CN113536836A - 一种基于无人机遥感技术监测河湖水域侵占方法 - Google Patents
一种基于无人机遥感技术监测河湖水域侵占方法 Download PDFInfo
- Publication number
- CN113536836A CN113536836A CN202010293148.4A CN202010293148A CN113536836A CN 113536836 A CN113536836 A CN 113536836A CN 202010293148 A CN202010293148 A CN 202010293148A CN 113536836 A CN113536836 A CN 113536836A
- Authority
- CN
- China
- Prior art keywords
- river
- lake water
- remote sensing
- water area
- aerial vehicle
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 238000012549 training Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000003062 neural network model Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000003491 array Methods 0.000 claims 2
- 230000006399 behavior Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于无人机遥感技术监测河湖水域侵占方法,包括以下步骤:S1、采集两次不同时期航拍的原始遥感影像;S2、将两次采集的原始遥感影像分别进行拼接、校准处理,获取河湖水域全景正射影像;S3、将采集的原始遥感影像进行分割处理,建立训练集、测试集、验证集;S4、构建神经网络模型,将训练集输入构建的神经网络模型中进行训练,获取二值化掩模图像;S5、对两次获得的河湖水域同一位置、不同时期轮廓的二值化掩模图像进行图像差值计算,判定河湖水域是否发生变化。本发明监测方法具有全面、高效、精确等优点,实现了对河湖水域的动态监测,以做到对以各种名义侵占河湖水域的行为及时发现、及时制止。
Description
技术领域
本发明涉及河湖水域监测技术领域,尤其涉及一种基于无人机遥感技术监测河湖水域侵占方法。
背景技术
江河湖泊具有重要的资源功能和生态功能,是洪水的通道、水资源的载体、生态环境的重要组成部分。河湖管理涉及水域、岸线、采砂、排污口设置、涉河建设项目等方面,当前,侵占河湖水域的现象十分严重,归纳起来主要有以下几种典型形态:一是在河湖管理范围内,包括河岸、河床、湖心岛等,违章搭建各种建筑物;二是向河湖内、河坡上倾倒垃圾和杂物,甚至倾倒建筑垃圾;三是在河湖坡面、河内滩涂等地垦种农作物,甚至围湖造田、填湖造岛等;四是擅自在河湖管理范围内挖坑、埋葬、建墓、弃土,堵塞河湖;五是在引排河湖内设置影响行水和航运的码头,弃置沉船等;上述非法侵占河湖水域的行为会造成下述影响:违法侵占河湖水域将会降低河湖在洪水宜泄和调蓄上的能力,从而对防洪安全产生不利影响;违法侵占河湖水域,会降低河湖的储水、蓄水能力;违法侵占河湖水域可能会影响整个水系的生态环境;违法侵占河湖水域将会对航运安全产生不利影响。
而我国目前河湖水域管理主要以人工巡查为主,但随着经济的快速发展,涉水开发侵占现象日益增多,使得人工巡查方法存在的弊端日益明显,突出表现在:对于水域范围广的区域监管工作量大,而相关水利管理单位人手有限,人工巡查手段监管不全面、不及时,出现一些违法占用不能及时上报的情况。
无人机使用无线电智能操控不载人飞机并完成监测任务,可以通过计算机智能操控,对空间的要求较低,操作方便,成本低,不会受到环境的影响,适应能力非常强,适合危险系数高的任务。遥感技术作为一种新兴的探测技术,在电磁波理论的支撑下,能够远距离对物体的情况进行观察,并搜集被监测对象的紫外线活动,并对数据进行整合,从而完成对监控对象的识别。通过遥感技术能够对高分辨率的影响资料进行快速查询,对搜集到的信息进行整合和传送,与无人机相结合,将其应用在河湖水域的监测中,能够更好地实现对河湖水域的监管保护。
发明内容
本发明的目的是为了解决了现有技术中存在的缺点,而提出的一种基于无人机遥感技术监测河湖水域侵占方法。
一种基于无人机遥感技术监测河湖水域侵占方法,包括以下步骤:
S1、根据河湖水域的地形地貌、范围、位置和地面分辨率预设无人机飞行航线,控制无人机按照预设的飞行航线进行飞行,并采集两次不同时期航拍的原始遥感影像;
