WO2021128696A1 - 一种星/机载影像数据融合识别煤矿区场地特征的方法 - Google Patents

一种星/机载影像数据融合识别煤矿区场地特征的方法 Download PDF

Info

Publication number
WO2021128696A1
WO2021128696A1 PCT/CN2020/089302 CN2020089302W WO2021128696A1 WO 2021128696 A1 WO2021128696 A1 WO 2021128696A1 CN 2020089302 W CN2020089302 W CN 2020089302W WO 2021128696 A1 WO2021128696 A1 WO 2021128696A1
Authority
WO
WIPO (PCT)
Prior art keywords
area
land
site
mining area
coal mine
Prior art date
Application number
PCT/CN2020/089302
Other languages
English (en)
French (fr)
Inventor
董霁红
郭亚超
张华�
黄艳利
邹剑波
尚建选
王苏健
王鹏
Original Assignee
中国矿业大学
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 中国矿业大学 filed Critical 中国矿业大学
Priority to JP2021516588A priority Critical patent/JP2022522563A/ja
Priority to AU2020343997A priority patent/AU2020343997A1/en
Publication of WO2021128696A1 publication Critical patent/WO2021128696A1/zh

Links

Images

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
    • G06V20/13—Satellite images
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the invention relates to the field of unmanned aerial vehicle photogrammetry, in particular to a method for fusion of satellite/airborne image data to identify site features in coal mine areas.
  • the purpose of the present invention is to overcome the shortcomings of the prior art and propose a method for fusion of satellite/airborne image data to identify the site features of the coal mine area, which realizes the identification of the site features of the coal mine area with high efficiency, accuracy and speed.
  • a method for fusion of satellite/airborne image data to identify site features in coal mine areas including the following steps:
  • the area of the coal mine industry square When taking the scope of the industrial square as the boundary, it is divided into the area of the coal mine industry square and the area outside the coal industry square; the area of the coal industry square is divided into production area, office area, living area and auxiliary production area, and the area outside the coal industry square is divided into It is agricultural land, forest and grass land, desert land, residential buildings, water areas, and bare land areas.
  • the area of the ground site, the volume of the building space, and the pollution degree of the ground site in the mining area are evaluated.
  • the evaluation results of the suspected contaminated site are verified with the help of a spectrometer.
  • the beneficial effects of the invention are that the method efficiently, accurately and quickly recognizes the characteristics of the coal mine area, and more conveniently and quickly classifies the coal mine area and evaluates the resources. It overcomes the problems of manual and comprehensive surveys. Through the integration of sky and ground technology, the reliability of the recognition results is guaranteed, so that personnel are not working on the spot, and it meets the requirements of modern rapid measurement. It is widely used in coal mines, metallurgical mines and other industries.
  • Figure 1 is a flow chart of the method for fusion of satellite/airborne image data of the present invention to identify site features in coal mine areas.
  • Figure 2 is a drone aerial photograph of a part of the industrial plaza.
  • the satellite/airborne fusion method is used to identify the industrial site of the mining area according to the technical process in Figure 1.
  • the aerial photography area is divided into the coal mine industrial square area and the outer area of the coal mine industrial square; the coal industrial square area can be divided into production area, office area, living area and Auxiliary production area, the outside area of the coal mine industry square is divided into agricultural land, forest and grass land, desert land, residential buildings, water areas, and bare land areas.
  • This area is a rural mining area, which can be divided into construction land, agricultural land, forest and grass land, road land, and water area.
  • the building space volume of the mining area is estimated to reach 1.1 ⁇ 10 5 m 3 , which is found through aerial photography.
  • the vegetation growth in the water area is poor, and the gangue hills are exposed.
  • the water areas and gangue hills are selected to evaluate the pollution degree.
  • the heavy metal content of the gangue hills and the soil in the water area is tested with the help of a spectrometer. The accuracy of the evaluation results is improved.

