区域图像像素点相位与上一监测周期的区域图像像素点相位得到地表水平形变量s和地表垂直形变量h;
当匹配失败时,所述图像分析单元判定监测周期内的区域图像拍摄异常。
3.根据权利要求2所述的地质灾害信息处理系统,其特征在于,所述地质分析模块还设有地质状态分析单元,所述地质状态分析单元将监测周期内的区域图像的匹配结果计算地质状态指数α,其中:
当区域图像拍摄正常时,所述地质状态分析单元根据地表水平形变量s和地表垂直形变量h计算地质状态指数α,设定α=a1×exp{s}+a2×exp{h};
当区域图像拍摄异常时,所述地质状态分析单元将上一监测周期的地质状态异常指数作为当前监测周期的地质状态异常指数;
其中,a1是地表水平形变权重值,a2是地表垂直形变权重值,a1+a2=1。
4.根据权利要求3所述的地质灾害信息处理系统,其特征在于,所述地质分析模块还设有第一调整单元,所述第一调整单元用以根据监测周期地质信息中的土壤孔隙比u、岩石硬度HM、岩石单轴抗压强度f和裂隙密度ρ计算土质状态指数r,土质状态指数r的计算公式如下:
r=exp{(ρ+f/100)}×ln(1+HM/10)/(u×100);
所述第一调整单元将土质状态指数r与土质状态指数阈值R进行比对,并根据比对结果对目标区域地质状态的分析过程进行调整,其中:
当r≤R时,所述第一调整单元判定监测周期内土质状态异常,并将地质状态指数调整为α’,设定α’=α×[1+(R-r)];
当r>R时,所述第一调整单元判定监测周期内土质状态正常,不进行调整。
5.根据权利要求3所述的地质灾害信息处理系统,其特征在于,所述地质分析模块还设有第一优化单元,所述第一优化单元用以将监测周期内的地下水位的渗透压力F与各预设渗透压力进行比对,并根据比对结果对目标区域地质状态的调整过程进行优化,其中:
当F≤F1时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压低,并将土质状态指数阈值优化为R’,设定R’=R×cos[(F1-F)/2π/F1];
当F1<F≤F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压正常,不进行优化;
当F>F2时,所述第一优化单元判定监测周期内目标区域的地下水位的渗透压高,并将土质状态指数阈值优化为R”,设定R”=R/exp[(F-F2)/2π/(F1+F2)];
其中,F1是第一预设渗透压力,F2是第二预设渗透压力。
6.根据权利要求1所述的地质灾害信息处理系统,其特征在于,所述环境分析模块设有环境分析单元,所述环境分析单元根据监测周期目标区域的降水强度最大值w(max)、植被覆盖率v和目标区域的斜坡坡度θ计算目标区域的环境状态指数β,设定β=ln[1+w(max)]×sinθ×arctanv;
所述环境分析单元根据环境状态指数β与对监测周期内目标区域的环境状态进行分析,其中:
当β≤0.8时,所述环境分析单元判定监测周期目标区域的环境状态为低风险;
当0.8<β≤3时,所述环境分析单元判定监测周期目标区域的环境状态为中风险;
当β>3时,所述环境分析单元判定监测周期目标区域的环境状态为高风险。
7.根据权利要求6所述的地质灾害信息处理系统,其特征在于,所述环境分析模块还设有第二调整单元,所述第二调整单元根据地表水平形变角度与斜坡坡面朝向角度对监测周期目标区域环境状态的分析过程进行调整;
所述第二调整单元根据地表水平形变角度θ2与斜坡坡面朝向角度θ3计算调整系数q,调整系数q的计算公式如下:
q=2arctan(∆θ);
其中,∆θ是形变角度与坡面朝向角度的角度差;
所述第二调整单元根据调整系数q对环境状态指数进行调整,将调整后的环境状态指数设定为β’,设定β’=β/q。
8.根据权利要求6所述的地质灾害信息处理系统,其特征在于,所述环境分析模块还设有第二优化单元,所述第二优化单元根据监测周期内的温度T与上一监测周期的温度TP计算温差∆T,设定∆T=T-TP;
所述环境第二优化单元将温差∆T与温差阈值YT进行比对,并根据比对结果对监测周期目标区域环境状态的过程进行优化,其中:
当∆T<YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差正常,不进行优化;
当∆T≥YT时,所述第二优化单元判定当前监测周期与上一监测周期的温差异常,将调整系数优化为q’,设定q’=q×exp{3×(∆T-YT)-3}。
9.根据权利要求1所述的地质灾害信息处理系统,其特征在于,所述分析处理模块设有信息处理单元,其用以根据监测周期地质状态指数α和环境状态对下一监测周期的地质灾害情况进行判断,并根据判断结果计算地质灾害的发生概率,其中:
当α≤P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α≤P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t1,设定t1={ln(1+β)+[ln(1+P-α)]2}/(β+P+α);
当α>P且环境状态为低风险或中风险时,所述信息处理单元判定下一监测周期目标区域不会发生滑坡和泥石流;若h>0,所述信息处理单元判定下一监测周期目标区域会地质上升;若h<0,所述信息处理单元判定下一监测周期目标区域会地质沉降;若h=0,所述信息处理单元判定下一监测周期目标区域无地质灾害;
当α>P且环境状态为中风险时,所述信息处理单元判决下一监测周期目标区域存在滑坡风险,且下一监测周期的滑坡发生概率为t2,设定t2=(α+β)/(α+P+β);
当α>P且环境状态为高风险时,所述信息处理单元判定下一监测周期目标区域存在泥石流风险,且发生概率为t3=ln(α+β)/(α+P+β);
其中,P是预设地质状态指数。
