CN110044337A - 一种城市洪涝场景的无人机监测方法及*** - Google Patents

一种城市洪涝场景的无人机监测方法及*** Download PDF

Info

Publication number
CN110044337A
CN110044337A CN201910355077.3A CN201910355077A CN110044337A CN 110044337 A CN110044337 A CN 110044337A CN 201910355077 A CN201910355077 A CN 201910355077A CN 110044337 A CN110044337 A CN 110044337A
Authority
CN
China
Prior art keywords
unmanned plane
scene
urban flooding
image
urban
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
Application number
CN201910355077.3A
Other languages
English (en)
Other versions
CN110044337B (zh
Inventor
袁满
雷添杰
黄***
周虹
程子懿
李曙光
宫阿都
王嘉宝
张亚珍
王维平
杨轶龙
程慧
李杨
李翔宇
李爱丽
张炬
李世灿
冯杰
秦景
路京选
庞治国
曲伟
周沅璟
汪洋
刘中伟
万金红
徐静
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201910355077.3A priority Critical patent/CN110044337B/zh
Publication of CN110044337A publication Critical patent/CN110044337A/zh
Application granted granted Critical
Publication of CN110044337B publication Critical patent/CN110044337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种城市洪涝场景的无人机监测方法及***。所述监测方法包括如下步骤：采用无人机监测***获取城市洪涝场景的全景视频和倾斜影像；并进一步的，根据倾斜影像，结合洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度，利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景，实现了全面及时的提供城市洪涝灾害信息。