Abstract

一种星/机载影像融合识别煤矿区场地特征的方法，包括步骤1.根据高分遥感影像选择飞行场地及飞行目标规划；步骤2.规划无人机飞行航线和高度；步骤3.选择起飞点以及控制飞行过程；步骤4.无人机航拍数据存储、转移与分析；步骤5.矿区地面资源分类评估。通过高分遥感影像与低空无人机数据的相互配合，依据矿区工业场地特征，对煤矿工业场地进行航拍展点绘图分析，实现对煤矿区场地特征的识别、分类与资源评估，提高测量评估效率，具有较强的适应性和推广性。

Description

一种星/机载影像数据融合识别煤矿区场地特征的方法 技术领域
本发明涉及无人机摄影测量领域，具体涉及一种一种星/机载影像数据融合识别煤矿区场地特征的方法。
背景技术
随着煤炭资源的大量开采，资源枯竭型矿井大幅增加，形成大量的矿区场地。矿区场地不仅对自然环境有不可逆的恶劣影响，同时造成严重的资源浪费。矿区工业场地识别、分类以及工业场地资源评估，对矿区转型开发与治理具有重要意义，现有技术中对矿区场地的识别，其往往通过人员实地勘测相关信息，但由于矿区通常面积广大且地形复杂，人工作业无法有效对矿区进行全面的勘测，且必须花费较大的人力、物力，因此提出一种高效的煤矿区场地特征识别方法，对煤矿区场地研究具有重要意义。
发明内容
本发明的目的在于，克服现有技术存在的缺陷，提出了一种星/机载影像数据融合识别煤矿区场地特征的方法，实现了高效、准确、快速的煤矿区场地特征的识别。
本发明根据如下技术方案解决：
一种星/机载影像数据融合识别煤矿区场地特征的方法，包括如下步骤:
1)获取目标矿区高分遥感影像，根据高分遥感影像获取矿区工业广场地表地物分布，初步了解工业场地大致位置；然后根据煤矿工业场地周围村落、道路以及重要建筑物分布位置，具体规划飞行目标区域；
2)将无人机航拍时航向重叠率设置为75％，旁向重叠率为65％，使用网络RTK模式测量读取航拍范围。无人机飞行高度设置时，盆地及平原矿区设置安全飞行高度为[60，90)m，丘陵矿区设置安全飞行高度为[90，120)m，山地及高原矿区设置安全飞行高度为[120，150)m，然后将无人机飞行速度设置为[7，9]m/s。
3)选择在与矿区井架、水塔、强磁干扰地、树木等的安全距离至少为50m以上的空旷地带进行起飞，保证无人机飞行过程中网络RTK信号正常。
4)每次飞行完毕将航拍数据转移至电脑，对目标区域循环飞行3次，选取3次航拍中最优影像，根据航拍影像中建筑物、植被等位置，借助数字化测图方法测量其相对坐标，进行展点、绘图，得到工业广场地物分布特征。
5)对航拍的煤矿区场地进行分类评估：
当以工业广场范围为界，分为煤矿工业广场区域场地和煤矿工业广场外部区域场地；煤矿工业广场区域场地分为生产区、办公区、生活区以及辅助生产区，煤矿工业广场外部区域场地分为农业用地、林草用地、荒漠用地、居民建筑、水域、裸地区域。
当以煤矿区场地所处位置划分为城市型矿区场地、农村型矿区场地以及荒野型矿区场地。城市型矿区场地又分为建筑用地、公共服务设施用地、道路用地、绿化用地、水域；农村型矿区又分为建筑用地、农业用地、林草用地、道路用地、水域；荒野型矿区又分为建筑用地、道路用地、绿化用地、林草用地、水域。
基于工业广场地物分布特征对矿区地面场地面积、建筑空间容积、地面场地污染程度进行评估，同时借助光谱仪对疑似污染场地评估结果进行验证。
本发明的有益效果是：方法高效、准确、快速的进行了煤矿区场地特征识别，更加方便快捷的对煤矿区场地进行了分类及资源评估。克服了人工全面的勘测时的难题，通过天空地一体化技术，保证了识别结果的可靠性，使人员不在现场作业，满足现代化快速测量的要求，广泛用于煤矿，冶金矿山等行业。
附图说明
图1是本发明星/机载影像数据融合识别煤矿区场地特征的方法流程图。
图2是工业广场局部建筑无人机航拍图。
具体实施方式
下面结合实施例和附图对本发明方法进行详细说明。
实施例：某煤矿位于山地区域，矿区工业广场处于两山之间，采用星/机载融合方法根据图1技术流程对矿区工业场地进行识别。
1)获取本矿区高分遥感影像，根据高分遥感影像了解矿区工业广场地表地物等分布，初步掌握本矿工业场地大致位置；通过高分影像得知本矿工业场地北正北有村落A、西边有村落B，道路C处于工业广场南边外围，东边为农田区域，因此在无人机遥控显示屏上以村落A、村落B以及道路C外边线为边界点，东边以距工业场地20m左右农田区域为边界规划飞行目标区域。
2)将无人机航拍时设置航向重叠率为75％，旁向重叠率为65％，使用网络RTK模式测量读取航拍范围。将无人机飞行高度设置为150m，无人机飞行速度设置为9m/s。
3)将无人机起飞点选择在工业场地中心空旷地带进行起飞，在飞行过程中保证无人机飞行过程中网络RTK信号正常。
4)每次飞行完毕将航拍数据转移至电脑，对本矿区工业广场循环飞行3次，选取3 次航拍中最优影像，根据航拍影像中建筑物、植被等位置，如图2，借助sketchup、CASS软件数字化测图方法测量其相对坐标，进行展点、绘图，得到工业广场地物分布特征。
5)根据工业场地分布特征，以工业广场范围为界，航拍区域分为煤矿工业广场区域场地和煤矿工业广场外部区域场地；煤矿工业广场区域场地又可分为生产区、办公区、生活区以及辅助生产区，煤矿工业广场外部区域场地又分为农业用地、林草用地、荒漠用地、居民建筑、水域、裸地区域。该区域属于农村型矿区，又可将其分为建筑用地、农业用地、林草用地、道路用地、水域；同时基于航拍数据估算得矿区建筑空间容积达1.1×10 5m 3，通过航拍数据发现水域植被长势较差，矸石山周围裸露，选择水域、矸石山进行污染程度评估，同时借助光谱仪对矸石山、水域土壤重金属含量进行了测试，发现矸石山周围铅离子超标，水域铬离子超标，验证了评估结果的准确性。

