CN113420670A - 基于高分遥感输变电线路迁改环水保监管方法 - Google Patents
基于高分遥感输变电线路迁改环水保监管方法 Download PDFInfo
- Publication number
- CN113420670A CN113420670A CN202110702600.2A CN202110702600A CN113420670A CN 113420670 A CN113420670 A CN 113420670A CN 202110702600 A CN202110702600 A CN 202110702600A CN 113420670 A CN113420670 A CN 113420670A
- Authority
- CN
- China
- Prior art keywords
- construction
- remote sensing
- transformation
- curve
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009466 transformation Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005540 biological transmission Effects 0.000 title claims abstract description 39
- 238000013508 migration Methods 0.000 title claims description 7
- 230000005012 migration Effects 0.000 title claims description 7
- 238000010276 construction Methods 0.000 claims abstract description 131
- 230000007613 environmental effect Effects 0.000 claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 16
- 238000012546 transfer Methods 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于高分遥感输变电线路迁改环水保监管方法。该方法依托施工前遥感影像T前与施工中遥感影像T中,经过大气校正、几何校正、影像融合、影像配准等预处理后,获得与输变电迁改线路相匹配影像,然后基于最大似然法对不同典型地物进行分类,利用施工扰动范围与施工道路的形状信息对提取的结果施工扰动范围进行分类,最后利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算施工扰动面积、施工道路长度宽度等属性。
Description
技术领域
本发明涉及一种基于高分遥感输变电线路迁改环水保监管方法。
背景技术
电力项目迁改过程中,在输电线路沿线形成点状开挖的杆塔、弃土场和大量施工便道,及完工后遗留的料场、弃渣场等工程迹地,不可避免的对线路周围生态环境产生影响。现有的输变电工程迁改线路环水保监管手段主要包括:1)传统人工测量,需要从输变电起始位置到结束位置进行核查,核查内容包括以前存在的房屋和厂房等建筑物是否已经拆迁、输变电工程安全距离内是否有新增房屋和厂房等建筑物。因运行中的电网覆盖范围广,与后续电网工程的不断建设,人工现场排查具有数据不准确,时间周期长,经济成本高等缺点,已不再适用于目前的电网环境;2)遥感人工解译技术,人工解译技术在输变电迁改线路施工扰动面积与施工道路及环水保措施的识别中精确度高,但由于线路杆塔数量多,分布广,人工解译速率低。
现有技术主要存在如下缺点:
1、输变电迁改线路长,杆塔数量多、分布广,沿线地形地貌复杂,人工现场核查困难多,存在核查周期长、效率低、数据不准确、有遗漏等缺点。
2、输变电迁改线路环水保监测使用遥感影像人工解译方法存在解译工作量大,工作效率低,人为主观性大等缺点。
发明内容
本发明的目的在于提供一种基于高分遥感输变电线路迁改环水保监管方法,首先需要基于输变电迁改线路中施工扰动面积、施工道路、环水保措施等不同典型地物在遥感影像中的光谱信息、颜色、纹理等表现形式,利用基于像元的最大似然法进行地物识别,然后基于施工扰动面积与施工道路形状,精确提取施工扰动面积与施工道路,最后利用施工前遥感影像与人机交互目视解译法,对自动提取的迁改线路环水保信息进行修正,并获取施工扰动面积、施工道路长度宽度等属性。