10.根据权利要求1所述的地质灾害信息处理系统,其特征在于,所述校正模块将历史地质灾害发生频率b与预设频率B进行比对,并根据比对结果对计算发生地质灾害的概率和地质灾害类别的分析处理过程进行校正,其中:
当b<B时,所述校正模块判定历史地质灾害发生频率正常,不进行校正;
当b≥B时,所述校正模块判定历史地质灾害发生频率高,并将预设地质指数校正为P’,设定P’=P×cos[(b-B)/B]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410196732.6A CN117764402B (zh) | 2024-02-22 | 2024-02-22 | 一种地质灾害信息处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410196732.6A CN117764402B (zh) | 2024-02-22 | 2024-02-22 | 一种地质灾害信息处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117764402A true CN117764402A (zh) | 2024-03-26 |
CN117764402B CN117764402B (zh) | 2024-05-14 |
Family
ID=90314836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410196732.6A Active CN117764402B (zh) | 2024-02-22 | 2024-02-22 | 一种地质灾害信息处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117764402B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020052690A1 (en) * | 2000-09-11 | 2002-05-02 | Philippe Nivlet | Method for facilitating recognition of objects, notably geologic objects, by means of a discriminant analysis technique |
US20180045853A1 (en) * | 2016-08-15 | 2018-02-15 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Landslide hazard assessment system and method |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
CN110264672A (zh) * | 2019-06-25 | 2019-09-20 | 广州市城市规划勘测设计研究院 | 一种地质灾害的预警系统 |
CN111063182A (zh) * | 2019-12-19 | 2020-04-24 | 北京华力创通科技股份有限公司 | 灾害监测方法、装置及电子设备 |
CN113538861A (zh) * | 2021-09-16 | 2021-10-22 | 山东金科星机电股份有限公司 | 基于矿产地质勘查的地质灾害信息管理系统 |
US20220220429A1 (en) * | 2021-01-14 | 2022-07-14 | Parsons Corporation | System and method for methane biodegradation |
CN115311821A (zh) * | 2022-08-09 | 2022-11-08 | 武汉易特兰瑞科技有限公司 | 一种基于数字孪生技术的地质灾害智能监测云平台 |
CN116580532A (zh) * | 2023-04-20 | 2023-08-11 | 西藏大学 | 一种基于雷达遥感技术的地质灾害预警系统 |
CN116882731A (zh) * | 2023-06-04 | 2023-10-13 | 北京师范大学 | 一种基于斜坡单元的地质灾害危险性评估方法及系统 |
CN116933535A (zh) * | 2023-07-24 | 2023-10-24 | 广东省有色矿山地质灾害防治中心 | 一种地质灾害位移监测方法、装置、设备以及存储介质 |
-
2024
- 2024-02-22 CN CN202410196732.6A patent/CN117764402B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020052690A1 (en) * | 2000-09-11 | 2002-05-02 | Philippe Nivlet | Method for facilitating recognition of objects, notably geologic objects, by means of a discriminant analysis technique |
US20180045853A1 (en) * | 2016-08-15 | 2018-02-15 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Landslide hazard assessment system and method |
CN108711264A (zh) * | 2018-05-16 | 2018-10-26 | 深圳市城市公共安全技术研究院有限公司 | 基于大数据的地质灾害监测方法及监测系统 |
