CN106875382A - 尾矿库规模信息提取方法及装置 - Google Patents

尾矿库规模信息提取方法及装置 Download PDF

Info

Publication number
CN106875382A
CN106875382A CN201710036344.1A CN201710036344A CN106875382A CN 106875382 A CN106875382 A CN 106875382A CN 201710036344 A CN201710036344 A CN 201710036344A CN 106875382 A CN106875382 A CN 106875382A
Authority
CN
China
Prior art keywords
dam
tailings dam
tailings
remote sensing
dam body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710036344.1A
Other languages
English (en)
Inventor
王桥
肖如林
申文明
付卓
熊文成
侯鹏
史园莉
曹飞
毛学军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Original Assignee
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
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 SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT filed Critical SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Priority to CN201710036344.1A priority Critical patent/CN106875382A/zh
Publication of CN106875382A publication Critical patent/CN106875382A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种尾矿库规模信息提取方法及装置,能够快速有效地计算尾矿库规模,且成本较低。该方法包括:获取待进行规模信息提取的尾矿库的高分辨率遥感数据和尾矿库建设前的原始地形数据;将高分辨率遥感数据和原始地形数据进行配准;基于高分辨率遥感数据,对与尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征;利用原始地形数据对尾矿库相关的平面特征进行地形剖面等地形分析,获取尾矿库关键接边点在纵向上的高程信息,利用关键接边点在纵向上的高程信息重构尾矿库建设后的三维空间结构;基于重构的三维空间结构,根据尾矿库的各级坝体的分级三维空间结构,计算尾矿库的总面积、总坝高和总库容。