Description

一种城市洪涝场景的无人机监测方法及***
技术领域
本发明涉及洪涝监测领域，特别涉及一种城市洪涝场景的无人机监测方法及***。
背景技术
洪涝灾害，世界几大自然灾害之一，严重威胁着人类的生命财产安全，影响社会稳定和发展。在中国，因为地质条件分布的独特性，年年都有大量的洪灾发生，或大或小，除沙漠，极端干旱和高寒地区外，大约2/3的土地面积都存在着不同程度和不同类型的洪涝灾害：东部地区，在汛期(每年的6-9月)常常遭受风暴潮引起的洪水的袭击；山地、丘陵和高原地区，则会经常因暴雨发生山洪和泥石流；黄河，松花江等河流有时还会因冰凌引起洪水；新疆、青海、西藏等地时有融雪洪水发生；水库垮坝和人为悔堤造成堤坝决口，引起的洪水也时有发生。
城市洪涝灾害主要包括两种类型：外洪和内涝。由于暴雨、融雪等引起的山洪爆发或江河泛滥，是城市外洪的主要来源，如长江中下游平原的武汉，是每年洪水的重灾区；而城市内涝，则更多是由于城市雨水外流受阻，导致城市道路积水过于集中，街道演变成了“河道”。外洪和内涝的成因都涵盖了多种因子，主要包括两类因素：自然因素和人类活动作用。
对于洪涝灾害的监测，传统的依靠人工手段监测受灾情况的方式，不仅效率低下，费时费力，而且很多地方无法实地监测，况且洪涝灾害监测往往面临暴雨天气威胁，监测任务无法展开，近半个世纪卫星技术的发展，解决了以上困扰，应用地理信息、全球定位、遥感，可以全面提升排水防涝数字化水平。
在洪涝灾害中，为了让决策者准确而及时地了解洪灾情况，需要提供全面、准确且快速的信息，比如淹没区域的DEM、淹没范围、居民地及房屋、道路和桥梁等损毁灾情信息等监测指标，但洪水往往是短历时的，而且抗洪抢险工作需要迅速开展，各种卫星传感器往往各司其职，各有优势，也各有不足，因此无法在短时间内提供全面的信息。
发明内容
本发明的目的是提供一种城市洪涝场景的无人机监测方法及***，以全面及时的提供城市洪涝灾害信息。
为实现上述目的，本发明提供了如下方案：
本发明提供一种城市洪涝场景的无人机监测方法，所述监测方法包括如下步骤：
采用无人机监测***获取城市洪涝场景的全景视频和倾斜影像；
利用所述倾斜影像生成三维立体影像；
根据所述三维立体影像建立城市洪涝场景的数字高程模型；
获取洪涝灾害前的数字高程模型；
对比所述城市洪涝场景的数字高程模型和洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度；
利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景。
可选的，所述利用所述倾斜影像生成三维立体影像，具体包括：
根据倾斜摄影测量技术，利用所述倾斜影像生成三维立体影像。
可选的，所述根据所述三维立体影像建立城市洪涝场景的数字高程模型，具体包括：根据所述三维立体影像，采用二次曲面拟合法进行逐点内插，建立城市洪涝场景的数字高程模型。
可选的，所述根据所述三维立体影像建立城市洪涝场景的数字高程模型，之后还包括：
采用无人机监测***获取城市洪涝场景的SAR影像和点云数据影像；
根据所述SAR影像和点云数据影像，修正所述城市洪涝场景的数字高程模型。
本法还提供一种城市洪涝场景的无人机监测***，所述监测***包括：
无人机、全景视频相机、倾斜摄影航空测绘相机、无线数据传输模块和地面控制及数据处理中心；
所述全景视频相机、所述倾斜摄影航空测绘相机、所述无线数据传输模块均设置在所述无人机上；
所述地面控制及数据处理中心通过无线数据传输模块与所述无人机连接，用于控制所述无人机的飞行；
所述全景视频相机和所述倾斜摄影航空测绘相机分别通过无线数据传输模块与所述地面控制及数据处理中心连接，分别用于获取全景视频和倾斜影像，并将所述全景视频和所述倾斜影像通过所述无线数据传输模块发送给所述地面控制及数据处理中心；
所述地面控制及数据处理中心还用于根据所述全景视频和所述倾斜影像，获取城市的淹没范围、淹没深度及城市的各个区域的洪涝灾害程度的实际场景。
可选的，所述无人机监测***还包括合成孔径雷达和激光雷达；
所述合成孔径雷达和所述激光雷达均设置在所述无人机上，并分别通过所述无线数据传输模块与所述地面控制及数据处理中心连接。
可选的，所述合成孔径雷达为Mini-SAR。
可选的，所述倾斜摄影航空测绘相机包括5个相机镜头。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种城市洪涝场景的无人机监测方法及***。所述监测方法包括如下步骤：采用无人机监测***获取城市洪涝场景的全景视频和倾斜影像；并进一步的，根据倾斜影像，结合洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度，利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景，实现了全面及时的提供城市洪涝灾害信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种城市洪涝场景的无人机监测方法的流程图；
图2为本发明提供的一种城市洪涝场景的无人机监测***的结构图。
具体实施方式
本发明的目的是提供一种城市洪涝场景的无人机监测方法及***，以全面及时的提供城市洪涝灾害信息。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。
如图1所示，本发明提供一种城市洪涝场景的无人机监测方法，所述监测方法包括如下步骤：
步骤101，采用无人机监测***获取城市洪涝场景的全景视频和倾斜影像；步骤102，利用所述倾斜影像生成三维立体影像；具体为，根据倾斜摄影测量技术，利用所述倾斜影像生成三维立体影像。
步骤103，根据所述三维立体影像建立城市洪涝场景的数字高程模型，具体包括：根据所述三维立体影像，采用二次曲面拟合法进行逐点内插，建立城市洪涝场景的数字高程模型，具体包括：首先，对三维立体影像进行滤波处理，得到滤波后的三维立体影像；根据滤波后的三维立体影像采用二次曲面拟合法进行逐点内插，生成城市洪涝场景的数字高程模型。
步骤104，获取洪涝灾害前的数字高程模型，为已经根据卫星数据制作好的数字高程模型，可在地理空间数据云数据库中获取。
步骤105，对比所述城市洪涝场景的数字高程模型和洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度。
步骤106，利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景。
步骤103所述根据所述点云数据影像和所述三维立体影像建立城市洪涝场景的数字高程模型，之后还包括：采用无人机监测***获取城市洪涝场景的SAR影像和点云数据影像；根据所述SAR影像和点云数据影像，修正所述城市洪涝场景的数字高程模型。
如图2所示，本发明还提供一种城市洪涝场景的无人机监测***，所述监测***包括：
无人机1、全景视频相机2、倾斜摄影航空测绘相机3、激光雷达4、无线数据传输模块5、地面控制及数据处理中心6和合成孔径雷达7；
所述全景视频相机2、所述倾斜摄影航空测绘相机3、所述激光雷达4和所述无线数据传输模块5均设置在所述无人机1上；
所述地面控制及数据处理中心6通过无线数据传输模块5与所述无人机1连接，用于控制所述无人机1的飞行；
所述全景视频相机2、所述倾斜摄影航空测绘相机3和所述激光雷达4分别通过无线数据传输模块与所述地面控制及数据处理中心连接，分别用于获取全景视频、倾斜影像和点云数据影像，并将所述全景视频、所述倾斜影像和所述点云数据影像通过所述无线数据传输模块5发送给所述地面控制及数据处理中心6；
所述地面控制及数据处理中心6还用于根据所述全景视频、所述倾斜影像和所述点云数据影像，获取城市的淹没范围、淹没深度及城市的各个区域的洪涝灾害程度的实际场景。
所述合成孔径雷达7设置在所述无人机上，并通过所述无线数据传输模块与所述地面控制及数据处理中心连接。所述合成孔径雷达7可以在夜间或者恶劣气候时，获取清晰的城市SAR影像以修正城市洪涝场景的数字高程模型，克服倾斜摄影航空测绘相机受拍摄条件影响造成获取的倾斜影响的质量不高，造成的城市洪涝场景的数字高程模型不准确的技术缺陷，提高了城市洪涝场景的数字高程模型的精度。
其中，所述全景视频相机为高清监测视频相机；倾斜摄影航空测绘相机为轻量化高精度宽覆盖倾斜摄影航空测绘相机，包括5个相机镜头；激光雷达为高精度轻量化激光雷达；合成孔径雷达为轻小型InSAR，即Mini-SAR；无人机为轻小型无人机。本发明的无人机监测***各个组成设备的参数如表1所示。
表1城市洪涝场景的无人机监测***的各个组成设备的参数
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种城市洪涝场景的无人机监测方法及***。所述监测方法包括如下步骤：采用无人机监测***获取城市洪涝场景的点云数据影像、全景视频和倾斜影像；并进一步的，根据点云数据影像、倾斜影像，结合洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度，利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景，实现了全面及时的提供城市洪涝灾害信息。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，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。