Claims (6)

  1. 一种星/机载影像融合识别煤矿区场地特征的方法，包括如下步骤：
    步骤1.根据高分遥感影像选择飞行场地及飞行目标规划；
    步骤2.规划无人机飞行航线和高度；
    步骤3.选择起飞点以及控制飞行过程；
    步骤4.无人机航拍数据存储、转移与分析；
    步骤5.矿区地面资源分类评估。
  2. 根据权利要求1所述的星/机载影像融合识别煤矿区场地特征的方法，其特征是：
    步骤1所述的根据高分遥感影像选择飞行场地及飞行目标规划，步骤如下：
    步骤1.1.根据高分遥感影像获取矿区工业广场地表地物分布，初步了解工业场地位置及范围；
    步骤1.2.基于步骤1.1识别的煤矿工业场地范围，根据煤矿工业场地周围村落、道路以及建筑物分布位置，具体规划飞行目标区域。
  3. 根据权利要求1所述的星/机载影像融合识别煤矿区场地特征的方法，其特征是：
    所述步骤2规划无人机飞行航线和高度，具体是
    规划无人机飞行航线：无人机航拍时设置航向重叠率为75％，旁向重叠率为65％，使用网络RTK模式测量读取航拍范围；
    无人机飞行高度设置：盆地及平原矿区设置安全飞行高度为[60，90)m，丘陵矿区设置安全飞行高度为[90，120)m，山地及高原矿区设置安全飞行高度为[120，150)m，无人机飞行速度设置为[7，9]m/s。
  4. 根据权利要求1所述的星/机载影像融合识别煤矿区场地特征的方法，其特征是：
    步骤3所述的起飞点选择在与矿区井架、水塔、强磁干扰地、树木的安全距离至少为50m以上的空旷地带，保证无人机飞行过程中网络RTK信号正常。
  5. 根据权利要求1所述的星/机载影像融合识别煤矿区场地特征的方法，其特征是：
    步骤4所述的数据存储，选择数据内存卡容量至少8G，根据航拍影像中建筑物、植被位置，借助数字化测图方法测量其相对坐标，进行展点、绘图，得到工业广场地物分布特征。
  6. 根据权利要求1所述的星/机载影像融合识别煤矿区场地特征的方法，其特征是：
    步骤5所述矿区地面资源分类评估：
    步骤5.1以工业广场范围为界，分为煤矿工业广场区域场地和煤矿工业广场外部区域场地；煤矿工业广场区域场地分为生产区、办公区、生活区以及辅助生产区，煤矿工业广场外部区域场地为农业用地、林草用地、荒漠用地、居民建筑、水域、裸地区域；
    步骤5.2以煤矿区场地所处位置划分为城市型矿区场地、农村型矿区场地以及荒野型矿区场地；
    城市型矿区场地分为建筑用地、公共服务设施用地、道路用地、绿化用地、水域；
    农村型矿区分为建筑用地、农业用地、林草用地、道路用地、水域；
    荒野型矿区分为建筑用地、道路用地、绿化用地、林草用地、水域；
    步骤5.3根据矿区场地特征，对矿区地面场地面积、建筑空间容积、地面场地污染程度进行评估，同时借助光谱仪对疑似污染场地评估结果进行验证。
PCT/CN2020/089302 2019-12-24 2020-05-09 一种星/机载影像数据融合识别煤矿区场地特征的方法 WO2021128696A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021516588A JP2022522563A (ja) 2019-12-24 2020-05-09 炭鉱地域のサイト特性を識別するための衛星／空中画像データ融合の方法
AU2020343997A AU2020343997A1 (en) 2019-12-24 2020-05-09 Method for identifying characteristics of coal mine field by fusing satellite/air-borne image data