Description

尾矿库规模信息提取方法及装置
技术领域
本发明涉及遥感数据处理与信息提取领域,具体涉及一种尾矿库规模信息提取方法及装置。
背景技术
尾矿库规模是尾矿库的重要参数信息,是决定尾矿库周边环境安全的重要影响因素,已成为安监、环保等领域对尾矿库实行分级分类(通常规模越大对应的监管标准越高,监管也越严)监管工作的重要评判依据。因此,对尾矿库规模这一重要信息的准确掌握显得十分关键。然而当前安监、环保等领域监管部门对尾矿库规模等信息的掌握主要通过地方逐级的调查统计获取,其中有些尾矿库企业为了降低被监管等级或者不被列入重点监管清单,会有意无意的“虚报”相关规模信息(比如以低于实际情况填报库容、坝高、占地面积、规模等级等尾矿库规模信息),以致相关信息失真,影响到相应的监管工作。而且这种被虚报的信息,一方面不容易直接地被发现;另外一方面即便发现了,去实地核算其实际值的代价也很大(需要到实地测量尾矿库的相关三维工程参数)。因此迫切的需要一种快速有效、低成本的尾矿库规模信息获取方法,以加强对尾矿库规模信息的核查监管。
发明内容
有鉴于此,针对当前尾矿库调查统计中尾矿库规模相关信息失真、缺乏有效的尾矿库规模信息核查监管方法等问题,本发明提出了一种基于高分辨率遥感和地形数据,并利用GIS(Geographic Information System,地理信息***)三维分析提取尾矿库规模参数信息的技术方法,以加强对尾矿库规模信息的核查监管,确保地面调查统计信息的质量。
一方面,本发明实施例提出一种尾矿库规模信息提取方法,包括:
S1、获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
S2、将所述高分辨率遥感数据和原始地形数据进行校准;
S3、基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征,其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
S4、利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
S5、基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
可选的,所述S2,包括:
以所述原始地形数据为基准,通过对所述高分辨率遥感数据进行几何精纠正,将所述高分辨率遥感数据和原始地形数据进行配准。
可选的,所述S5,包括:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体形成的库区在水平面上的投影面积。
可选的,所述S5,包括:
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程。
可选的,所述S5,包括:
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体的容积;
根据所述各级坝体的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体形成的库区与原始地形表面所围成的三维空间的容积。
另一方面,本发明实施例提出一种尾矿库规模信息提取装置,包括:
获取单元,用于获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
配准单元,用于将所述高分辨率遥感数据和原始地形数据进行配准;
识别单元,用于基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征。其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
分析单元,用于基于所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
计算单元,用于基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
可选的,所述配准单元,具体用于:
以所述原始地形数据为基准,通过对所述高分辨率遥感数据进行几何配准和精校正,将所述高分辨率遥感数据和原始地形数据进行配准。
可选的,所述计算单元,具体用于:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体所形成的库区在水平面上的投影面积。
可选的,所述计算单元,具体用于:
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程。
可选的,所述计算单元,具体用于:
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体的容积;
根据所述各级坝体的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体形成的库区与原始地形表面所围成的三维空间的容积。
本发明实施例提供的尾矿库规模信息提取方法及装置,首先将尾矿库的高分辨率遥感数据和尾矿库建设前的原始地形数据进行配准;之后基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征;然后利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;最后基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容,整个方案创新性的提出了一种基于“天基”、“空基”的遥感数据与地形数据相结合的方式来监测尾矿库等地面工程的新思路,可以快速有效、低成本的对尾矿库规模信息进行计算,从而提高对尾矿库规模信息的有效核查和监管力度,增强对企业的威慑力,保障相关尾矿库调查统计信息的数据质量,对完善和强化尾矿库环境安全管理工作具有积极意义。
附图说明
图1为本发明尾矿库规模信息提取方法一实施例的流程示意图;
图2为某尾矿库的平面结构图;
图3为本发明一实施例中尾矿库规模信息计算的整体框图;
图4为本发明另一实施例中尾矿库规模信息计算的整体框图;
图5为本发明尾矿库规模信息提取装置一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
首先需要说明的是,尾矿库通常是在充分利用原有地形的基础上,通过拦截逐级筑坝,形成一定库容,并在其中堆放尾矿或固废,具有很明显的分台阶逐级堆放特征。因此如果利用高分辨率遥感数据在充分掌握尾矿库水平分布特征的基础上,在综合利用尾矿库建设前的精细原始地形数据,便可以综合反演计算出尾矿库的总面积、总坝高、总库容等尾矿库规模信息。通常所用的遥感数据和精细地形数据(DEM)的精度越高,计算得到的尾矿库规模信息相对越精确。本发明主要适用于傍山型、山谷型这两类尾矿库(这两类尾矿库约占尾矿库总数的75.5%以上),计算效果较好。
参看图1,本实施例公开一种尾矿库规模信息提取方法,包括:
S1、获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
本实施例中,获取的数据主要包括高分辨率遥感数据和精细DEM数据。其中为更精确的掌握尾矿库目前现势情况,高分辨率遥感数据最好为最新的现势遥感数据,分辨率最好优于2米(m)。地形数据为尾矿库建设前的原始地形数据。同样为了有更精确的计算结果,地形数据采集时间最好距离尾矿库建设时间不要太远,精度最好优于1:5万。遥感数据和DEM数据的精度越高,计算得到的尾矿库规模信息相对越精确。