为实现上述目的,本发明的技术方案是:一种基于高分遥感输变电线路迁改环水保监管方法,首先对施工前遥感影像T前与施工中遥感影像T中进行预处理,获得与输变电迁改线路相匹配影像;然后基于最大似然法对预处理后的影像中不同典型地物进行初分类,并利用施工扰动范围与施工道路的形状信息对初分类提取的施工扰动范围进行再分类;最后利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算包括施工扰动面积、施工道路长度宽度的属性。
在本发明一实施例中,施工前遥感影像T前与施工中遥感影像T中预处理方式为:基于输变电迁改线路杆塔点位坐标,通过网络获得高分遥感影像,而后经过包括大气校正、几何校正、影像融合、影像配准的处理,获取与输变电迁改线路相匹配影像。
在本发明一实施例中,预处理后的施工中遥感影像T中初分类方式为:
步骤1.1、基于输变电迁改线路施工扰动面积、施工道路、环水保措施在施工中遥感影像T中上的表现形式,建立不同地物的样本感兴趣区,并且每一类样本在整个施工中遥感影像T中上分布均匀,信息完整;
步骤1.2、选择最大分类法对施工中遥感影像T中进行分类;
步骤1.3、将分类结果栅格数据转换为矢量数据,并且删除掉不需要的矢量信息,识别出施工扰动范围与环水保措施。
在本发明一实施例中,所述利用施工扰动范围与施工道路的形状信息对初分类提取的施工扰动范围进行再分类的方式为:
步骤2.1、跟踪任意一个施工扰动范围的边缘轮廓,得到闭合曲线CDEFC;C为闭合曲线的起点,也为终点,E为曲线的中点,D与F分别为曲线左半部和右半部的任意点;
步骤2.2、连接C、E两点,分别对弧线段CDE、EFC做分段线性拟合;对于CDE,计算弧线段上所有点到直线CE的距离总和设弧线段上共有m个边缘点,当H取值范围为2.0-3.0,记下离直线CE距离最大的点,记为顶点G,再分别对CG、GE两个弧线段进行线性拟合,并记录相应顶点,直到找到曲线上所有顶点;
步骤2.3、找到C点左右相邻两顶点C1、C2,E点左右相邻两顶点E1、E2,用步骤S4.2方法分别对弧线段C1C2、E1E2进行直线段拟合,并找到相应顶点;
步骤2.4、从曲线顶点中找到曲线拐点,根据拐点个数、距离及角度,判断闭合曲线形状。
在本发明一实施例中,所述步骤2.4的具体实现步骤如下:
步骤2.4.1、以闭合曲线中心点为原点O(0,0),建立直角坐标系XOY;
步骤2.4.2、选取曲线上任意五个顶点P(XP,YP)、Q(XQ,YQ)、I(XI,YI)、J(XJ,YJ)、S(XS,YS),直线PQ的斜率KPQ为:
若相邻两点直线斜率满足下式,则I点为曲线拐点
(KPQ-KQI)×(KIJ-KJS)<0
其中KQI、KIJ、KJS分别为直线QI、IJ、JS斜率;
步骤2.4.3、以闭合曲线起点开始,逆时针遍历顶点,找到曲线中所有拐点;
步骤2.4.4、计算相邻拐点间直线长度与夹角,若拐点个数≥4,且曲线相邻两直线长度相差不大,则该曲线为施工扰动面积;若拐点个数为4点,且相邻两直线长度相差较大,则该曲线为施工道路。
在本发明一实施例中,所述利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算包括施工扰动面积、施工道路长度宽度的属性的具体方式为:
步骤3.1、利用人机交互目视解译方法和施工前影像,修正自动提取施工扰动面积、施工道路及环水保措施提取结果,并对施工前已存在的施工道路进行剔除;
步骤3.2、利用GIS技术,对提取的结果进行属性统计,包括施工扰动面积、施工道路长度宽度的属性,并分析总体扰动情况、合规性。
相较于现有技术,本发明具有以下有益效果:
1、与人工现场核查相比,本发明减少了人员投入,降低了经济成本,全面掌握整条迁改线路环水保信息。
2、与遥感影像人工解译相比,本发明提高了解译速率,提高了工作效率。
附图说明
图1为本发明方法流程图。
图2为本发明基于施工扰动面积与施工道路的形状信息,对施工扰动范围进行再分类示意图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明一种基于高分遥感输变电线路迁改环水保监管方法,首先对施工前遥感影像T前与施工中遥感影像T中进行预处理,获得与输变电迁改线路相匹配影像;然后基于最大似然法对预处理后的影像中不同典型地物进行初分类,并利用施工扰动范围与施工道路的形状信息对初分类提取的施工扰动范围进行再分类;最后利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算包括施工扰动面积、施工道路长度宽度的属性。