CN110264672A (zh) * | 2019-06-25 | 2019-09-20 | 广州市城市规划勘测设计研究院 | 一种地质灾害的预警系统 |
CN111063182A (zh) * | 2019-12-19 | 2020-04-24 | 北京华力创通科技股份有限公司 | 灾害监测方法、装置及电子设备 |
US20220220429A1 (en) * | 2021-01-14 | 2022-07-14 | Parsons Corporation | System and method for methane biodegradation |
CN113538861A (zh) * | 2021-09-16 | 2021-10-22 | 山东金科星机电股份有限公司 | 基于矿产地质勘查的地质灾害信息管理系统 |
CN115311821A (zh) * | 2022-08-09 | 2022-11-08 | 武汉易特兰瑞科技有限公司 | 一种基于数字孪生技术的地质灾害智能监测云平台 |
CN116580532A (zh) * | 2023-04-20 | 2023-08-11 | 西藏大学 | 一种基于雷达遥感技术的地质灾害预警系统 |
CN116882731A (zh) * | 2023-06-04 | 2023-10-13 | 北京师范大学 | 一种基于斜坡单元的地质灾害危险性评估方法及系统 |
CN116933535A (zh) * | 2023-07-24 | 2023-10-24 | 广东省有色矿山地质灾害防治中心 | 一种地质灾害位移监测方法、装置、设备以及存储介质 |
Non-Patent Citations (2)
Title |
---|
宋家军;孙天柱;汪子杰;王永魁;胡兵;聂阳;: "遥感地质解译的应用与工作方法――以内蒙六户1∶5万区域矿产地质调查项目为例", 山东国土资源, no. 12, 15 December 2016 (2016-12-15) * |
杜培军;陈云浩;曹金亮;王润福;: "煤矿区地质环境与地质灾害遥感集成监测系统的关键技术", 地理信息世界, no. 05, 25 October 2008 (2008-10-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117764402B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6763393B2 (ja) | 災害予測システム、水分量予測装置、災害予測方法およびプログラム記録媒体 | |
KR101149916B1 (ko) | 산사태 경보시스템 | |
CN117037456B (zh) | 一种现场监测的矿山灾害预测预警方法及系统 | |
WO2020111934A1 (en) | A method and system for detection of natural disaster occurrence | |
US11474237B2 (en) | Method for retrieval of lost radial velocity in weather radar, recording medium and device for performing the method | |
JP2009031188A (ja) | 不審船監視装置 | |
CN101867790A (zh) | 毫米波图像分析方法、火灾监控方法和系统 | |
CN116580532A (zh) | 一种基于雷达遥感技术的地质灾害预警系统 | |
CN102129566A (zh) | 基于静止气象卫星识别暴雨云团的方法 | |
CN117764402B (zh) | 一种地质灾害信息处理系统 | |
CN117189239B (zh) | 一种隧道围岩损伤监测方法 | |
WO2018178708A1 (en) | Monitoring apparatus for guttering system | |
CN116524686A (zh) | 一种矿山边坡灾害监测系统及方法 | |
KR100842887B1 (ko) | 시설물 모니터링을 이용한 지진피해 신속 평가 시스템 | |
JP2000146675A (ja) | 水位計測方法、および水位計測設備 | |
CN113053065B (zh) | 基于5g和北斗导航系统的高速公路综合监测预警平台系统及其使用方法 | |
KR20100116388A (ko) | 차량 탑재형 비탈면 점검 시스템 | |
CN113074694B (zh) | 用于隧道断面变形的自动监测装置 | |
JP2003043153A (ja) | 地震直前発生予測システム | |
CN115078389A (zh) | 一种基于公路工程的路面破损检测装置及其检测方法 | |
KR102615308B1 (ko) | 멀티밴드 레이다 센서 및 ai 기반 유량 측정 시스템 | |
KR102614029B1 (ko) | 축적된 데이터를 활용한 소하천 스마트 예측 관리 시스템 및 그 방법 | |
Shand et al. | The use of Trigger Action Response Plans to mitigate wave overtopping hazard on coastal infrastructure | |
CN112883084A (zh) | 基于大数据智能挖掘和整合的地质灾害数据库建立分析方法 | |
CN117292262B (zh) | 一种基于无人机遥感图像的地质测绘识别方法和系统 |
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 |