Claims (8)

1.一种城市洪涝场景的无人机监测方法，其特征在于，所述监测方法包括如下步骤：
采用无人机监测***获取城市洪涝场景的全景视频和倾斜影像；
利用所述倾斜影像生成三维立体影像；
根据所述三维立体影像建立城市洪涝场景的数字高程模型；
获取洪涝灾害前的数字高程模型；
对比所述城市洪涝场景的数字高程模型和洪涝灾害前的数字高程模型，获取城市的淹没范围和淹没深度；
利用所述全景视频实时获取城市的各个区域的洪涝灾害程度的实际场景。
2.根据权利要求1所述的一种城市洪涝场景的无人机监测方法，其特征在于，所述利用所述倾斜影像生成三维立体影像，具体包括：
根据倾斜摄影测量技术，利用所述倾斜影像生成三维立体影像。
3.根据权利要求1所述的一种城市洪涝场景的无人机监测方法，其特征在于，所述根据所述三维立体影像建立城市洪涝场景的数字高程模型，具体包括：根据所述三维立体影像，采用二次曲面拟合法进行逐点内插，建立城市洪涝场景的数字高程模型。
4.根据权利要求1所述的一种城市洪涝场景的无人机监测方法，其特征在于，所述根据所述三维立体影像建立城市洪涝场景的数字高程模型，之后还包括：
采用无人机监测***获取城市洪涝场景的SAR影像和点云数据影像；
根据所述SAR影像和点云数据影像，修正所述城市洪涝场景的数字高程模型。
5.一种城市洪涝场景的无人机监测***，其特征在于，所述监测***包括：
无人机、全景视频相机、倾斜摄影航空测绘相机、无线数据传输模块和地面控制及数据处理中心；
所述全景视频相机、所述倾斜摄影航空测绘相机和所述无线数据传输模块均设置在所述无人机上；
所述地面控制及数据处理中心通过无线数据传输模块与所述无人机连接，用于控制所述无人机的飞行；
所述全景视频相机和所述倾斜摄影航空测绘相机分别通过无线数据传输模块与所述地面控制及数据处理中心连接，分别用于获取全景视频和倾斜影像，并将所述全景视频和所述倾斜影像通过所述无线数据传输模块发送给所述地面控制及数据处理中心；
所述地面控制及数据处理中心还用于根据所述全景视频和所述倾斜影像，获取城市的淹没范围、淹没深度及城市的各个区域的洪涝灾害程度的实际场景。
6.根据权利要求5所述的城市洪涝场景的无人机监测***，其特征在于，所述无人机监测***还包括合成孔径雷达和激光雷达；
所述合成孔径雷达和所述激光雷达均设置在所述无人机上，并分别通过所述无线数据传输模块与所述地面控制及数据处理中心连接。
7.根据权利要求6所述的城市洪涝场景的无人机监测***，其特征在于，所述合成孔径雷达为Mini-SAR。
8.根据权利要求5所述的城市洪涝场景的无人机监测***，其特征在于，所述倾斜摄影航空测绘相机包括5个相机镜头。
CN201910355077.3A 2019-04-29 2019-04-29 一种城市洪涝场景的无人机监测方法及*** Active CN110044337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910355077.3A CN110044337B (zh) 2019-04-29 2019-04-29 一种城市洪涝场景的无人机监测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910355077.3A CN110044337B (zh) 2019-04-29 2019-04-29 一种城市洪涝场景的无人机监测方法及***