以下为本发明具体实现过程。
如图1所示,本发明基于高分遥感的输变电工程迁改线路环水保监管方法主要是依托施工前遥感影像T前与施工中遥感影像T中,经过大气校正、几何校正、影像融合、影像配准等预处理后,获得与输变电迁改线路相匹配影像,然后基于最大似然法对不同典型地物进行分类,利用施工扰动范围与施工道路的形状信息对提取的结果施工扰动范围进行分类,最后利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算施工扰动面积、施工道路长度宽度等属性。该方法具体实现步骤如下:
步骤1、遥感影像预处理
基于输变电迁改线路杆塔点位坐标,通过网络获得高分遥感影像。遥感影像在获取过程中,由于传感器、天气、地形地貌等因素的影响,易出现传感器误差、坐标误差等误差,因此需要经过大气校正、几何校正、影像融合、影像配准等处理,才能获取与输变电迁改线路相匹配的影像并应用。
步骤2、预处理后的施工中遥感影像分类
施工中的遥感影像较施工前遥感影像,施工扰动面积、施工道路、环水保措施等地物的环水保信息出现变化,不同典型地物在遥感影像的表现不同,具体表现形式如下:
a)施工扰动面积:在输变电迁改线路杆塔点周围,会发现一个面状区域呈多边形,与周围环境差异明显,色调亮。
b)施工道路:在输变电迁改线路杆塔点附近,会发现一个面状区域趋于长方形,与周围环境差异明显,色调较亮,且与施工扰动面积类似,易分为一类。
c)环水保措施:苫盖在遥感影像上是呈不规则形状的蓝绿色面状区域,挡土墙是色调呈亮白色,宽度较窄的线状地物。
步骤2.1、基于输变电迁改线路施工扰动面积、施工道路、环水保措施在遥感影像上的表现形式,建立不同地物的样本感兴趣区,并且每一类样本在整个遥感影像上分布均匀,信息完整;
步骤2.2、选择最大分类法对遥感影像进行分类;
步骤2.3、将分类结果栅格数据转换为矢量数据,并且删除掉不需要的矢量信息,识别出施工扰动范围与环水保措施。
步骤3、如图2所示,基于施工扰动面积与施工道路的形状信息,对施工扰动范围进行再分类。
步骤3.1、跟踪任意一个施工扰动范围的边缘轮廓,得到闭合曲线CDEFC。C为闭合曲线的起点,也为终点。E为曲线的中点,D与F分别为曲线左半部和右半部的任意点;
步骤3.2、连接C、E两点,分别对弧线段CDE、EFC做分段线性拟合。以CDE为例,计算弧线段上所有点到直线CE的距离总和设弧线段上共有m个边缘点,当(H根据线性拟合的精度,可取2.0-3.0),记下离直线CE距离最大的点,记为顶点G,再分别对CG、GE两个弧线段进行线性拟合,并记录相应顶点,直到找到曲线上所有顶点。
步骤3.3、找到C点左右相邻两顶点C1、C2,E点左右相邻两顶点E1、E2,用上步方法分别对弧线段C1C2、E1E2进行直线段拟合,并找到相应顶点。
步骤3.4、从曲线顶点中找到曲线拐点,根据拐点个数、距离及角度,判断闭合曲线形状;
步骤3.4.1、以闭合曲线中心点为原点O(0,0),建立直角坐标系XOY;
步骤3.4.2、选取曲线上任意五个顶点P(XP,YP)、Q(XQ,YQ)、I(XI,YI)、J(XJ,YJ)、S(XS,YS),直线PQ的斜率KPQ为:
若相邻两点直线斜率满足下式,则I点为曲线拐点
(KPQ-KQI)×(KIJ-KJS)<0
其中KQI、KIJ、KJS分别为直线QI、IJ、JS斜率。
步骤3.4.3、以闭合曲线起点开始,逆时针遍历顶点,找到曲线中所有拐点。
步骤3.4.4、计算相邻拐点间直线长度与夹角,若拐点个数≥4,且曲线相邻两直线长度相差不大,则该曲线为施工扰动面积;若拐点个数为4点,且相邻两直线长度相差较大,则该曲线为施工道路。
步骤4、利用人机交互目视解译方法和施工前影像,修正自动提取施工扰动面积、施工道路及环水保措施提取结果,并对施工前已存在的施工道路进行剔除。
步骤5、利用GIS技术,对提取的结果进行属性统计,如面积、长度、宽度等,并分析总体扰动情况、合规性。
本发明主要特点在于:
1、施工扰动范围形状识别:利用闭合曲线相邻顶点的直线斜率识别拐点,通过拐点个数和相邻直线长度判断形状,该方法可以自动提取扰动面积与施工道路。
2、输变电工程迁改线路环水保监管方法:先利用最大似然法识别施工扰动范围与环水保措施,再经过形状将扰动范围分为扰动面积与施工道路,最后利用人机交互目视解译进行修正,并统计分析识别结果。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (6)