S2、将所述高分辨率遥感数据和原始地形数据进行配准;
在具体实施例中,配准的过程主要是以所述原始地形数据(或控制点、控制遥影像等其他辅助参考系)为基准,对高分辨率遥感数据进行几何配准与精校正处理,以使高分辨率遥感数据和地形数据在空间定位上能较好的进行匹配。
S3、基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征,其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
S4、利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
S5、基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
本发明实施例提供的尾矿库规模信息提取方法,首先将尾矿库的高分辨率遥感数据和尾矿库建设前的原始地形数据进行配准;之后基于所述高分辨率遥感数据,对与所述尾矿库的规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征;然后利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;最后基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容,整个方案创新性的提出了一种基于“天基”、“空基”的遥感数据与地形数据相结合的方式来监测尾矿库等地面工程的新思路,可以快速有效、低成本的对尾矿库规模信息进行计算,从而提高对尾矿库规模信息的有效核查监管力度,增强对企业的威慑力,保障相关尾矿库调查统计信息的数据质量,对完善和强化尾矿库环境安全管理工作具有积极意义。
在前述方法实施例的基础上,所述S5可以包括如下的图中未示出的步骤:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体形成的库区在水平面上的投影面积。
如图2所示为某尾矿库的平面结构图,图2中,Pi(i=0,…,7)表示该尾矿库的第i级坝体,P8表示顶级坝体所形成的库区,H0表示该尾矿库的初期坝体的坝底高程,Hi(i=1,…,7)表示该尾矿库的第i级坝体的坝底高程,H8表示该尾矿库的第7级坝体的坝顶高程。该尾矿库的总面积
在前述方法实施例的基础上,所述S5可以包括如下的图中未示出的步骤:
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程。
可以理解的是,坝体在横向上总会在两端与周边的山体或其他地貌相接,而且接触部分正是坝体高度和周边地形高度相一致的地方,因此,可以通过获取与坝体相接位置的地形高程来估算坝顶的高程。同样,可以通过查看坝体线上地形的最低点的高程来估算坝体最低点高程。则可以通过对坝体进行地形剖面线分析,从坝体线上的地形剖面获取坝体相接处的地形高程及剖面线上最低点高程,即可得到坝体的坝顶高程与坝底高程。如果有多级坝,则综合以顶级坝体的坝顶高程与初期坝的最低高程计算尾矿库的总坝高。
仍以图2所示的尾矿库为例说明该尾矿库的总坝高的计算方法,图2所示的尾矿库的总坝高为最顶的顶级坝体的坝顶高程减去初期坝体的坝底高程,即:H=H8-H0。
在前述方法实施例的基础上,所述S5可以包括如下的图中未示出的步骤:
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体(或库区)的容积;
根据所述各级坝体(或库区)的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体形成的库区与原始地形表面所围成的三维空间的容积。
可以理解的是,尾矿库的库容可以近似通过计算尾矿库范围内,在一定标高(高程)下的容积得到,而这个容积大小与尾矿库范围内的地形状况相关。基于DEM地形数据,利用容积分析工具(填挖方工具),沿着尾矿库边界绘制需要进行容积计算的范围,并输入计算标高,便可以计算该范围内该标高下的容积。输入的标高如果是尾矿库设计的坝顶高程,便可以估算尾矿库的设计库容;如果输入的是尾矿库当前的坝顶高程,便可以估算尾矿库当前的全库容。因为尾矿库坝体通常是分台阶逐级堆积,为了提高计算的精度,则需要分台阶逐级计算库容并累加得到总库容,而分台阶逐级计算时各级坝体的计算标高为对应坝体的坝顶高程。
仍以图2所示的尾矿库为例说明该尾矿库的总库容的计算方法,图2所示的尾矿库的总库容为8个坝体表面到原始地形表面之间的容积之和,再加上所述的顶级坝体形成的库区到原始地形表面的容积之和,即:其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的容积,即为第i级坝体Pi范围内,以建设前原始地形表面为填充基准面,以H(i+1)为填充标高的填充容积;Vol(P8)为所述顶级坝体形成的库区范围内,以建设前原始地形表面为填充基准面,以H8为填充标高的填充容积。
如图3所示为本发明一实施例中尾矿库规模信息计算的整体框图,参看图3,首先是数据收集的过程,即获取尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;之后是数据预处理的过程,即通过几何配准与精校正处理将所述高分辨率遥感数据和原始地形数据进行配准;然后是遥感识别的过程,即基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征,包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点,在确定尾矿库的各级坝体(或库区)的边界范围后即可计算所述尾矿库的总面积,过程同前述实施例,此处不再赘述;然后是地形剖面等地形分析的过程,即利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面分析,得到所述尾矿库在纵向上的地形分布特征,并进一步得到所述各级坝体的高程,计算所述尾矿库的总坝高;最后是库容计算的过程,即基于所述各级坝体(或库区)的高程和边界范围,利用填挖方工具计算所述各级坝体(或库区)的库容,并累加得到所述尾矿库的总库容。
如图4所示为本发明另一实施例中尾矿库规模信息计算的整体框图,参看图4。一方面,借助于高分辨率遥感数据,获取尾矿库的平面结构信息,包括尾矿库边界范围、各级坝体的位置和范围、坝体与周边地形的关键接边点位置等;另一方面原始地形数据提供了建设前的地形表面数据,此外还可获取尾矿库范围内在纵向上的高程信息,尤其是坝体两端与周边地形接边处(通常这个接边处的地形没有改变,并且与坝体处于等高)的高程;然后基于前述获取的水平结构信息和纵向上的高程信息,通过综合反演计算,重构出尾矿库的三维空间结构。尾矿库三维空间结构一旦建立,利用地形剖面分析、几何面积计算、填挖方三维空间分析等GIS综合分析方法便可以计算总坝高、总面积和总库容。当然根据尾矿库的分级特征,通常采用分级计算,累加求和的方式以提高计算精度。
参看图5,本实施例公开一种尾矿库规模信息提取装置,包括:
获取单元1,用于获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
配准单元2,用于将所述高分辨率遥感数据和原始地形数据进行配准;
本实施例中,所述配准单元,具体可以用于:
以所述原始地形数据(或控制点、控制遥影像等其他辅助参考系)为基准,通过对所述高分辨率遥感数据进行几何配准与精校正,将所述高分辨率遥感数据和原始地形数据进行配准。
