LU504675B1 - Ein verfahren zur gewinnung von informationen über die erdrutschgefahr auf der grundlage von uav-bilddaten in hochgebirgstalgebieten - Google Patents
Ein verfahren zur gewinnung von informationen über die erdrutschgefahr auf der grundlage von uav-bilddaten in hochgebirgstalgebieten Download PDFInfo
- Publication number
- LU504675B1 LU504675B1 LU504675A LU504675A LU504675B1 LU 504675 B1 LU504675 B1 LU 504675B1 LU 504675 A LU504675 A LU 504675A LU 504675 A LU504675 A LU 504675A LU 504675 B1 LU504675 B1 LU 504675B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- landslide
- uav
- image data
- image
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000000605 extraction Methods 0.000 claims abstract description 33
- 238000007689 inspection Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000001303 quality assessment method Methods 0.000 claims abstract description 5
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 239000003973 paint Substances 0.000 claims description 2
- 239000007921 spray Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000012502 risk assessment Methods 0.000 abstract description 3
- 230000002123 temporal effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 235000019646 color tone Nutrition 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 235000016299 Canarium odontophyllum Nutrition 0.000 description 2
- 244000001582 Canarium odontophyllum Species 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
Abstract
Die vorliegende Erfindung offenbart ein Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten, das sich auf das technische Gebiet der Extraktion von Informationen über Erdrutschkatastrophen in Hochgebirgstalgebieten bezieht und die folgenden Schritte umfasst: Schritt S10, UAV-Datenerfassung, einschließlich Bilddaten und LiDAR-Daten; Schritt S20, Bilddatenprüfung und Qualitätsbewertung; Schritt S30, Datenprodukt- und 3D-Szenenerzeugung; Schritt S40, Extraktion von Erdrutschmerkmalen und Identifizierung von Katastropheninformationen, Einteilung von Erdrutschtyp und -anfälligkeit, Überwachung von Erdrutschveränderungen; Schritt S50, Analyse der Genauigkeit der Extraktion von Erdrutschinformationen; ein quantitatives Verfahren wird zur Berechnung der Extraktionsgenauigkeit von Erdrutschinformationen verwendet. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten kann effektiv Arten von Erdrutschgefahren und deren Gebietsveränderungen usw. extrahieren. Gleichzeitig kann die räumliche und zeitliche Verteilung von Erdrutschgefahrenarten das allgemeine Auftreten und den Entwicklungstrend von Erdrutschen effektiv überwachen und technische Unterstützung für die Entscheidungsfindung bei der Bewertung des Erdrutschrisikos und der Durchführung von 20 Präventionsprojekten bieten.
Description
Ein Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der LU504675
Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten
Technischer Bereich
Die Erfindung bezieht sich auf das technische Gebiet der Gewinnung von Informationen über die Erdrutschgefahr in Bergtalgebieten, insbesondere auf ein Verfahren zur Gewinnung von Informationen uber die Erdrutschgefahr in Bergtalgebieten auf der Grundlage von
UAV-Bilddaten.
Technologie im Hintergrund
Ein Erdrutsch ist ein Hang mit einem bestimmten Gefälle, an dem natürliche oder vom
Menschen verursachte zerstôrerische Kräfte wirken, die dazu führen, dass ein Teil des Hanges in eine bestimmte Richtung abrutscht. Die Überwachung der Erdrutschgefahr in
Hochtalgebieten bezieht sich auf die Anwendung verschiedener Techniken und Methoden, um einen umfassenden dreidimensionalen Ansatz für alle Arten von geologischen
Gefahrenaktivitäten und die Dynamik verschiedener auslôsender Faktoren in verschiedenen räumlichen Maßstäben und auf hierarchische Weise entsprechend dem Phasenmuster der
Entwicklung im Laufe der Zeit durchzufiihren.
Derzeit werden zur Identifizierung und Uberwachung von Erdrutschen, Erdfillen und
Murgängen folgende traditionelle Kartierungstechniken eingesetzt: Erhebungen vor Ort, satellitengestiitzte Fernerkundung (optische Fernerkundung, Radar-Fernerkundung) und fotografische Fernerkundung aus der Luft (luftgestiitzte Radar-Fernerkundung, unbemannte fotografische Fernerkundung aus der Luft). Beim gegenwärtigen Stand von Wissenschaft und
Technik lassen sich Informationen über Ausmaß, Zeitpunkt und Ort von Erdrutschen trotz immer strengerer Uberwachung noch immer nicht genau vorhersagen, und die rasche und genaue Lokalisierung von erdrutschgefährdeten Gebieten ist der Schlüssel zu
Noftfallrettungsmaßnahmen nach einer Katastrophe, doch Erdrutsche treten meist in
Gebirgsregionen mit komplexem Gelände auf, was die Rettungsarbeiten erheblich erschwert.
Die Identifizierung von Erdrutschen und die Gewinnung von Informationen wurde erstmals vorgeschlagen und wird auch heute noch häufig als Technik der Feldvermessung und der Standortuntersuchung eingesetzt, die genaue und präzise Informationen über Erdrutsche liefert, aber aufgrund der instabilen Geologie neuer Erdrutsche kann es leicht zu
Sekundärrutschen kommen, die das Leben der Ermittler bedrohen. Außerdem werden dadurch häufig Straßen beschädigt und blockiert, was zu Unannehmlichkeiten für den Verkehr führt und die Erhebungen vor Ort langwierig, kostspielig und ineffizient macht, was die anschließenden
Rettungs- und Notfallmaßnahmen nach der Katastrophe erheblich beeinträchtigt.
Die auslösenden Faktoren für Erdrutsche in Hochgebirgstälern sind vielschichtig, vor allem Schäden durch menschliche Ausgrabungen, starke Regenfälle und Erdbeben, die oft in kurzer Zeit große Erdrutsche auslösen. In solchen Fällen kann die herkömmliche
Informationsbeschaffung vor Ort den Erfordernissen der Notfälle nur schwer gerecht werden.
Infolgedessen hat sich die Fernerkundungstechnologie als wirksame technische Unterstützung für die Notfallmaßnahmen bei Katastrophen großen Ausmaßes erwiesen. Nach einer
Katastrophe können Methoden wie die Interpretation und Analyse von Stereobildern anhand von Luftaufnahmen zur Erkennung und Identifizierung von Erdrutschen eingesetzt werden. Mit der allmählichen Erhöhung der Auflösung von Satellitensensoren hat die technische Forschung zur Gewinnung von Erdrutschen mittels Fernerkundung immer mehr Aufmerksamkeit von
Forschern erhalten, und die wichtigsten Datenquellen für die Gewinnung von
Erdrutschinformationen sind SPOT, QUICKBIRD und IKONOS. Diese Fernerkundungsbildel-U504675 mit hoher räumlicher Auflösung sind jedoch schwierig und teuer zu beschaffen und werden durch Klima und Bewölkung beeinflusst. Die Vorteile der Fernerkundung liegen in den niedrigen Kosten, der flexiblen Landung und dem Start, der hohen Auflösung und den variablen
Aufnahmewinkeln usw. In Verbindung mit der Technologie zur Verarbeitung von
Fernerkundungsdaten bietet sie erhebliche Vorteile fiir die Anwendung in der Notfallrettung, der Untersuchung und Uberwachung von Katastrophen und der Bewertung geologischer
Katastrophen. Daher wird die Verwendung von UAV-Fernerkundungsdaten in der
Erdrutschforschung zur Gewinnung von Informationen über Erdrutsche allmählich zum
Mainstream.