Publications (2)

Publication Number Publication Date
CN110044337A true CN110044337A (zh) 2019-07-23
CN110044337B CN110044337B (zh) 2020-06-30

Family

ID=67280185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910355077.3A Active CN110044337B (zh) 2019-04-29 2019-04-29 一种城市洪涝场景的无人机监测方法及***

Country Status (1)

Country Link
CN (1) CN110044337B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532952A (zh) * 2019-08-30 2019-12-03 四川大学 基于gis定位技术的洪灾风险预警及撤离***
CN110991822A (zh) * 2019-11-18 2020-04-10 天津大学 一种基于倾斜影像建模的三维水动力数值模拟方法
CN112414375A (zh) * 2020-10-08 2021-02-26 武汉大学 一种面向洪涝灾害应急快拼图制作的无人机影像姿态恢复方法
CN113192183A (zh) * 2021-04-29 2021-07-30 山东产研信息与人工智能融合研究院有限公司 基于倾斜摄影与全景视频融合的实景三维重建方法及***
CN113759374A (zh) * 2021-08-19 2021-12-07 速度时空信息科技股份有限公司 一种城市基础设施的结构健康问题的监测***和监测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104898183A (zh) * 2015-05-29 2015-09-09 杭州辰青和业科技有限公司 暴雨城市内涝建模评估方法
CN104915495A (zh) * 2015-06-05 2015-09-16 中国科学院水利部成都山地灾害与环境研究所 一种泥石流灾情评估方法及应用
CN205103998U (zh) * 2015-11-17 2016-03-23 中科宇图天下科技有限公司 一种基于无人机LiDAR技术的山洪风险分析***
CN108052776A (zh) * 2018-01-12 2018-05-18 河南省水利勘测设计研究有限公司 基于bim和三维实景模型的洪水模型构建与动态展示方法
CN109583642A (zh) * 2018-11-27 2019-04-05 贵州东方世纪科技股份有限公司 一种区域洪水预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104898183A (zh) * 2015-05-29 2015-09-09 杭州辰青和业科技有限公司 暴雨城市内涝建模评估方法
CN104915495A (zh) * 2015-06-05 2015-09-16 中国科学院水利部成都山地灾害与环境研究所 一种泥石流灾情评估方法及应用
CN205103998U (zh) * 2015-11-17 2016-03-23 中科宇图天下科技有限公司 一种基于无人机LiDAR技术的山洪风险分析***
CN108052776A (zh) * 2018-01-12 2018-05-18 河南省水利勘测设计研究有限公司 基于bim和三维实景模型的洪水模型构建与动态展示方法
CN109583642A (zh) * 2018-11-27 2019-04-05 贵州东方世纪科技股份有限公司 一种区域洪水预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程涛: "《城市洪涝模拟中无人机摄影测量技术应用进展》", 《水力发电学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532952A (zh) * 2019-08-30 2019-12-03 四川大学 基于gis定位技术的洪灾风险预警及撤离***
CN110532952B (zh) * 2019-08-30 2022-03-08 四川大学 基于gis定位技术的洪灾风险预警及撤离***
CN110991822A (zh) * 2019-11-18 2020-04-10 天津大学 一种基于倾斜影像建模的三维水动力数值模拟方法
CN112414375A (zh) * 2020-10-08 2021-02-26 武汉大学 一种面向洪涝灾害应急快拼图制作的无人机影像姿态恢复方法
CN112414375B (zh) * 2020-10-08 2021-09-03 武汉大学 一种面向洪涝灾害应急快拼图制作的无人机影像姿态恢复方法
CN113192183A (zh) * 2021-04-29 2021-07-30 山东产研信息与人工智能融合研究院有限公司 基于倾斜摄影与全景视频融合的实景三维重建方法及***
CN113759374A (zh) * 2021-08-19 2021-12-07 速度时空信息科技股份有限公司 一种城市基础设施的结构健康问题的监测***和监测方法