1.一种基于高分遥感输变电线路迁改环水保监管方法,其特征在于,首先对施工前遥感影像T前与施工中遥感影像T中进行预处理,获得与输变电迁改线路相匹配影像;然后基于最大似然法对预处理后的影像中不同典型地物进行初分类,并利用施工扰动范围与施工道路的形状信息对初分类提取的施工扰动范围进行再分类;最后利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算包括施工扰动面积、施工道路长度宽度的属性。
2.根据权利要求1所述的基于高分遥感输变电线路迁改环水保监管方法,其特征在于,施工前遥感影像T前与施工中遥感影像T中预处理方式为:基于输变电迁改线路杆塔点位坐标,通过网络获得高分遥感影像,而后经过包括大气校正、几何校正、影像融合、影像配准的处理,获取与输变电迁改线路相匹配影像。
3.根据权利要求1所述的基于高分遥感输变电线路迁改环水保监管方法,其特征在于,预处理后的施工中遥感影像T中初分类方式为:
步骤1.1、基于输变电迁改线路施工扰动面积、施工道路、环水保措施在施工中遥感影像T中上的表现形式,建立不同地物的样本感兴趣区,并且每一类样本在整个施工中遥感影像T中上分布均匀,信息完整;
步骤1.2、选择最大分类法对施工中遥感影像T中进行分类;
步骤1.3、将分类结果栅格数据转换为矢量数据,并且删除掉不需要的矢量信息,识别出施工扰动范围与环水保措施。
4.根据权利要求3所述的基于高分遥感输变电线路迁改环水保监管方法,其特征在于,所述利用施工扰动范围与施工道路的形状信息对初分类提取的施工扰动范围进行再分类的方式为:
步骤2.1、跟踪任意一个施工扰动范围的边缘轮廓,得到闭合曲线CDEFC;C为闭合曲线的起点,也为终点,E为曲线的中点,D与F分别为曲线左半部和右半部的任意点;
步骤2.2、连接C、E两点,分别对弧线段CDE、EFC做分段线性拟合;对于CDE,计算弧线段上所有点到直线CE的距离总和设弧线段上共有m个边缘点,当H取值范围为2.0-3.0,记下离直线CE距离最大的点,记为顶点G,再分别对CG、GE两个弧线段进行线性拟合,并记录相应顶点,直到找到曲线上所有顶点;
步骤2.3、找到C点左右相邻两顶点C1、C2,E点左右相邻两顶点E1、E2,用步骤S4.2方法分别对弧线段C1C2、E1E2进行直线段拟合,并找到相应顶点;
步骤2.4、从曲线顶点中找到曲线拐点,根据拐点个数、距离及角度,判断闭合曲线形状。
5.根据权利要求4所述的基于高分遥感输变电线路迁改环水保监管方法,其特征在于,所述步骤2.4的具体实现步骤如下:
步骤2.4.1、以闭合曲线中心点为原点O(0,0),建立直角坐标系XOY;
步骤2.4.2、选取曲线上任意五个顶点P(XP,YP)、Q(XQ,YQ)、I(XI,YI)、J(XJ,YJ)、S(XS,YS),直线PQ的斜率KPQ为:
若相邻两点直线斜率满足下式,则I点为曲线拐点
(KPQ-KQI)×(KIJ-KJS)<0
其中KQI、KIJ、KJS分别为直线QI、IJ、JS斜率;
步骤2.4.3、以闭合曲线起点开始,逆时针遍历顶点,找到曲线中所有拐点;
步骤2.4.4、计算相邻拐点间直线长度与夹角,若拐点个数≥4,且曲线相邻两直线长度相差不大,则该曲线为施工扰动面积;若拐点个数为4点,且相邻两直线长度相差较大,则该曲线为施工道路。
6.根据权利要求1所述的基于高分遥感输变电线路迁改环水保监管方法,其特征在于,所述利用人机交互目视解译方法与施工前遥感影像,核查提取结果并修正,计算包括施工扰动面积、施工道路长度宽度的属性的具体方式为:
步骤3.1、利用人机交互目视解译方法和施工前影像,修正自动提取施工扰动面积、施工道路及环水保措施提取结果,并对施工前已存在的施工道路进行剔除;
步骤3.2、利用GIS技术,对提取的结果进行属性统计,包括施工扰动面积、施工道路长度宽度的属性,并分析总体扰动情况、合规性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110702600.2A CN113420670B (zh) | 2021-06-24 | 2021-06-24 | 基于高分遥感输变电线路迁改环水保监管方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110702600.2A CN113420670B (zh) | 2021-06-24 | 2021-06-24 | 基于高分遥感输变电线路迁改环水保监管方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113420670A true CN113420670A (zh) | 2021-09-21 |
CN113420670B CN113420670B (zh) | 2024-05-14 |