识别单元3,用于基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征。其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
分析单元4,用于基于所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
计算单元5,用于基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
本实施例中,所述计算单元,具体可以用于:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体形成的库区在水平面上的投影面积;
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程;和
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体(或库区)的容积;
根据所述各级坝体(或库区)的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体形成的库区与原始地形表面所围成的三维空间的容积。
本发明实施例提供的尾矿库规模信息提取装置,首先将尾矿库的高分辨率遥感数据和尾矿库建设前的原始地形数据进行配准;之后基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征;然后利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;最后基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。整个方案创新性的提出了一种基于“天基”、“空基”的遥感数据与地形数据相结合的方式来监测尾矿库等地面工程的新思路,可以快速有效、低成本的对尾矿库规模信息进行计算,从而提高对尾矿库规模信息的有效核查和监管力度,增强对企业的威慑力,保障相关尾矿库调查统计信息的数据质量,对完善和强化尾矿库环境安全管理工作具有积极意义。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。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。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种尾矿库规模信息提取方法,其特征在于,包括:
S1、获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
S2、将所述高分辨率遥感数据和原始地形数据进行配准;
S3、基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征,其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
S4、利用所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
S5、基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
2.根据权利要求1所述的方法,其特征在于,所述S2,包括:
以所述原始地形数据为基准,通过对所述高分辨率遥感数据进行几何配准与精校正,将所述高分辨率遥感数据和原始地形数据进行配准。
3.根据权利要求1或2所述的方法,其特征在于,所述S5,包括:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体形成的库区在水平面上的投影面积。
4.根据权利要求1或2所述的方法,其特征在于,所述S5,包括:
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程。
5.根据权利要求1或2所述的方法,其特征在于,所述S5,包括:
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体的容积;
根据所述各级坝体的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体形成的库区与原始地形表面所围成的三维空间的容积。
6.一种尾矿库规模信息提取装置,其特征在于,包括:
获取单元,用于获取待进行规模信息提取的尾矿库的高分辨率遥感数据和所述尾矿库建设前的原始地形数据;
配准单元,用于将所述高分辨率遥感数据和原始地形数据进行配准;
识别单元,用于基于所述高分辨率遥感数据,对与所述尾矿库规模相关的平面特征进行遥感识别,得到尾矿库相关的平面特征,其中,所述尾矿库相关的平面特征包括所述尾矿库总体边界范围、各级坝体的边界范围以及各级坝体与周边地形的关键接边点;
分析单元,用于基于所述原始地形数据对所述尾矿库相关的平面特征进行地形剖面等地形分析,获取所述关键接边点在纵向上的高程信息,并利用所述关键接边点在纵向上的高程信息重构所述尾矿库建设后的三维空间结构;
计算单元,用于基于前述重构的三维空间结构,根据所述尾矿库的各级坝体的分级三维空间结构,计算所述尾矿库的总面积、总坝高和总库容。
7.根据权利要求6所述的装置,其特征在于,所述配准单元,具体用于:
以所述原始地形数据为基准,通过对所述高分辨率遥感数据进行几何配准与精校正,将所述高分辨率遥感数据和原始地形数据进行配准。
8.根据权利要求6或7所述的装置,其特征在于,所述计算单元,具体用于:
计算所述总面积A,计算公式为其中,Area(Pi)(i=0,1,…,n-1)为第i级坝体Pi在水平面上的投影面积,n-1为所述尾矿库的坝体的最大级数,Area(Pn)为所述顶级坝体形成的库区在水平面上的投影面积。
9.根据权利要求6或7所述的装置,其特征在于,所述计算单元,具体用于:
提取顶级坝体的坝顶高程和初期坝体的坝底高程,根据所述顶级坝体的坝顶高程和初期坝体的坝底高程计算所述总坝高H,计算公式为其中,为所述顶级坝体的坝顶高程,H为所述初期坝体的坝底高程。
10.根据权利要求6或7所述的装置,其特征在于,所述计算单元,具体用于:
基于所述尾矿库的各级坝体的分级三维空间结构,开展填挖方分析,计算所述各级坝体的容积;
根据所述各级坝体的容积计算所述总库容Vol,计算公式为其中,Vol(Pi)(i=0,1,…,n-1)为第i级坝体Pi的表面与原始地形表面所围成的三维空间的容积,n-1为所述尾矿库的坝体的最大级数,Vol(Pn)为所述顶级坝体所形成的库区与原始地形表面所围成的三维空间的容积。
CN201710036344.1A 2017-01-17 2017-01-17 尾矿库规模信息提取方法及装置 Pending CN106875382A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710036344.1A CN106875382A (zh) 2017-01-17 2017-01-17 尾矿库规模信息提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710036344.1A CN106875382A (zh) 2017-01-17 2017-01-17 尾矿库规模信息提取方法及装置