Zusammenfassend lässt sich sagen, dass in Hochgebirgstälern, in denen Erdrutsche,
Erdfälle und Murgänge häufige geologische Gefahren darstellen, die effiziente Erfassung hochpräziser Fernerkundungsdaten von Katastrophengebieten eine Priorität darstellt.
Herkömmliche Überwachungsmethoden sind für Hochgebirgstäler, in denen das Gelände stark hügelig ist, nicht geeignet und werden oft durch nicht-menschliche Bedingungen wie den
Einfluss von Signalen, Schwierigkeiten bei der Aufstellung von Maschinen und tückische
Straßen beeinträchtigt, was die Überwachung erschwert. Der Einsatz optischer
Fernerkundungssatelliten und der Radar-Fernerkundung ist für die Überwachung kleiner
Gebiete nicht ausreichend, und es gibt weitere Probleme wie eine unzureichende Bildauflösung und Schwierigkeiten bei der Entschlüsselung und Identifizierung von Fehlberechnungen, die der Untersuchung von Erdrutschen, Erdrutschen und Schlammlawinen als geologische
Gefahren nicht gerecht werden. In der gegenwärtigen Phase gibt es hauptsächlich zwei Arten von UAV-Bildern: sichtbare Dreiband- und sichtbare + Nahinfrarot-Vierbandbilder, von denen die sichtbaren Bilder am weitesten verbreitet sind. Aus diesem Grund basiert diese Erfindung auf der Technologie zur Extraktion von Erdrutschinformationen aus optischen
UAV-Fernerkundungsdaten, um eine tiefere Anwendung der UAV-Fernerkundung im Bereich der Erdrutschextraktion zu ermöglichen und eine methodische Referenz und technische
Unterstützung für die Katastrophenvorbeugung und -minderung, die Rettung nach einer
Katastrophe und andere Arbeiten zu bieten.
Inhalt der Erfindung (1) Gelöstes technisches Problem
Die vorliegende Erfindung stellt ein Verfahren zur Gewinnung von Informationen über die
Erdrutschgefahr in Hochgebirgstälern auf der Grundlage von UAV-Bilddaten zur Verfügung, um die Nachteile bestehender Verfahren zur Gewinnung von Informationen über die
Erdrutschgefahr zu überwinden, wie z.B. hohe Kosten, langer Zeitraum, starker Einfluss von
Wolken und Geländeschatten und schlechte Sicherheit. (2) Technische Lösungen
Um den oben genannten Zweck zu erreichen, wird die vorliegende Erfindung durch die folgende technische Lösung realisiert: ein Verfahren zur Gewinnung von Informationen über
Erdrutschkatastrophen in hochalpinen Talgebieten auf der Grundlage von UAV-Bilddaten, die vorliegende Erfindung stellt ein Verfahren zur Gewinnung von Informationen über
Erdrutschkatastrophen auf der Grundlage von UAV-Bilddaten bereit, das die folgenden Schritte umfasst:
Schritt 1, UAV-Datenerfassung, einschließlich Felduntersuchung,
Bodenkontrollpunkteinrichtung und -messung, Routeneinrichtung, Parametereinstellung,
Flugbetrieb, Gewinnung von UAV-Luftbilddaten; LU504675
Schritt 2, Bilddateninspektion und Qualitätsbewertung, einschlieBlich
Datenqualitätsinspektion, Luftbildaufnahmen, Vorverarbeitung.
Schritt 3, Datenprodukt und 3D-Szenenerzeugung, Daten einschlieBlich DRG (Digital
Raster Map), DLG (Digital Line Delineation Map), DEM (Digital Elevation Model) und DOM (Digital Orthophoto Map);
Der technologische Prozess der 3D-Szenenkonstruktion umfasst hauptsächlich die
Inspektion und Vorverarbeitung von Bilddaten, den Abgleich von Merkmalen aus mehreren
Ansichten, die Triangulation von Luftbildern, die Erzeugung einer dichten Punktwolke, die
Konstruktion eines 3D-TIN-Gitters, die Texturkartierung und die Erstellung eines digitalen
Produkts;
Schritt 4, Extraktion von Erdrutschmerkmalen und Identifizierung von
Katastropheninformationen, Erdrutschtyp, Einteilung der Anfälligkeit für Erdrutsche,
Überwachung von Erdrutschveränderungen auf der Grundlage der Analyse von Bildspektren,
Formmerkmalen, Geländemerkmalen, Texturmerkmalen, Multiskalensegmentierung von
Fernerkundungsbildern, Klassifizierung von Fernerkundungsbildern, visuelle Interpretation,
Erdrutschextraktion.
Schritt 5, Analyse der Genauigkeit der Extraktion von Erdrutschinformationen.
Die vorliegende Erfindung stellt ein Verfahren zur Extraktion von
Erdrutsch-Katastropheninformationen auf der Grundlage von UAV-Bilddaten bereit, das die folgenden Schritte umfasst: Schritt S10, UAV-Datenerfassung, einschließlich Bilddaten und
LiDAR-Daten; Schritt S20, Bilddatenprüfung und OQualitätsbewertung, einschließlich
Datenqualitätsprüfung, Vorverarbeitung von Luftbildaufnahmen; Schritt S30, Erzeugung von
Datenprodukten und 3D-Szenen, einschließlich Prüfung und Vorverarbeitung von Bilddaten,
Abgleich von Merkmalen aus mehreren Ansichten, Triangulation aus der Luft, Erzeugung von
Punktwolken mit dichtem Abgleich, Konstruktion von 3D-TIN-Gittern, Texturkartierung und
Erzeugung von digitalen Produktergebnissen; Schritt S40, Extraktion von Erdrutschmerkmalen und Identifizierung von Gefahreninformationen, Einteilung von Erdrutschtypen und -anfälligkeiten, Überwachung von Erdrutschänderungen; Schritt S50, Analyse der Genauigkeit der Extraktion von Erdrutschinformationen; Verwendung von quantitativen Methoden zur
Berechnung der Genauigkeit der Extraktion von Erdrutschinformationen, Verwendung von zwei
Genauigkeitsmaßen des Fehlers T.E und des Kappa-Koeffizienten für die quantitative
Bewertung der Genauigkeit der Erdrutschextraktion, Kreuzmatrix der Extraktionsergebnisse.