S2、将两次采集的原始遥感影像分别进行拼接、校准处理,获取河湖水域全景正射影像,通过所述河湖水域全景正射影像对初始语义分割算法进行河湖水域特征训练,获取河湖水域轮廓识别模型,然后提取河湖水域轮廓像素;
S3、将采集的原始遥感影像进行分割处理,得到若干个带有中心点坐标的子图片,且各子图片允许重叠,并将子图片信息存在数据库中,再对得到的子图片进行二值化处理,同时设定阈值,建立训练集、测试集、验证集;
S4、根据Mask-RCNN理论模型,构建神经网络模型,将训练集输入构建的神经网络模型中进行训练,获取二值化掩模图像;
S5、对两次获得的河湖水域同一位置、不同时期轮廓的二值化掩模图像进行图像差值计算,通过将计算结果与阈值进行比较,判定河湖水域是否发生变化;
S6、根据计算结果调整无人机航线信息,控制无人机进行再一次飞行,获取变化水域的遥感影像、无人机的空间位置和飞行姿态信息;
S7、根据变化水域的遥感影像、无人机的空间位置和飞行姿态信息,获取变化水域的空间分布信息和变化水域的侵占信息。
进一步的,步骤S2中,所述拼接、校准处理,包括辐射校正、几何校正和图像镶嵌。
进一步的,步骤S3中,将第一次采集的原始正射遥感影像按256m×256m为单元进行分割处理,分辨率处理为1像素/m,再对得到的子图片进行二值化处理,同时设定河湖水域轮廓像素的全部像素的1/1000为阈值。
进一步的,步骤S5中,通过将二值化掩模图像转换为TXT格式图片信息,将两次相同区域的图像信息提取至二维数组,对此两组的二维数据做差值计算,获取新二维数组数据,再遍历该新二维数组对非0数值做加t运算,最后判定t的值是否大于阈值,若t大于阈值,则判定河湖水域发生了变化,若t小于阈值,则河湖水域未发生变化。
进一步的,步骤S7中,采用目视解译方法对变化水域的遥感影像进行目视解译,获取所述变化水域的空间分布信息和变化水域的侵占信息。
与现有技术相比,本发明有益效果如下:
本发明利用正射影像建立训练集,再对Mask RCNN网络模型进行训练,获取二值化掩模图像,最后根据河湖水域同一位置、不同时期轮廓的二值化掩模图像做图像差值计算,并与阈值进行对比,从而判定河湖水域动态变化情况。本发明监测方法具有全面、高效、精确等优点,能够在很大程度上解决了人工现场监测、巡查等存在的问题和不足,实现了对河湖水域的动态监测,以做到对以各种名义侵占河湖水域的行为及时发现、及时制止,从而更好地实现对河湖水域的监管保护。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
一种基于无人机遥感技术监测河湖水域侵占方法,包括以下步骤:
S1、根据河湖水域的地形地貌、范围、位置和地面分辨率预设无人机飞行航线,控制无人机按照预设的飞行航线进行飞行,并采集两次不同时期航拍的原始遥感影像;
S2、将两次采集的原始遥感影像分别进行拼接、校准处理,获取河湖水域全景正射影像,通过所述河湖水域全景正射影像对初始语义分割算法进行河湖水域特征训练,获取河湖水域轮廓识别模型,然后提取河湖水域轮廓像素;
S3、将采集的原始遥感影像进行分割处理,得到若干个带有中心点坐标的子图片,且各子图片允许重叠,并将子图片信息存在数据库中,再对得到的子图片进行二值化处理,同时设定阈值,建立训练集、测试集、验证集;
S4、根据Mask-RCNN理论模型,构建神经网络模型,将训练集输入构建的神经网络模型中进行训练,获取二值化掩模图像;
S5、对两次获得的河湖水域同一位置、不同时期轮廓的二值化掩模图像进行图像差值计算,通过将计算结果与阈值进行比较,判定河湖水域是否发生变化;
S6、根据计算结果调整无人机航线信息,控制无人机进行再一次飞行,获取变化水域的遥感影像、无人机的空间位置和飞行姿态信息;
S7、根据变化水域的遥感影像、无人机的空间位置和飞行姿态信息,获取变化水域的空间分布信息和变化水域的侵占信息。
步骤S2中,所述拼接、校准处理,包括辐射校正、几何校正和图像镶嵌。
步骤S3中,将第一次采集的原始正射遥感影像按256m×256m为单元进行分割处理,分辨率处理为1像素/m,再对得到的子图片进行二值化处理,同时设定河湖水域轮廓像素的全部像素的1/1000为阈值。
步骤S5中,通过将二值化掩模图像转换为TXT格式图片信息,将两次相同区域的图像信息提取至二维数组,对此两组的二维数据做差值计算,获取新二维数组数据,再遍历该新二维数组对非0数值做加t运算,最后判定t的值是否大于阈值,若t大于阈值,则判定河湖水域发生了变化,若t小于阈值,则河湖水域未发生变化。
步骤S7中,采用目视解译方法对变化水域的遥感影像进行目视解译,获取所述变化水域的空间分布信息和变化水域的侵占信息。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于无人机遥感技术监测河湖水域侵占方法,其特征在于,包括以下步骤:
一种基于无人机遥感技术监测河湖水域侵占方法,包括以下步骤:
S1、根据河湖水域的地形地貌、范围、位置和地面分辨率预设无人机飞行航线,控制无人机按照预设的飞行航线进行飞行,并采集两次不同时期航拍的原始遥感影像;
S2、将两次采集的原始遥感影像分别进行拼接、校准处理,获取河湖水域全景正射影像,通过所述河湖水域全景正射影像对初始语义分割算法进行河湖水域特征训练,获取河湖水域轮廓识别模型,然后提取河湖水域轮廓像素;
S3、将采集的原始遥感影像进行分割处理,得到若干个带有中心点坐标的子图片,且各子图片允许重叠,并将子图片信息存在数据库中,再对得到的子图片进行二值化处理,同时设定阈值,建立训练集、测试集、验证集;
S4、根据Mask-RCNN理论模型,构建神经网络模型,将训练集输入构建的神经网络模型中进行训练,获取二值化掩模图像;
S5、对两次获得的河湖水域同一位置、不同时期轮廓的二值化掩模图像进行图像差值计算,通过将计算结果与阈值进行比较,判定河湖水域是否发生变化;
S6、根据计算结果调整无人机航线信息,控制无人机进行再一次飞行,获取变化水域的遥感影像、无人机的空间位置和飞行姿态信息;
S7、根据变化水域的遥感影像、无人机的空间位置和飞行姿态信息,获取变化水域的空间分布信息和变化水域的侵占信息。
2.根据权利要求1所述的一种基于无人机遥感技术监测河湖水域侵占方法,其特征在于,步骤S2中,所述拼接、校准处理,包括辐射校正、几何校正和图像镶嵌。
3.根据权利要求1所述的一种基于无人机遥感技术监测河湖水域侵占方法,其特征在于,步骤S3中,将第一次采集的原始正射遥感影像按256m×256m为单元进行分割处理,分辨率处理为1像素/m,再对得到的子图片进行二值化处理,同时设定河湖水域轮廓像素的全部像素的1/1000为阈值。
4.根据权利要求1所述的一种基于无人机遥感技术监测河湖水域侵占方法,其特征在于,步骤S5中,通过将二值化掩模图像转换为TXT格式图片信息,将两次相同区域的图像信息提取至二维数组,对此两组的二维数据做差值计算,获取新二维数组数据,再遍历该新二维数组对非0数值做加t运算,最后判定t的值是否大于阈值,若t大于阈值,则判定河湖水域发生了变化,若t小于阈值,则河湖水域未发生变化。
5.根据权利要求1所述的一种基于无人机遥感技术监测河湖水域侵占方法,其特征在于,步骤S7中,采用目视解译方法对变化水域的遥感影像进行目视解译,获取所述变化水域的空间分布信息和变化水域的侵占信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293148.4A CN113536836A (zh) | 2020-04-15 | 2020-04-15 | 一种基于无人机遥感技术监测河湖水域侵占方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293148.4A CN113536836A (zh) | 2020-04-15 | 2020-04-15 | 一种基于无人机遥感技术监测河湖水域侵占方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113536836A true CN113536836A (zh) | 2021-10-22 |
Family
ID=78088108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010293148.4A Pending CN113536836A (zh) | 2020-04-15 | 2020-04-15 | 一种基于无人机遥感技术监测河湖水域侵占方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113536836A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723373A (zh) * | 2021-11-02 | 2021-11-30 | 深圳市勘察研究院有限公司 | 一种基于无人机全景影像的违建检测方法 |
CN113903007A (zh) * | 2021-12-10 | 2022-01-07 | 宁波弘泰水利信息科技有限公司 | 一种用于水利行业的智能场景分析*** |
CN114563378A (zh) * | 2022-03-03 | 2022-05-31 | 生态环境部卫星环境应用中心 | 湖库蓝藻水华空间分布定量描述方法、装置、介质和设备 |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN115082276A (zh) * | 2022-08-22 | 2022-09-20 | 水利部珠江水利委员会水文局 | 基于模型交互的河湖乱象监测方法及装置 |