Publications (1)

Publication Number Publication Date
CN106875382A true CN106875382A (zh) 2017-06-20

Family

ID=59158564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710036344.1A Pending CN106875382A (zh) 2017-01-17 2017-01-17 尾矿库规模信息提取方法及装置

Country Status (1)

Country Link
CN (1) CN106875382A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109269555A (zh) * 2018-09-03 2019-01-25 空中梦想(北京)科技有限公司 基于无人机和三维建模技术的尾矿库安全监测***及方法
CN111292325A (zh) * 2020-03-31 2020-06-16 中国地质调查局西安地质调查中心(西北地质科技创新中心) 一种基于遥感技术的萤石矿识别方法及***
CN112966570A (zh) * 2021-02-07 2021-06-15 山东锋士信息技术有限公司 一种基于卫星遥感和dem数据的水库蓄水量计量方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102661710A (zh) * 2012-04-26 2012-09-12 铁道第三勘察设计院集团有限公司 一种滑坡下滑量参数遥感快速勘测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102661710A (zh) * 2012-04-26 2012-09-12 铁道第三勘察设计院集团有限公司 一种滑坡下滑量参数遥感快速勘测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王桥: "《区域生态保护的遥感监管方法与应用》", 30 March 2015 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109269555A (zh) * 2018-09-03 2019-01-25 空中梦想(北京)科技有限公司 基于无人机和三维建模技术的尾矿库安全监测***及方法
CN111292325A (zh) * 2020-03-31 2020-06-16 中国地质调查局西安地质调查中心(西北地质科技创新中心) 一种基于遥感技术的萤石矿识别方法及***
CN112966570A (zh) * 2021-02-07 2021-06-15 山东锋士信息技术有限公司 一种基于卫星遥感和dem数据的水库蓄水量计量方法
CN112966570B (zh) * 2021-02-07 2023-06-02 山东锋士信息技术有限公司 一种基于卫星遥感和dem数据的水库蓄水量计量方法

Similar Documents

Publication Publication Date Title
Corsini et al. Estimating mass-wasting processes in active earth slides–earth flows with time-series of High-Resolution DEMs from photogrammetry and airborne LiDAR
CN101509382B (zh) 一种隧道勘察方法
CN101839710B (zh) 一种似大地水准面的确定方法
CN111125821B (zh) 基于bim+gis地基与基础分部工程分析及选型方法
CN111507375B (zh) 一种城市内涝风险快速评估方法及***
CN111582597B (zh) 一种输电线路滑坡危险性预测方法及其设备
CN108362308A (zh) 一种利用隧道环缝的移动激光测量***里程校正方法
Albarelli et al. Identification of potential rockfall sources using UAV-derived point cloud
CN112100715A (zh) 一种基于三维倾斜摄影技术的土方优化方法及***
CN106875382A (zh) 尾矿库规模信息提取方法及装置
CN107860367A (zh) 一种基于低空无人机遥感的群发性滑坡灾害体积快速提取方法
CN107729663A (zh) 一种基于多层约束体系的公路路线三维优化方法
CN103205972A (zh) 一种分析基坑变形与坑外地面沉降关系的方法
CN115358311B (zh) 地表变形监测多源数据融合处理方法
Quan Luna et al. ASCHFLOW-A dynamic landslide run-out model for medium scale hazard analysis
KR101236882B1 (ko) 항공 라이다 자료를 이용한 토석류 발생지역의 지형복원 방법
Chand et al. Internal Mine Dump Slope Stability and Failure Zone Identification using 3D Modelling
CN114663840B (zh) 隧道环境的巡检设备监控方法及***
CN116500643A (zh) 一种基于单线激光点云的公路变形类病害检测方法、***
Meneses et al. Identification and Quantification of Surface Depressions on Grassy Land Surfaces of Different Topographic Attributes Using High-Resolution Terrestrial Laser Scanning Point Cloud and Triangulated Irregular Network
CN115116198A (zh) 空天地一体化道路塌陷监测方法及***
Amanzio et al. Integration of terrestrial laser scanning and GIS analysis for multi-temporal landslide monitoring: A case study of the Mont de La Saxe (Aosta Valley, NW Italy)
Hou et al. Effects of sampling and interpolation methods on accuracy of extracted watershed features
Huang et al. A fast calculation method of rolling times in the GNSS real-time compaction quality supervisory system
CN107067021A (zh) 基于运动角差的滑坡形变相似性评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620

RJ01 Rejection of invention patent application after publication