Weiterhin, in S10, einschließlich der folgenden: S11, Aufnahme einer Bildkarte des
Untersuchungsgebiets, im Wesentlichen das Verständnis des umgebenden Geländes und
Gelände und Verkehr aus dem Bild, und auf der Grundlage der erhaltenen Informationen, die
Durchführung einer Umfrage des Feldes und die Auswahl eines geeigneten Standortes als
UAV-Start-und Landeplatz; S12, Verlegung von Bodenkontrollpunkten und Erfassung von dreidimensionalen Koordinateninformationen: Die eigentliche Verlegung erfolgt entsprechend der Ausdehnung des Testgebiets und der Höhenunterschiede des Bodens auf der Grundlage der
Feldvermessung.
Weiterhin werden in S12 insgesamt 15 Bodenkontrollpunkte an den Ecken und in der
Mitte des Testgebiets angelegt, wobei die Bodenkontrollpunkte ein L-förmiges Muster aufweisen, wobei der mittlere Kontrollpunkt L-förmig weiß und die anderen L-förmig mit einem blauen Klebebandmuster versehen sind.
Weiterhin, nach S12, gibt es auch: S13, Sammeln von dreidimensionalefrY904675
Koordinateninformationen, einschließlich Längengrad, Dimension und Hohe, der kreisfôrmigen
Position des Bodenkontrollpunkts unter Verwendung eines dynamischen
Echtzeit-Messinstruments; S14, Routenverlegung, Parametereinstellung und Flugbetrieb, Erhalt von Luftbilddaten.
Weiterhin, in S14, einschlieBlich der folgenden: S141, Montage der UAV-Batterie,
Fernbedienung Batterie; S142, nach der Auswahl eines geeigneten Standortes, nach dem spezifischen Gelände, kombiniert mit der tatsächlichen Situation fiir die Route legen; S143, visuell schätzen die Lange des Themas, und wählen Sie eine geeignete Flugrichtung; S144, Je nach Komplexität des Themas wird das Untersuchungsgebiet aufgeteilt und die Route auf der
Grundlage der Oberflächenbeschaffenheit des Testgebiets und der Reichweite der Drohne geplant, wobei eine Uberlappung von 90% des Kurses und 80% der Seiten festgelegt wird.
Weiterhin wird in S14 die Flughôhe des UAV auf 200 m eingestellt, die
Fluggeschwindigkeit beträgt Sm/s, das Objektiv wird senkrecht nach unten auf den Boden geschossen, der Flug erfolgt entlang der geplanten Route, und die UAV-Bilddaten und
LiDAR-Daten werden Partition für Partition gesammelt.
Weiterhin enthalten in S20: S21, Datenqualitätsprüfung: die erworbenen Bilddaten werden überprüft, die Prüfung umfasst: Bildbelichtung, Bild Unschärfe, Bildintegrität und Kontinuität, wenn es ein Problem in der Prüfung Inhalt, zu machen oder neu zu schießen; S22,
Vorverarbeitung des Luftbildes: die Kontinuität der Bilddaten, die Integrität der Informationen wird überprüft, das Bild mit großer Verzerrung wird zurückgewiesen, und das Bild wird mit
Rauschentfernung, Verbesserung und Farbabgleich vorverarbeitet.
Weiterhin umfasst Schritt S30: S31, nach Abschluss der UAV-Luftvermessung, die
Durchführung der 3D-Szenenkonstruktion und der Bildzusammensetzungsverarbeitung;, S32, unter Verwendung der 3D-Bodenmessungs-Koordinateninformationen der in Schritt S10 festgelegten Bodenkontrollpunkte, die Durchführung der geometrischen Korrektur und der
Konvertierung der räumlichen Projektion der Luftvermessungsbilder, um Orthofotos mit
Zentimeterauflosung und digitale Oberflächenmodelle zu erzeugen; wobei die ausgewählten
Bodenkontrollpunkte auf mindestens fünf Luftvermessungsbildern erscheinen müssen, um die
UAV-Bilddaten zweimal im Testgebiet räumlich auszurichten.
Weiterhin umfasst Schritt S40: S41, Erfassen von Erdrutschinformationen auf der
Grundlage von Bildspektralmerkmalen, Geländemerkmalen, Formmerkmalen,
Texturmerkmalen, Mehrskalensegmentierung von Fernerkundungsbildern, Klassifizierung von
Fernerkundungsbildern und visueller Interpretation; S42, Extrahieren von Erdrutschmerkmalen unter Verwendung objektorientierter Methoden auf der Grundlage von Orthophotos, die aus
UAV-Bilddaten erzeugt wurden.
Weiterhin gehôren zu S42: S421, Multiskalensegmentierung der erhaltenen Bilddaten zur
Erzeugung von Bildobjekten; S422, Aufbau eines Merkmalsraums und Analyse verschiedener
Merkmale der Bildobjekte, einschlieBlich Form, Textur, Vegetation, Spektrum und anderer
Merkmale; S423, Implementierung der Erdrutschextraktion nach einem Erdbeben auf der
Grundlage der deutschen eCognition-Softwareplattform. (3) Vorteilhafte Effekte
Die vorliegende Erfindung stellt ein Verfahren zur Extraktion von Informationen über
Erdrutschkatastrophen in Hochgebirgstälern auf der Grundlage von UAV-Bilddaten bereit. Sie hat die folgenden vorteilhaften Auswirkungen:
Die Methode zur Gewinnung von Informationen über Erdrutschgefahren auf dek 504675
Grundlage von UAV-Bilddaten kann effektiv Informationen über Erdrutschgefahrenarten und deren Gebietsveränderungen usw. extrahieren. Gleichzeitig kann die räumliche und zeitliche
Verteilung von Erdrutschgefahrenarten das häufige Auftreten und den Entwicklungstrend von 5 Erdrutschen effektiv überwachen und technische Unterstützung für die Entscheidungsfindung bei der Bewertung des Erdrutschrisikos und dem Einsatz von Präventionsmaßnahmen bieten.
Beschreibung der beigefügten Zeichnungen
Bild 1 zeigt ein Flussdiagramm der Extraktion von Informationen über die Erdrutschgefahr im Hochgebirgstal aus den UAV-Bilddaten in der vorliegenden Erfindung;
Bild 2 zeigt ein schematisches Diagramm eines digitalen Höhenmodells des
Untersuchungsgebiets für die UAV-Bilddaten in der vorliegenden Erfindung;
Bild 3 zeigt ein schematisches Diagramm des Orthofotos des UAV in der vorliegenden
Erfindung;
Bild 4 zeigt ein schematisches Diagramm der Oberflächenlandschaft der UAV-Bilddaten im Rahmen der vorliegenden Erfindung;
Bild 5 zeigt ein schematisches Diagramm des externen Feldvermessungsstandorts der vorliegenden Erfindung.