Also Published As

Publication number Publication date
CN110044337B (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
CN110044337A (zh) 一种城市洪涝场景的无人机监测方法及***
Chou et al. Disaster monitoring and management by the unmanned aerial vehicle technology
CN106651723B (zh) 一种水源涵养功能保护红线的划定方法
Tennant et al. Glacier change of the Columbia Icefield, Canadian Rocky Mountains, 1919–2009
CN110044338A (zh) 一种溃堤溃坝场景的无人机监测方法及***
WO2021080252A1 (ko) 레고형 건축 블록, 레고형 건축 블록 모듈, 레고형 건축 블록 시스템 및 축조 방법, 그리고 이를 위한 시뮬레이션 시스템
Begum Risk assessment of shishper glacier, hassanabad hunza, north pakistan
James et al. The draining of Matthieu landslide-dam lake, Dominica, West Indies
Laporte-Fauret et al. Coastal dune morphology evolution combining Lidar and UAV surveys, Truc Vert beach 2011-2019
Viet et al. Analysis on erosion of beach adjacent to Cua Dai River mouth, Central Vietnam
KR102363548B1 (ko) 레고형 건축 블록, 레고형 건축 블록 모듈, 레고형 건축 블록 시스템 및 축조 방법, 그리고 이를 위한 시뮬레이션 시스템
Song et al. Preliminary 3D assessment of coastal erosion by data integration between airborne LiDAR and DGPS field observations
Thanh et al. Coastal morphology change and its relationship with climate characteristics on Nha Trang Coast, Vietnam
CN114396920A (zh) 基于倾斜摄影的地形图空间要素获取方法
Russo et al. Flood hazard assessment in the Raval District of Barcelona using a 1D/2D coupled model
Choi et al. Migration of coastal erosional hotspots due to coastal protection structures
Zhou Research on the Application of UAV Oblique Photography Algorithm in the Protection of Traditional Village Cultural Heritage
Sallenger et al. Extreme changes to barrier islands along the central Gulf of Mexico coast during Hurricane Katrina
Ramesh et al. Advanced Remote Sensing Methods for High-Resolution, Cost-Effective Monitoring of the Coastal Morphology Using Video Beach Monitoring System (VBMS), CoastSnap, and CoastSat Techniques
JPS5860370A (ja) 積雪量推定装置
Stonestreet et al. Use of LIDAR mapping for floodplain studies
CN204442542U (zh) 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测***
Viet et al. Seasonal evolution of shoreline changes in Nha Trang Bay, Vietnam
Pietroniro et al. Application of a hydrodynamic model in a freshwater delta using remote sensing
Kuka et al. Digital Terrain Modeling of the Buna River System and of the Northwestern Flood Plain in Albania

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lei Tianjie

Inventor after: Li Shican

Inventor after: Gong Adu

Inventor after: Cheng Ziyi

Inventor after: Zhang Yazhen

Inventor after: Zhou Hong

Inventor after: Qu Wei

Inventor after: Qin Jing

Inventor after: Wang Weiping

Inventor after: Zhang Ju

Inventor before: Yuan Man

Inventor before: Wang Weiping

Inventor before: Yang Dielong

Inventor before: Cheng Hui

Inventor before: Li Yang

Inventor before: Li Xiangyu

Inventor before: Li Aili

Inventor before: Zhang Ju

Inventor before: Li Shican

Inventor before: Feng Jie

Inventor before: Qin Jing

Inventor before: Lei Tianjie

Inventor before: Lu Jingxuan

Inventor before: Pang Zhiguo

Inventor before: Qu Wei

Inventor before: Zhou Yuanjing

Inventor before: Wang Yang

Inventor before: Liu Zhongwei

Inventor before: Wan Jinhong

Inventor before: Xu Jing

Inventor before: Huang Jintao

Inventor before: Zhou Hong

Inventor before: Cheng Ziyi

Inventor before: Li Shuguang

Inventor before: Gong Adu

Inventor before: Wang Jiabao

Inventor before: Zhang Yazhen

GR01 Patent grant
GR01 Patent grant