CN115619712A (zh) * | 2022-09-06 | 2023-01-17 | 江苏省水利科学研究院 | 一种基于无人机航拍技术的水域面积监测评估方法 |
CN115994692A (zh) * | 2023-03-23 | 2023-04-21 | 中铁水利信息科技有限公司 | 基于5g和大数据的智慧河湖管理平台 |
CN117367429A (zh) * | 2023-10-13 | 2024-01-09 | 黑龙江省水利科学研究院 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738178A (zh) * | 2008-11-27 | 2010-06-16 | 仁荷大学教产学协力团 | 采用航空照片和gis的河川的平面变化分析***及方法 |
WO2017115886A1 (ko) * | 2015-12-29 | 2017-07-06 | 한동대학교 산학협력단 | 해안 침식 측정 장치 및 해안 침식 복구 시스템 |
CN109934110A (zh) * | 2019-02-02 | 2019-06-25 | 广州中科云图智能科技有限公司 | 一种河道附近违建房屋识别方法 |
-
2020
- 2020-04-15 CN CN202010293148.4A patent/CN113536836A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101738178A (zh) * | 2008-11-27 | 2010-06-16 | 仁荷大学教产学协力团 | 采用航空照片和gis的河川的平面变化分析***及方法 |
WO2017115886A1 (ko) * | 2015-12-29 | 2017-07-06 | 한동대학교 산학협력단 | 해안 침식 측정 장치 및 해안 침식 복구 시스템 |
CN109934110A (zh) * | 2019-02-02 | 2019-06-25 | 广州中科云图智能科技有限公司 | 一种河道附近违建房屋识别方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723373B (zh) * | 2021-11-02 | 2022-01-18 | 深圳市勘察研究院有限公司 | 一种基于无人机全景影像的违建检测方法 |
CN113723373A (zh) * | 2021-11-02 | 2021-11-30 | 深圳市勘察研究院有限公司 | 一种基于无人机全景影像的违建检测方法 |
CN113903007A (zh) * | 2021-12-10 | 2022-01-07 | 宁波弘泰水利信息科技有限公司 | 一种用于水利行业的智能场景分析*** |
CN114563378A (zh) * | 2022-03-03 | 2022-05-31 | 生态环境部卫星环境应用中心 | 湖库蓝藻水华空间分布定量描述方法、装置、介质和设备 |
CN114563378B (zh) * | 2022-03-03 | 2022-07-29 | 生态环境部卫星环境应用中心 | 湖库蓝藻水华空间分布定量描述方法、装置、介质和设备 |
CN114858987B (zh) * | 2022-03-30 | 2024-06-11 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN115082276A (zh) * | 2022-08-22 | 2022-09-20 | 水利部珠江水利委员会水文局 | 基于模型交互的河湖乱象监测方法及装置 |
CN115619712A (zh) * | 2022-09-06 | 2023-01-17 | 江苏省水利科学研究院 | 一种基于无人机航拍技术的水域面积监测评估方法 |
CN115994692A (zh) * | 2023-03-23 | 2023-04-21 | 中铁水利信息科技有限公司 | 基于5g和大数据的智慧河湖管理平台 |
CN115994692B (zh) * | 2023-03-23 | 2023-11-03 | 中铁水利信息科技有限公司 | 基于5g和大数据的智慧河湖管理平台 |
CN117367429A (zh) * | 2023-10-13 | 2024-01-09 | 黑龙江省水利科学研究院 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
CN117367429B (zh) * | 2023-10-13 | 2024-05-14 | 黑龙江省水利科学研究院 | 基于遥感影像的工作底图和无人机技术的航线像控点分布算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113536836A (zh) | 一种基于无人机遥感技术监测河湖水域侵占方法 | |