Detaillierte Beschreibung
Die technischen Lösungen in den Ausführungsformen der vorliegenden Erfindung werden im Folg Die technischen Lösungen in den Ausführungsformen der vorliegenden Erfindung werden nachstehend in Verbindung mit den beigefügten Zeichnungen in den
Ausführungsformen der vorliegenden Erfindung klar und vollständig beschrieben, und es ist klar, dass die beschriebenen Ausführungsformen nur einen Teil der Ausführungsformen der vorliegenden Erfindung darstellen, und nicht alle von ihnen. Ausgehend von den
Ausfithrungsformen der vorliegenden Erfindung fallen alle anderen Ausführungsformen, die von einem Fachmann ohne schöpferische Arbeit erzielt werden können, in den Schutzbereich der vorliegenden Erfindung, die im Folgenden in Verbindung mit bestimmten
Ausführungsformen näher beschrieben wird.
Ausführungsform 1
Unter Bezugnahme auf die Bilder 1-5 stellt die vorliegende Erfindung ein Verfahren zur
Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in alpinen Schluchtgebieten bereit, wobei das Verfahren die folgenden Schritte umfasst:
Schritt 1, UAV-Datenerfassung, basierend auf Feldvermessung, Verlegung und Messung von Bodenkontrollpunkten, Routenverlegung, Parametereinstellung und Flugbetrieb, um
Luftbilddaten zu erhalten.
Wobei die Feldvermessung folgende Elemente umfasst:
Legen von Bodenkontrollpunkten und Sammeln von 3D-Koordinateninformationen;
Legen von Bodenkontrollpunkten unter Verwendung kreisförmiger Muster als Kontrollpunkte, wobei der Durchmesser des Kreises mindestens das Zehnfache der Bildauflösung beträgt;
Sammeln von geografischen 3D-Koordinateninformationen, die dem Kreismittelpunkt des kreisförmigen Musters entsprechen, bzw. Längengrad, Breitengrad und Höhe, um 3D-Koordinateninformationen zu erhalten.
Die UAV-Bilddaten werden gesammelt, indem die Route festgelegt, die Parameter eingestellt und die Operation geflogen wird; beim Sammeln der UAV-Bilddaten folgt das UAV der geplanten Route, wobei 80% Uberlappung des Kurses und 70% seitliche Überlappung eingestellt werden, und eine Flughôhe von 50-120m, und sammelt die Drohnenbilddaterr/504675 mehrmals, jedes Mal mit den gleichen Luftvermessungsparametern, wobei die Sammelzeit in
Gefrier- und Auftau-Perioden unterteilt wird, um die Drohnenbilddaten zu erhalten.
Schritt 2, Prüfung der Bilddaten und Qualitätsbewertung, einschlieBlich Prüfung der
Datenqualität, Luftaufnahmen, Vorverarbeitung, Texturanalyse, Modellanalyse usw,
Verzerrungskorrektur, | Null-Dreifach-Verschlüsselung, geometrische Korrektur und
Bildverbesserung;
Zusammenfügen der UAV-Bilddaten und Durchführen von geometrischer Korrektur und räumlicher Ausrichtung; Kombinieren von Bodenkontrollpunkten und ihren gemessenen geografischen 3D-Koordinateninformationen, Zusammenfügen und geometrische Korrektur der
UAV-Bilddaten, wobei die Bodenkontrollpunkte auf mindestens 5 einzelnen UAV-Bilddaten erscheinen und mehrere räumliche Ausrichtungen der UAV-Bilddaten unter Verwendung gleichnamiger Bodenkontrollpunkte durchgeführt werden.
Schritt 3, Datenprodukt- und 3D-Szenenerzeugung: Der technologische Prozess der 3D-Szenenerzeugung umfasst hauptsächlich die Prüfung und Vorverarbeitung von Bilddaten, den Abgleich von Bildmerkmalen aus mehreren Ansichten, die Triangulation aus der Luft, die
Erzeugung einer dichten Punktwolke, die Konstruktion eines 3D-TIN-Gitters, die
Texturkartierung und die Erstellung eines digitalen Produkts.
Schritt 4, Extraktion von Erdrutschmerkmalen und Identifizierung von
Gefahreninformationen, Erdrutschtyp, Einteilung der Anfälligkeit für Erdrutsche und
Überwachung von Erdrutschveränderungen.
Auf der Grundlage der Spektralanalyse von Bildern, der Analyse von Form- und
Geländemerkmalen, der Analyse von Texturmerkmalen, der mehrstufigen Segmentierung von
Fernerkundungsbildern, der Klassifizierung von Fernerkundungsbildern und der visuellen
Interpretation werden Erdrutschinformationen extrahiert.
Auf der Grundlage des aus den UAV-Bilddaten generierten Orthofotos wird ein objektorientierter Ansatz verwendet, um Erdrutschmerkmale zu extrahieren.
Der Grundgedanke ist folgender: Zunächst wird eine mehrskalige Segmentierung der erfassten Bilddaten durchgeführt, um Bildobjekte zu erzeugen; anschließend wird ein
Merkmalsraum konstruiert und verschiedene Merkmale der Bildobjekte werden analysiert, darunter Form, Textur, Vegetation, Spektrum und andere Merkmale; schließlich wird die
Extraktion von Erdrutschen nach dem Erdbeben auf der Grundlage der deutschen eCognition-Softwareplattform durchgeführt.
Schritt 5, Auswertung der Analyse der Genauigkeit der Erdrutschextraktion auf der
Grundlage von UAV-Bilddaten.
Die vorliegende Ausführungsform veranschaulicht die Erfindung in Verbindung mit den beigefügten Zeichnungen weiter.
Diese Anwendung basiert auf dem Untersuchungsgebiet des Schlammlawinen-Tals des
Dabai Nai-Flusses im Südwesten des Bezirks Dongchuan, Stadt Kunming, Provinz Yunnan, das den Dabai Nai-Fluss und den Xiaobai Nai-Fluss umfasst, die beide Nebenflüsse des
Xiaojiang-Flussbeckens sind und sich von Südwesten nach Nordosten erstrecken, mit einer geografischen Lage von 103° 9’ 50” E~103° 13’ 13” E, 25° 55' 58” N~26° 01' 13”
N.
Das Tal hat eine lange und schmale Schlucht, und das Gelände in der Senke ist steil, mit hohen Abhängen, steilen Bergen und karger Vegetation auf beiden Seiten der Schlucht. Die
Oberfläche der Rinne ist von ständiger Auswaschung und Anhäufung von Sedimenter-/504675 durchzogen, wobei das Wasser aus der Mitte der Rinne durch das gesamte Tal fließt, der Boden in der Mitte weich und einsturzgefährdet ist, während sich auf beiden Seiten der Rinne riesige
Sedimenthügel bilden und der Boden härter ist. Das komplexe Gelände ist ein hervorragendes
Studiengebiet für die Erforschung des Einsatzes von UAV-Fernerkundungstechnologie zur
Überwachung von Murenabgängen.
Das Verfahren zur Gewinnung von Informationen über die Permafrostgefahr auf der
Grundlage von UAV-Bilddaten umfasst die folgenden Schritte:
Schritt 1, UAV-Datenerfassung, einschließlich Bilddaten und LiDAR-Daten.
Der Prozess der UAV-Fernerkundungsdatenerfassung umfasst die Feldvermessung, das
Setzen und Messen von Bodenkontrollpunkten, die Routeneinstellung, die Parametereinstellung, den Flugbetrieb und die Erfassung von Luftbilddaten.
Feldvermessung: Schlammlawinen sind meist in gebirgigen Gegenden mit komplexem
Gelände zu finden.
Vor dem Einsatz war eine Feldbegehung des Untersuchungsgebiets erforderlich, um die grundlegenden Bedingungen des Untersuchungsgebiets, das Vorhandensein von
Flugverbotszonen in der Umgebung und die Lande- und Startbedingungen des UAV zu verstehen.
Zunächst wird die Bildkarte des Untersuchungsgebiets mit Hilfe der
Aowei-Kartensoftware erstellt, um ein grundlegendes Verständnis des umgebenden Geländes und des Verkehrs aus dem Bild zu gewinnen. Auf der Grundlage der gewonnenen
Informationen wird eine Feldbegehung durchgeführt und ein geeigneter Standort als Start- und
Landepunkt fiir das UAV ausgewählt.
Verlegung von Bodenkontrollpunkten und Erfassung von dreidimensionalen
Koordinateninformationen: Je nach Umfang des Testgebiets und der Hôhenunterschiede des
Bodens erfolgt die eigentliche Verlegung auf der Grundlage der Geländeaufnahme.
An den vier Ecken und in der Mitte des Testgebiets wurden insgesamt 15
Bodenkontrollpunkte mit einem L-fôrmigen Muster verlegt, wobei der mittlere Kontrollpunkt mit weißer Sprühfarbe und die anderen mit blauem Klebeband markiert wurden.
Anschließend wurden mit Hilfe von Echtzeit-Kinematik-Messgeräten (Real-TimeKinematic,
RTK) 3D-Koordinateninformationen, einschließlich Längengrad, Abmessung und Hohe, der
Bodenkontrollpunkte im Zentrum des Kreises erfasst. Die 3D-Koordinaten stammen aus dem
CORS-Netz (ContinuouslyOperatingReferenceStation) der Empfangsstationen des Yunnan
Provincial Bureau of Surveying, Mapping and Geoinformation mit einer Genauigkeit von
Zentimetern.
Das Modell des RTK-Messgeräts in dieser Ausführungsform ist: Southern Thousand Seek
SRmini, aber nicht darauf beschränkt.
Die 3D-Koordinaten der Bodenkontrollpunkte stammen in dieser Variante unter anderem aus dem Netz der kontinuierlich arbeitenden Empfangsstationen für
Satellitenpositionierungsdienste (YNCORS) des Yunnan Provincial Bureau of Surveying,
Mapping and Geoinformation, aber nicht darauf beschränkt.
Die Route wird festgelegt, die Parameter werden eingestellt und der Flugbetrieb wird durchgeführt, um Luftbilddaten zu erhalten: Die externen Luftbildaufnahmen werden durchgeführt, wenn das Wetter klar ist, es keine Wolken in geringer Hôhe gibt, die
Windgeschwindigkeit weniger als 8m/s beträgt, die Sicht mehr als Skm beträgt und der
Sonnenstandswinkel größer als 45° ist. LU504675
Zunächst wird die Batterie der Drohne und die Batterie der Fernsteuerung zusammengebaut.
Nach der Auswahl eines geeigneten Standorts wird die Route entsprechend dem spezifischen Gelände und in Verbindung mit der tatsächlichen Situation festgelegt. Da sich die
Drohne in der Talsohle befindet, versuchen Sie je nach Standort des Objekts die Flughöhe zu bestimmen, fliegen Sie den höchsten Punkt an, an dem sich das Objekt befindet, vergewissern
Sie sich, dass es in der Nähe weniger Hindernisse gibt, das Signal stabil und sicher ist, und wählen Sie die aktuelle Höhe als Flughöhe aus; schätzen Sie wiederum die Länge des Objekts visuell ein und wählen Sie eine geeignete Flugrichtung.
Schließlich wird das Untersuchungsgebiet je nach Komplexität des Objekts in Zonen eingeteilt, und die Route wird auf der Grundlage der Oberflächenbeschaffenheit des Testgebiets und der Reichweite der Drohne geplant, wobei eine 90-prozentige Überlappung in der Richtung und eine 80-prozentige seitliche Überlappung festgelegt werden.
Aufgrund des hügeligen Geländes des Testgebiets wurde das UAV so eingestellt, dass es in einer Höhe von 200m und mit einer Geschwindigkeit von 5m/s fliegt, wobei die Kamera senkrecht nach unten auf den Boden gerichtet ist. Das UAV wird so betrieben, dass es entlang der geplanten Route fliegt und die UAV-Bilddaten und LiDAR-Daten Partition für Partition sammelt.
Die UAV-Luftvermessungsplattform in diesem Beispiel ist die DJI M300 UAV mit der
Kamera RainpooM6P2020081S; die LiDAR-Daten werden unter anderem mit dem HASCO
Navigation AA450 LiDAR-Messsystem erfasst, aber nicht darauf beschränkt.
Schritt 2, Prüfung der Bilddaten und Qualitätsbewertung, einschließlich Prüfung der
Datenqualität und Vorverarbeitung der Luftbildaufnahmen.
Überprüfung der Datenqualität: Nachdem das UAV den Flugbetrieb abgeschlossen hat, müssen die erfassten Bilddaten überprüft werden. Die Prüfung umfasst: Bildbelichtung,
Bildunschärfe, Bildintegrität und Kontinuität. Bei Problemen mit dem Inhalt der Inspektion müssen die Aufnahmen wiederholt oder neu aufgenommen werden, um die besten Daten zu erhalten.