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911344549.1 2019-12-24
CN201911344549.1A CN111062351B (zh) 2019-12-24 2019-12-24 一种星/机载影像数据融合识别煤矿区场地特征的方法

Publications (1)

Publication Number Publication Date
WO2021128696A1 true WO2021128696A1 (zh) 2021-07-01

Family

ID=70302741

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/089302 WO2021128696A1 (zh) 2019-12-24 2020-05-09 一种星/机载影像数据融合识别煤矿区场地特征的方法

Country Status (4)

Country Link
JP (1) JP2022522563A (zh)
CN (1) CN111062351B (zh)
AU (2) AU2020343997A1 (zh)
WO (1) WO2021128696A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115144350A (zh) * 2022-09-06 2022-10-04 中国科学院地理科学与资源研究所 基于高光谱相似像元比对的场地烃类污染判识方法及系统
CN115509406A (zh) * 2022-11-23 2022-12-23 煤炭科学研究总院有限公司 煤矿多场景融合方法、装置、存储介质及电子设备
JP2023029183A (ja) * 2021-08-18 2023-03-03 中国科学院西北生態環境資源研究院 国立公園の全体監視のためのメッシュ分割方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062351B (zh) * 2019-12-24 2023-12-22 中国矿业大学 一种星/机载影像数据融合识别煤矿区场地特征的方法
CN112268546B (zh) * 2020-09-04 2022-03-15 广州飞图信息科技有限公司 一种单镜头无人机倾斜摄影的航带生成方法及装置
CN112748740A (zh) * 2020-12-25 2021-05-04 深圳供电局有限公司 多旋翼无人机自动航线规划方法及其系统、设备、介质
CN112781563B (zh) * 2020-12-28 2023-01-24 广东电网有限责任公司 一种配网倾斜摄影高精度点云采集方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299365A (zh) * 2014-08-06 2015-01-21 江苏恒创软件有限公司 基于无人机的监测山区山体滑坡、泥石流的方法
CN104660986A (zh) * 2015-01-19 2015-05-27 环境保护部卫星环境应用中心 基于无人机的尾矿库突发环境事件遥感监测方法及系统
US20160011592A1 (en) * 2013-02-28 2016-01-14 Identified Technologies Corporation Methods and Apparatus for Persistent Deployment of Aerial Vehicles
CN105676870A (zh) * 2016-01-18 2016-06-15 国家基础地理信息中心 一种基于无人机的像控点信息采集方法及系统
CN107655457A (zh) * 2016-12-23 2018-02-02 航天星图科技（北京）有限公司 一种基于遥感卫星图像的泥石流地质灾害识别方法
CN108253945A (zh) * 2017-12-29 2018-07-06 广西三维遥感信息工程技术有限公司 基于无人机的滑坡泥石流分析方法
US20190011920A1 (en) * 2017-07-07 2019-01-10 Sharper Shape Oy Method and system for generating flight plan of unmanned aerial vehicle for aerial inspection
CN111062351A (zh) * 2019-12-24 2020-04-24 中国矿业大学 一种星/机载影像数据融合识别煤矿区场地特征的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243387A (zh) * 2015-07-30 2016-01-13 王植 一种基于无人机影像的露天矿典型地物分类方法
JP6868487B2 (ja) * 2016-06-30 2021-05-12 株式会社日立システムズ 被写体異常有無調査システム
CN107784283B (zh) * 2017-10-24 2021-05-18 防灾科技学院 面向对象的无人机高分影像煤火区土地覆被分类方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160011592A1 (en) * 2013-02-28 2016-01-14 Identified Technologies Corporation Methods and Apparatus for Persistent Deployment of Aerial Vehicles
CN104299365A (zh) * 2014-08-06 2015-01-21 江苏恒创软件有限公司 基于无人机的监测山区山体滑坡、泥石流的方法
CN104660986A (zh) * 2015-01-19 2015-05-27 环境保护部卫星环境应用中心 基于无人机的尾矿库突发环境事件遥感监测方法及系统
CN105676870A (zh) * 2016-01-18 2016-06-15 国家基础地理信息中心 一种基于无人机的像控点信息采集方法及系统
CN107655457A (zh) * 2016-12-23 2018-02-02 航天星图科技（北京）有限公司 一种基于遥感卫星图像的泥石流地质灾害识别方法
US20190011920A1 (en) * 2017-07-07 2019-01-10 Sharper Shape Oy Method and system for generating flight plan of unmanned aerial vehicle for aerial inspection
CN108253945A (zh) * 2017-12-29 2018-07-06 广西三维遥感信息工程技术有限公司 基于无人机的滑坡泥石流分析方法
CN111062351A (zh) * 2019-12-24 2020-04-24 中国矿业大学 一种星/机载影像数据融合识别煤矿区场地特征的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023029183A (ja) * 2021-08-18 2023-03-03 中国科学院西北生態環境資源研究院 国立公園の全体監視のためのメッシュ分割方法
CN115144350A (zh) * 2022-09-06 2022-10-04 中国科学院地理科学与资源研究所 基于高光谱相似像元比对的场地烃类污染判识方法及系统
CN115144350B (zh) * 2022-09-06 2023-02-17 中国科学院地理科学与资源研究所 基于高光谱相似像元比对的场地烃类污染判识方法及系统
CN115509406A (zh) * 2022-11-23 2022-12-23 煤炭科学研究总院有限公司 煤矿多场景融合方法、装置、存储介质及电子设备
CN115509406B (zh) * 2022-11-23 2023-03-14 煤炭科学研究总院有限公司 煤矿多场景融合方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
JP2022522563A (ja) 2022-04-20
CN111062351B (zh) 2023-12-22
CN111062351A (zh) 2020-04-24
AU2020343997A1 (en) 2021-07-08
AU2020104492A4 (en) 2023-03-30