CN111062361B (zh) | 一种河湖岸线采砂监测分析的方法及装置 | |
CN114821355B (zh) | 海岸线自动化识别方法和装置 | |
CN113177183A (zh) | 一种基于海洋遥感图像的海水污染监测预警方法及*** | |
CN109446934A (zh) | 水环境监管方法和*** | |
CN114898212B (zh) | 一种高分辨率遥感图像多地物变化信息提取方法 | |
CN110246119B (zh) | 基于sar影像的输电杆塔水灾故障隐患的识别方法 | |
Kaiser | Environmental changes, remote sensing, and infrastructure development: The case of Egypt's East Port Said harbour | |
CN115471980B (zh) | 泥石流灾害预警方法 | |
CN107146227A (zh) | 一种利用高分遥感技术监测水域岸线变化的方法 | |
Dewan et al. | Using synthetic aperture radar (SAR) data for mapping river water flooding in an urban landscape: a case study of Greater Dhaka, Bangladesh | |
CN112381067A (zh) | 基于固定视口的图像水位智能识别方法 | |
CN115331178A (zh) | 一种基于铁塔视频的自然资源监测方法及*** | |
CN113792638B (zh) | 基于Parallelogram-YOLOv4的火电厂雨排口污染物识别方法 | |
Aarninkhof et al. | Video-based, quantitative assessment of intertidal beach variability | |
Albalawi et al. | Spatio-temporal analysis of land use and land cover changes in arid region of Saudi Arabia | |
Afifi et al. | Urban sprawl of greater Cairo and its impact on the agricultural land using remote sensing and digital soil map | |
Geymen et al. | The potential of remote sensing for monitoring land cover changes and effects on physical geography in the area of Kayisdagi Mountain and its surroundings (Istanbul) | |
CN114529814B (zh) | 基于多源数据的黄土高原淤地坝提取方法 | |
Shamaoma et al. | Extraction of flood-modelling related base-data from multi-source remote sensing imagery | |
Laikangbam et al. | Flood hazard zonation of Imphal river, Manipur, India, using AWS data | |
Kaplan | Mapping three decades water changes in North Macedonia using remote sensing data | |
CN112733947B (zh) | 一种尾矿坝空间分布识别***及方法 | |
Shamaoma et al. | Extraction of Flood Risk-Related base-Data from Multi Source Remote Sensing Imagery | |
Leulmi et al. | Assessment of the effect of land use and land cover (LULC) change on depth runoff: case study of Skikda floods event |
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 |