Family
ID=77716560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110702600.2A Active CN113420670B (zh) | 2021-06-24 | 2021-06-24 | 基于高分遥感输变电线路迁改环水保监管方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420670B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046776A (zh) * | 2021-09-22 | 2022-02-15 | 北京洛斯达科技发展有限公司 | 一种输电工程水土保持措施落实的核查*** |
CN115131736A (zh) * | 2022-08-26 | 2022-09-30 | 北京江河惠远科技有限公司 | 自适应的遥感特高压建设全周期扰动监测方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894041A (zh) * | 2016-04-26 | 2016-08-24 | 国网山东省电力公司经济技术研究院 | 基于高光谱遥感影像提取配电网***中变电站信息的方法 |
KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법 |
CN109697475A (zh) * | 2019-01-17 | 2019-04-30 | 中国地质大学(北京) | 一种湿地植被信息分析方法、遥感监测组件及监测方法 |
CN109829426A (zh) * | 2019-01-31 | 2019-05-31 | 兰州交通大学 | 基于高分遥感影像的铁路建设临时建筑监测方法及*** |
JP2019173278A (ja) * | 2018-03-27 | 2019-10-10 | 五洋建設株式会社 | 遮水壁の構築方法 |
US20190354597A1 (en) * | 2018-05-15 | 2019-11-21 | National Technology & Engineering Solutions Of Sandia, Llc | Computer processing through distance-based quality score method in geospatial-temporal semantic graphs |
CN112329565A (zh) * | 2020-10-26 | 2021-02-05 | 兰州交通大学 | 一种基于高分遥感影像的道路建设监管方法及*** |
-
2021
- 2021-06-24 CN CN202110702600.2A patent/CN113420670B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법 |
CN105894041A (zh) * | 2016-04-26 | 2016-08-24 | 国网山东省电力公司经济技术研究院 | 基于高光谱遥感影像提取配电网***中变电站信息的方法 |
JP2019173278A (ja) * | 2018-03-27 | 2019-10-10 | 五洋建設株式会社 | 遮水壁の構築方法 |
US20190354597A1 (en) * | 2018-05-15 | 2019-11-21 | National Technology & Engineering Solutions Of Sandia, Llc | Computer processing through distance-based quality score method in geospatial-temporal semantic graphs |
CN109697475A (zh) * | 2019-01-17 | 2019-04-30 | 中国地质大学(北京) | 一种湿地植被信息分析方法、遥感监测组件及监测方法 |
CN109829426A (zh) * | 2019-01-31 | 2019-05-31 | 兰州交通大学 | 基于高分遥感影像的铁路建设临时建筑监测方法及*** |
CN112329565A (zh) * | 2020-10-26 | 2021-02-05 | 兰州交通大学 | 一种基于高分遥感影像的道路建设监管方法及*** |
Non-Patent Citations (3)