Similar Documents

Publication Publication Date Title
WO2021128696A1 (zh) 一种星/机载影像数据融合识别煤矿区场地特征的方法
CN103529455B (zh) 一种基于机载激光雷达三维的危岩落石调查方法
CN112833861A (zh) 一种基于倾斜摄影大比例尺地形图的测绘方法和测绘系统
Clark Small unmanned aerial systems comparative analysis for the application to coastal erosion monitoring
CN111912386A (zh) 山区铁路低空勘察作业方法
CN114898053A (zh) 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法
CN113034470A (zh) 基于无人机倾斜摄影技术的沥青混凝土厚度无损检测方法
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
Ergashev et al. Use of geographical information systems in determining and maping of land with soil erosion and damaged meliorative status
CN103792542A (zh) 一种基于地面激光雷达技术的危岩落石调查方法
He et al. Research and application of lidar technology in cadastral surveying and mapping
Zahm et al. Use of unmanned aerial vehicles (UAVs) to create digital outcrop models: An example from the Cretaceous Cow Creek Formation, Central Texas
CN116468869A (zh) 一种基于遥感卫星影像的实景三维建模方法、设备及介质
CN116299442A (zh) 开采诱发地表形变监测方法、装置、电子设备及存储介质
Puripanda et al. Best practice of utilizing drones for surveying and mapping in the Bahrain oil field
Dai et al. Application of UAV photogrammetry on ecological restoration of abandoned open-pit mines, Northern Anhui province, China
CN112348469A (zh) 农田土壤动物野外大型固定样地建设和监测方法
CN111476150A (zh) 基于uav近景拍摄技术的崖壁群植物多样性调查方法
TWI597405B (zh) System and method for monitoring slope with tree displacement
Fotheringham et al. Combining terrestrial scanned datasets with UAV point clouds for mining operations
CN114580960B (zh) 一种快速识别危岩落石的遥感分析方法
Osipov et al. Methods of analyzing landscape ecosystem diversity of a region based on remote sensing
CN114485593B (zh) 一种基于市政工程的测绘方法
Ji et al. Application of UAV Photogrammetry Technology in Airport Project
CN109682760A (zh) 一种基于无人机低空遥感的农作物快速分类方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021516588

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020343997

Country of ref document: AU

Date of ref document: 20200509

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20907447

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20907447

Country of ref document: EP

Kind code of ref document: A1