Vorverarbeitung von Luftbildaufnahmen: Die Kontinuität der Bilddaten und die Integrität der Informationen werden überprüft. Gleichzeitig müssen Bilder mit starken Verzerrungen und
Unterbelichtungen, die durch Wetter- und Lichtfaktoren während des Aufnahmeprozesses verursacht wurden, eliminiert werden, und es können Vorverarbeitungsschritte wie
Rauschentfernung, Verbesserung und Farbabgleich an den Bildern durchgeführt werden, um sicherzustellen, dass die Qualität der simultanen Bilddaten so konsistent wie möglich ist. Nach dem Laden der Daten können Sie die Wegpunktinformationen im 3DViewer-Ansichtsfenster für eine erste Überprüfung anzeigen.
Schritt 3, Datenprodukt und 3D-Szenenerzeugung: Der technologische Prozess der 3D-Szenenerzeugung umfasst hauptsächlich die Prüfung und Vorverarbeitung von Bilddaten, den Abgleich von Merkmalen aus mehreren Ansichten, die Triangulation aus der Luft, die
Erzeugung einer dichten Punktwolke, die Erstellung eines 3D-TIN-Gitters, die
Texturzuordnung und die Erzeugung eines digitalen Produkts.
Nach Abschluss der UAV-Luftbildvermessung wird die 3D-Szenenkonstruktion mit der
ContextCaptureCentert-Software von Bently durchgeführt. Nach Abschluss der
UAV-Luftbildvermessung wird die Pix4DMapper-Software für die Bildstitching-Verarbeitung verwendet, und die geometrische Korrektur und die geospatiale Projektionskonvertierung de} 4504675
Luftbildvermessungsbilder werden unter Verwendung der 3D-Koordinateninformationen der in
Schritt eins festgelegten Bodenkontrollpunkte durchgeführt. Das endgültige Orthofoto mit einer
Auflösung von einem Zentimeter und das digitale Oberflächenmodell (DigitalSurfaceModel ,
DSM) werden erstellt.
In diesem Schritt ist es wichtig zu beachten, dass die ausgewählten Bodenkontrollpunkte auf mindestens 5 Luftbildaufnahmen vorhanden sein sollten. Die räumliche Ausrichtung der
UAV-Bilddaten für das Testgebiet erfolgt zweimal anhand der gleichnamigen
Bodenkontrollpunkte.
Die durch UAV-Photogrammetrie gewonnenen Bilddaten sind reich an Bildinformationen und enthalten neben RGB-Farbinformationen auch POS-Daten (Längen-, Breiten- und
Hohendaten), die Hilfsdaten für die Triangulation aus der Luft liefern. Es können 3D-Modelle, digitale Orthofotos (DigitalOrthophotoMap, DOM), digitale Oberflaichenmodelle (Digital SurfaceModel, DSM), digitale Hohenmodelle (DigitalElevationModel, DEM) und dicht aufeinander abgestimmte Punktwolkendaten gewonnen werden. Die Datenquellen sind intuitiv, reich an 3D-Detailtexturinformationen und können als Schlüsseldaten für die Extraktion und
Analyse von Geldndemerkmalen verwendet werden, während die Punktwolken
Farbinformationen enthalten, was die Daten reich an Ergebnissen macht, aber auch die
Datenverarbeitung erschwert.
Schritt 4, Extraktion von Erdrutschmerkmalen und Identifizierung von
Gefahreninformationen, Erdrutschtyp, Einteilung der Anfälligkeit für Erdrutsche und
Überwachung von Erdrutschveränderungen.
Auf der Grundlage der Spektralanalyse von Bildern, der Analyse von Geländemerkmalen, der Analyse von Formmerkmalen, der Analyse von Texturmerkmalen, der mehrstufigen
Segmentierung von Fernerkundungsbildern, der Klassifizierung von Fernerkundungsbildern und der visuellen Interpretation werden Erdrutsche extrahiert.
Auf der Grundlage des aus den UAV-Bilddaten generierten Orthofotos wird ein objektorientierter Ansatz verwendet, um Erdrutschmerkmale zu extrahieren.
Die Grundidee: Erstens wird eine mehrstufige Segmentierung der erfassten Bilddaten durchgeführt, um Bildobjekte zu erzeugen; zweitens wird ein Merkmalsraum konstruiert und verschiedene Merkmale der Bildobjekte werden analysiert, darunter Form, Textur, Vegetation, spektrale und andere Merkmale; schließlich wird die Extraktion von Erdrutschen nach dem
Erdbeben auf der Grundlage der deutschen eCognition-Softwareplattform durchgeführt.
Die topografischen und geomorphologischen Merkmale des Erdrutsches sind relativ offensichtlich, und in Verbindung mit der Tatsache, dass der Erdrutsch auch reichhaltige
Merkmale (wie Farbton, Geometrie, Textur usw.) auf dem Fernerkundungsbild aufweist, kann die Erdrutschextraktion durch Vergleich und Analyse der oben genannten Merkmale erreicht werden.
Bei der Interpretation von Rutschungsmerkmalen werden die folgenden Aspekte kombiniert: (1) Farbtonmerkmale, Erdrutsche erscheinen auf optischen Fernerkundungsbildern in hellen Farbtönen wie Weiß, Grau, Hellgrau und Off-White. In Gebieten, in denen Erdrutsche auftreten, gibt es nur wenig oder gar keine spärliche Vegetation auf der Bodenoberfläche, und am Fuß des Erdrutsches kommt es zu großen Ansammlungen von Steinen, Schutt und anderen
Trümmern, da die Bäume in der Umgebung zerstört sind.
(2) Bildmerkmale, Der Erdrutsch ist eine Kombination aus Rückwand und Seitenwand irr/504675
Form eines geschlossenen Stuhls, und der Erdrutsch weist eine Vielzahl von morphologischen
Merkmalen auf, meist in Form einer langen Zunge, eines Ovals, eines Hufeisens, usw. (3) Vegetationsmerkmale, als Teil des Hanges entlang der entsprechenden Oberfläche für
Scherbewegung und die Bildung von Erdrutschen, so dass das Auftreten von Erdrutschen
Schäden an der umgebenden Vegetation und der Oberfläche verursachen wird, sobald der
Erdrutsch auftritt, wird die Vegetation auf dem Erdrutsch Körper auch von der Vegetation in der
Umgebung unterschiedlich sein, können Sie beobachten, dass die Vegetation um den Erdrutsch gekippt und direkt den Erdrutsch Körper bedeckt, so dass die Vegetation ist ein wichtiges
Merkmal, um den Erdrutsch zu identifizieren. (4) Texturmerkmale, der Rutscheffekt des Erdrutsches führt dazu, dass der Erdrutsch an verschiedenen Stellen unterschiedliche spektrale Reflexionseigenschaften aufweist, d.h. die
Textur des Erdrutsches weist einen groben und feinen Unterschied auf.
Schritt 5, Erdrutsch Informationen Extraktion Genauigkeit Analyse, die die Erfindung nutzt die UAV Ultra-Low-Höhe Fernerkundung Daten, so dass die quantitative Methode zur
Berechnung der Extraktion Genauigkeit der Erdrutsch Informationen, mit dem Fehler T.E und
Kappa-Koeffizient zwei Genauigkeit Maßnahmen für die quantitative Bewertung der Erdrutsch
Extraktion Genauigkeit, Extraktion Ergebnisse der Kreuz-Matrix.
Kombiniert mit den oben genannten Ausführungsformen, kann es veranschaulicht werden, dass die Erdrutschgefahr Informationen Extraktionsverfahren auf der Grundlage UAV-Bilddaten in der vorliegenden Erfindung kann effektiv extrahieren Erdrutschgefahr Arten und ihre Fläche
Änderungen, usw. Zur gleichen Zeit, die räumliche und zeitliche Verteilung von
Erdrutschgefahr Arten können effektiv überwachen das gemeinsame Auftreten und die
Entwicklung Trend von Erdrutschen, und bieten technische Unterstützung für die
Entscheidungsfindung von Erdrutschgefahr Risikobewertung und Prävention Projekteinsatz.
Obwohl Ausführungsformen der vorliegenden Erfindung gezeigt und beschrieben wurden, ist es für den Fachmann selbstverständlich, dass eine Vielzahl von Variationen, Modifikationen,
Ersetzungen und Varianten dieser Ausführungsformen vorgenommen werden können, ohne von den Prinzipien und dem Geist der vorliegenden Erfindung abzuweichen, deren Umfang durch die beigefügten Ansprüche und deren Äquivalente begrenzt ist.
Claims (10)
1. Ein Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten, gekennzeichnet durch: die folgenden Schritte umfasst: Schritt S10, UAV-Datenerfassung, einschließlich Bilddaten und LIDAR-Daten; Schritt S20, Prüfung und Qualitätsbewertung der Bilddaten, einschließlich der Prüfung der Datenqualität und der Vorverarbeitung von Luftbilddaten; Schritt S30, Datenprodukt- und 3D-Szenenerzeugung, einschließlich Bilddateninspektion und -Vorverarbeitung, Multi-View-Bild-Merkmalsabgleich, Triangulation aus der Luft, Erzeugung von Punktwolken mit dichtem Abgleich, 3D-TIN-Gitterkonstruktion, Texturkartierung und Erzeugung digitaler Produktergebnisse; Schritt S40, Extraktion von Erdrutschmerkmalen und Identifizierung von Gefahreninformationen, Einteilung von Erdrutschtypen und Anfälligkeit, Überwachung von Erdrutschveranderungen; Schritt S50, Analyse der Genauigkeit der Extraktion von Erdrutschinformationen; Verwendung einer quantitativen Methode zur Berechnung der Extraktionsgenauigkeit von Erdrutschinformationen, Verwendung von zwei Genauigkeitsmaßen des Fehlers T.E und des Kappa-Koeffizienten für die quantitative Bewertung der Genauigkeit der Erdrutschextraktion, Kreuzmatrix der Extraktionsergebnisse.
2. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 1, dadurch gekennzeichnet, dass: in S10 die folgenden Schritte enthalten sind: S11, Aufnehmen einer Bildkarte des Untersuchungsgebiets, Erhalten eines grundlegenden Verstandnisses des umgebenden Geländes und des Verkehrs aus dem Bild, Durchführen einer Vermessung des Gebiets auf der Grundlage der erhaltenen Informationen und Auswählen eines geeigneten Ortes als UAV-Start- und Landeplatz; S12, Verlegen von Bodenkontrollpunkten und Sammeln von dreidimensionalen Koordinateninformationen: je nach Umfang des Testgebiets und der Bodenerhebungswellen, basierend auf der Feldvermessung, die tatsächliche Verlegung.
3. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 2, dadurch gekennzeichnet, dass: in S12 insgesamt 15 Bodenkontrollpunkte an den vier Ecken und in der Mitte des Testgebiets verlegt werden und die Bodenkontrollpunkte in einem L-fôrmigen Muster angeordnet sind, von denen die Kontrollpunkte in der Mitte in einem L-fôrmigen weißen Sprühlack und die anderen in einem L-fôrmigen blauen Bandmuster angeordnet sind.
4. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 3, dadurch gekennzeichnet, dass: nach S12, weiterhin die Schritte umfasst: S13, Sammeln von dreidimensionalen Koordinateninformationen, einschließlich Längengrad, Dimension und Höhe, der kreisfôrmigen Mittelpunktsposition des Bodenkontrollpunkts unter Verwendung eines dynamischen Echtzeit-Messinstruments; S14, Festlegen der Route, Einstellen von Parametern, Durchführen von Flugoperationen und Erhalten von Luftbilddaten.
5. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der
Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 4, dadurch 504675 gekennzeichnet, dass: in S14 die Schritte Folgendes umfassen: S141, Zusammenbau der UAV-Batterie, der Fernsteuerungsbatterie; S142, nach Auswahl eines geeigneten Ortes, Auslegen einer Route entsprechend dem spezifischen Gelände unter Berücksichtigung der tatsächlichen Situation; S143, visuelle Schätzung der Länge des Objekts und Auswahl einer geeigneten Flugrichtung; S144, je nach Komplexität des Objekts und auf der Grundlage der Oberflächenbeschaffenheit des Testgebiets und der Reichweite der Drohne wird das Untersuchungsgebiet aufgeteilt, die Route geplant und eine 90%ige Uberlappung der Flugrichtung und eine 80%ige Überlappung der Seiten festgelegt.
6. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 5, dadurch gekennzeichnet, dass in S14 die UAV-Flughöhe auf 200m eingestellt wird, die Fluggeschwindigkeit 5m/s beträgt, die Linse vertikal nach unten auf den Boden gerichtet ist, der Flug entlang der geplanten Route erfolgt und die UAV-Bilddaten und LiDAR-Daten Teil für Teil gesammelt werden.
7. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 1, dadurch gekennzeichnet, dass: in S20 die folgenden Schritte umfasst: S21, Prüfung der Datenqualität: Die erfassten Bilddaten werden geprüft, und die Prüfung umfasst: Bildbelichtung, Bildunschärfe, Bildintegrität und Kontinuität, und wenn es Probleme beim Prüfinhalt gibt, wird eine Nachbesserung oder eine Neuaufnahme gemacht; S22, Vorverarbeitung des Luftbildes: Die Kontinuität der Bilddaten und die Integrität der Informationen werden überprüft, das Bild mit großen Verzerrungen wird zurückgewiesen, das Bild wird durch Rauschentfernung, Verbesserung und Farbanpassung vorverarbeitet.
8. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 7, dadurch gekennzeichnet, dass: in Schritt S30 die folgenden Schritte durchgeführt werden: S31, nach Beendigung der UAV-Luftvermessung die Konstruktion einer 3D-Szene und die Durchführung einer Bildzusammensetzungsverarbeitung; S32, unter Verwendung der 3D-Bodenmessungs-Koordinateninformationen der in Schritt S10 festgelegten Bodenkontrollpunkte, Durchführen einer geometrischen Korrektur und einer Konvertierung der Georaumprojektion der Luftvermessungsbilder, um Orthofotos mit Zentimeterauflosung und digitale Oberflächenmodelle zu erzeugen; Wobei die ausgewählten Bodenkontrollpunkte auf mindestens fünf Luftvermessungsbildern zur räumlichen Ausrichtung der beiden UAV-Bilddaten des Testgebiets erscheinen müssen.
9. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 1, dadurch gekennzeichnet, dass: in S40 die folgenden Schritte umfasst: S41, Erhalten von Erdrutschinformationen auf der Grundlage von Bildspektralmerkmalanalyse, Geländemerkmalanalyse, Formmerkmalanalyse, Texturmerkmalanalyse, Multiskalensegmentierung von Fernerkundungsbildern, Klassifizierung von Fernerkundungsbildern und visueller Interpretation;
S42, Extraktion von Erdrutschmerkmalen auf der Grundlage des aus den UAV-BilddaterrU504675 erzeugten Orthofotos unter Verwendung eines objektorientierten Ansatzes.
10. Das Verfahren zur Gewinnung von Informationen über die Erdrutschgefahr auf der Grundlage von UAV-Bilddaten in Hochgebirgstalgebieten nach Anspruch 9, dadurch gekennzeichnet, dass: S42 die folgenden Schritte umfasst: S421, Durchfithren einer Multiskalensegmentierung an den erhaltenen Bilddaten, um Bildobjekte zu erzeugen; S422, Konstruieren eines Merkmalsraums und Analysieren verschiedener Merkmale des Bildobjekts, einschlieBlich Form, Textur, Vegetation, spektraler und anderer Merkmale; S423, Durchführung der Extraktion von Erdrutschen nach einem Erdbeben auf der Grundlage der deutschen eCognition-Softwareplattform.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210987243.3A CN115638772A (zh) | 2022-08-17 | 2022-08-17 | 基于无人机影像数据提取高山峡谷区滑坡灾害信息的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| LU504675B1 true LU504675B1 (de) | 2024-01-11 |
Family
ID=84940334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| LU504675A LU504675B1 (de) | 2022-08-17 | 2023-07-05 | Ein verfahren zur gewinnung von informationen über die erdrutschgefahr auf der grundlage von uav-bilddaten in hochgebirgstalgebieten |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115638772A (de) |
| LU (1) | LU504675B1 (de) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116843850B (zh) * | 2023-07-24 | 2024-05-28 | 保利长大工程有限公司 | 应急地形数据获取方法、系统及计算机可读存储介质 |
| CN118941968A (zh) * | 2024-10-12 | 2024-11-12 | 湖南科技大学 | 基于改进样本的滑坡灾害遥感智能判识提取方法及系统 |
-
2022
- 2022-08-17 CN CN202210987243.3A patent/CN115638772A/zh active Pending
-
2023
- 2023-07-05 LU LU504675A patent/LU504675B1/de active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115638772A (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| LU504675B1 (de) | Ein verfahren zur gewinnung von informationen über die erdrutschgefahr auf der grundlage von uav-bilddaten in hochgebirgstalgebieten | |
| DE102020122010B4 (de) | Verfahren und system zur bestimmung einer beschaffenheit einer geografischen linie | |
| DE102013222023A1 (de) | Mehrfach-Sichtbereich-Analyse | |
| EP3548842B1 (de) | Verfahren und vorrichtung zur georeferenzierung von luftbilddaten mit hilfe von sar-bilddaten | |
| DE102020122052B3 (de) | Verfahren und system zur kodierung von bilddaten, die eine geografische linie repräsentieren | |
| Gillan et al. | Spatially explicit rangeland erosion monitoring using high-resolution digital aerial imagery | |
| Broussard III et al. | Remotely sensed data provide spatial and temporal perspectives on ecological phenomena that would otherwise be difficult to study (Anderson and Gaston 2013). Moreover, UASs are emerging as flexible platforms that in many cases overcome previous constraints (ie, cost; atmospheric contamination; and spatial, spectral, and temporal limitations), and therefore, have the potential to supplement or replace traditional in situ and remotely collected data (Whitehead and Hugenholtz | |
| Letortu et al. | The potential of Pléiades images with high angle of incidence for reconstructing the coastal cliff face in Normandy (France) | |
| Rau et al. | Semi-automatic shallow landslide detection by the integration of airborne imagery and laser scanning data | |
| DE102004028736A1 (de) | Verfahren zur automatischen Erfassung und Bestimmung von ortsfesten Objekten im Freien von einem fahrenden Fahrzeug aus | |
| Lu et al. | Digital Heritage and Preservation: Aerial Photogrammetry and Lidar Applied to the Mapping of Kapayuwanan, Indigenous Paiwan Settlements, Taiwan | |
| DE4422411A1 (de) | Verfahren zur Überwachung auf dem Erdboden befindlicher Flächen und Anordnung zur Durchführung des Verfahrens | |
| DE202022106630U1 (de) | System zur Ermittlung von Baumdurchmessern auf Brusthöhe | |
| Brigante et al. | USE OF MULTISPECTRAL SENSORS WITH HIGH SPATIAL RESOLUTION FOR TERRITORIAL AND ENVIRONMENTAL ANALYSIS. | |
| Cox et al. | Aerial and terrestrial-based monitoring of channel erosion, headcutting, and sinuosity | |
| DE102020008065A1 (de) | Verfahren und System zur Bestimmung einer Beschaffenheit einer geografischen Linie | |
| Piermattei et al. | Analysis of glacial and periglacial processes using structure from motion. | |
| Nguyen | Landslide Recognition and Mapping for The Disaster Prevention and Risk Reduction Project | |
| Beaven et al. | Terrain evaluation for highway planning and design | |
| James | Three-Dimensional Reconstruction of Braided River Morphology and Morphodynamics with Structure-from-Motion Photogrammetry | |
| Michel et al. | Potential of pleiades vhr data for mapping applications | |
| KOKALJ et al. | Archaeological Application of an Advanced Visualisation Technique Based on Diffuse Illumination | |
| Huckins-Gang et al. | Reconstruction of Pre-and Post-Test Surfaces at the U-20az BARNWELL Site, Nevada National Security Site | |
| Okayli | Estimation and Feature Extraction to Support 3D Modelling for Virtual Bridge Inspection | |
| Demir et al. | Object Extraction at Airport Sites Using DTMs/DSMs and Multipectral Image Analysis |