Title |
---|
赵国仲;李培民;杨正河;王倩;陈思远;王涛;: "空天地一体化环水保监控在青海电网基建智慧管理中的研究与实践", 科学技术创新, no. 26, 2 September 2020 (2020-09-02) * |
陈岳等: "基于多星协同的浏阳500kV 输变电工程线路建设期水土保持远程监控研究", 《矿产勘查》, 31 July 2019 (2019-07-31), pages 1701 - 1706 * |
黄来;陈剑;刘顺成;彭康博;谢江;贺磊;: ""天地一体化"监管体系在输变电工程环水保核查中的应用", 矿产勘查, no. 05, 28 May 2020 (2020-05-28) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046776A (zh) * | 2021-09-22 | 2022-02-15 | 北京洛斯达科技发展有限公司 | 一种输电工程水土保持措施落实的核查*** |
CN114046776B (zh) * | 2021-09-22 | 2023-04-21 | 北京洛斯达科技发展有限公司 | 一种输电工程水土保持措施落实的核查*** |
CN115131736A (zh) * | 2022-08-26 | 2022-09-30 | 北京江河惠远科技有限公司 | 自适应的遥感特高压建设全周期扰动监测方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113420670B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037133B (zh) | 一种基于无人机巡检图像的电力设备缺陷智能识别方法及其*** | |
CN110030951B (zh) | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 | |
CN101807352B (zh) | 一种模糊模式识别的车位检测方法 | |
CN104182754B (zh) | 一种基于高分辨率遥感影像的农村居民点信息提取方法 | |
CN103324913B (zh) | 一种基于形状特征和轨迹分析的行人事件检测方法 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
CN113628227B (zh) | 一种基于深度学习的海岸线变化分析方法 | |
CN110619258A (zh) | 一种基于高分辨率遥感影像的道路轨迹核查方法 | |
CN101915570B (zh) | 一种基于灭点的地面移动测量影像线段自动提取分类方法 | |
CN102938066A (zh) | 一种基于多元数据重建建筑物外轮廓多边形的方法 | |
CN108764234B (zh) | 一种基于巡检机器人的液位仪表读数识别方法 | |
CN113420670A (zh) | 基于高分遥感输变电线路迁改环水保监管方法 | |
Qin et al. | Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data | |
CN111241994B (zh) | 一种深度学习的遥感影像农村公路砂化路段的提取方法 | |
CN110133639B (zh) | 一种传力杆施工质量检测方法 | |
CN110956207B (zh) | 一种光学遥感影像全要素变化检测方法 | |
CN111767874B (zh) | 一种基于深度学习的路面病害检测方法 | |
CN105069395A (zh) | 基于地面三维激光扫描技术的道路标线自动识别方法 | |
CN113823088B (zh) | 基于视觉识别技术的城市道路积水深度预测及预警方法 | |
CN110672632A (zh) | 一种隧道病害识别方法 | |
CN103018728B (zh) | 一种激光雷达实时成像和建筑物特征提取的方法 | |
CN116486031A (zh) | 时序遥感数据与地理大数据融合的城市更新区域识别方法 | |
CN115641448A (zh) | 一种基于无人机遥感快速识别电力线下树障高度的方法 | |
CN113344866B (zh) | 一种点云综合精度评价方法 | |
CN112859073B (zh) | 一种基于PSInSAR技术的道路破损评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |