System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请实施例涉及地表形态监测,涉及但不限于一种高寒矿区的地表沉降及裂隙监测方法、装置、设备及存储介质。
技术介绍
1、近年来,煤炭在我国能源结构中仍然占有主体地位,也是国民经济的重要基础产业。煤炭开采后采空区周围岩体失稳从而发生移动,会诱发地表沉陷、滑坡以及水害等地质问题。现如今随着矿山开采深度的不断加深,这些问题日益突出。为有效实施矿区生态修复,多维度的数据融合进行监测是必要的。
2、在高寒矿区,特别是诸如祁连山等高海拔地域的矿区,地形地貌尤为独特,广泛分布着高寒沼泽与高寒草甸类植被。这些植被大多低矮且丛生,极易对地面点形成遮挡,给监测工作带来了不小的挑战。当采用无人机技术进行监测时,尽管经过精密的坐标配准,但所得数据主要为数字地表模型(digital surface model,dsm)。然而,dsm数据中往往混杂着植被的点云信息,这无疑对地面点高程的精准监测构成了干扰。对于高寒矿区地表沉降的监测而言,准确获取地面点高程是至关重要的。
3、在数据处理方面,insar(合成孔径雷达干涉测量)技术在高寒矿区也面临着时空失相干的问题。耕地、草地和林地等植被的存在会显著降低数据处理的相干性,导致高相干性点数量锐减,进而使得部分区域数据出现空白,给监测工作带来了极大的不便。
4、更为棘手的是,由于高寒矿区低矮植被丛生,地表裂隙往往被严重遮盖。无人机技术、三维激光扫描技术以及高分辨率数码照片等现代技术手段,在探测和识别野外米级尺度岩体内部裂隙的发育方面显得力不从心。而若采用人工实测技术,又难以深入探究
技术实现思路
1、本申请实施例提供一种高寒矿区的地表沉降及裂隙监测方法、装置、设备及存储介质。
2、本申请实施例的技术方案是这样实现的:
3、第一方面,本申请实施例提供一种高寒矿区的地表沉降及裂隙监测方法,所述方法包括:
4、获取研究区的原始时间序列影像数据、点云数据、多期高程数据、地表雷达图像数据和在线地图;
5、基于所述原始时间序列影像数据,确定第一面状沉降量;基于所述点云数据,确定第二面状沉降量;
6、将所述第一面状沉降量和所述第二面状沉降量进行融合处理,得到初始面状整体沉降量;
7、将所述多期高程数据进行对比,得到点状沉降量;
8、基于所述点状沉降量和预设沉降量数据,对所述初始面状整体沉降量进行数据验证,得到目标面状整体沉降量;
9、将所述目标面状整体沉降量与所述在线地图进行结合处理,得到二维沉降图像;
10、从所述地表雷达图像数据中提取地表形态特征;
11、基于所述地表形态特征与所述二维沉降图像,确定地质灾害易发风险区。
12、第二方面,本申请实施例提供一种高寒矿区的地表沉降及裂隙监测装置,所述装置包括:
13、获取模块,用于获取研究区的原始时间序列影像数据、点云数据、多期高程数据、地表雷达图像数据和在线地图;确定模块,用于基于所述原始时间序列影像数据,确定第一面状沉降量;基于所述点云数据,确定第二面状沉降量;融合模块,用于将所述第一面状沉降量和所述第二面状沉降量进行融合处理,得到初始面状整体沉降量;对比模块,用于将所述多期高程数据进行对比,得到点状沉降量;验证模块,用于基于所述点状沉降量和预设沉降量数据,对所述初始面状整体沉降量进行数据验证,得到目标面状整体沉降量;结合模块,用于将所述目标面状整体沉降量与所述在线地图进行结合处理,得到二维沉降图像;提取模块,用于从所述地表雷达图像数据中提取地表形态特征;所述确定模块,还用于基于所述地表形态特征与所述二维沉降图像,确定地质灾害易发风险区。
14、在一些实施例中,所述确定模块,还用于对所述原始时间序列影像数据进行配对,得到构建的小基线集;对所述小基线集进行滤波处理,得到滤波差分干涉图;对所述滤波差分干涉图进行相位解缠,得到地表形变特征;对所述地表形变信息进行多次反演处理,得到地表形变结果;对所述地表形变结果进行地理编码处理,得到所述第一面状沉降量。
15、在一些实施例中,所述确定模块,还用于基于预设自适应局部滤波阈值法,对所述点云数据进行降噪滤波,得到滤波后的点云数据;将基于所述滤波后的点云数据形成的多期dem数据进行对比,得到所述第二面状沉降量。
16、在一些实施例中,所述确定模块,还用于基于预设布料模拟算法,从所述点云数据中获取初始地面点;对所述初始地面点依次进行插值处理、拟合处理,得到粗糙地形曲面;计算所述粗糙地形曲面中每一点与多个最临近点在水平方向坡度变化的平均值,得到点云局部坡度变化率;基于所述点云局部坡度变化率,计算每一点的局部滤波阈值,得到滤波后的点云数据。
17、在一些实施例中,所述结合模块,还用于将所述目标面状整体沉降量与所述在线地图进行坐标对齐,并以所述在线地图铺底,将沉降量附着于图像上,得到所述二维沉降图像。
18、在一些实施例中,所述确定模块,还用于设定反映地面沉降灾害程度的多个地质隐患指标;将所述多个地质隐患指标进行无量纲处理,得到地质隐患指标定量数据;基于预设熵权法,对所述地质隐患指标定量数据赋予权重信息,并基于预设加权求和算法,对所述研究区的沉降危险性进行评估,得到沉降危险性结果;对所述沉降危险性结果进行等级划分,得到所述地质灾害易发风险区。
19、第三方面,本申请实施例提供一种高寒矿区的地表沉降及裂隙监测设备,包括:存储器,用于存储可执行指令;处理器,用于执行所述存储器中存储的可执行指令时,实现上述高寒矿区的地表沉降及裂隙监测方法。
20、第四方面,本申请实施例提供一种计算机程序产品或计算机程序,计算机程序产品或计算机程序包括可执行指令,可执行指令存储在计算机可读存储介质中;其中,高寒矿区的地表沉降及裂隙监测的处理器从计算机可读存储介质中读取可执行指令,并执行可执行指令时,实现上述的高寒矿区的地表沉降及裂隙监测方法。
21、第五方面,本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行所述可执行指令时,实现上述高寒矿区的地表沉降及裂隙监测方法。
22、本申请实施例提供的高寒矿区的地表沉降及裂隙监测方法、装置、设备及存储介质,获取研究区的原始时间序列影像数据、点云数据、多期高程数据和地表雷达图像数据;基于原始时间序列影像数据,确定第一面状沉降量;基于点云数据,确定第二面状沉降量;将第一面状沉降量和第二面状沉降量进行融合处理,得到初始面状整体沉降量;将多期高程数据进行对比,得到点状沉降量;基于点状沉降量和预设沉降量数据,对初始面状整体沉降量进行数据验证,得到目标面状整体沉降量;将目标面状整体沉降量与在线地图进行结合处理,得到二维沉降图像;从地表雷达图像数据中提取地表形态特征;基于地表形态特征与二维沉降图像,确定地质灾害易发风险区。如此,本申本文档来自技高网...
【技术保护点】
1.一种高寒矿区的地表沉降及裂隙监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述原始时间序列影像数据,确定第一面状沉降量,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述点云数据,确定第二面状沉降量,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于预设自适应局部滤波阈值法,对所述点云数据进行降噪滤波,得到滤波后的点云数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述目标面状整体沉降量与所述在线地图进行结合处理,得到二维沉降图像,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于所述地表形态特征与所述二维沉降图像,确定地质灾害易发风险区,包括:
7.一种高寒矿区的地表沉降及裂隙监测装置,其特征在于,所述装置包括:
8.一种高寒矿区的地表沉降及裂隙监测设备,其特征在于,包括:
9.一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行所述可执行指令时,实现权利要求1至6任一项所述的高寒矿区的地
...【技术特征摘要】
1.一种高寒矿区的地表沉降及裂隙监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述原始时间序列影像数据,确定第一面状沉降量,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述点云数据,确定第二面状沉降量,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于预设自适应局部滤波阈值法,对所述点云数据进行降噪滤波,得到滤波后的点云数据,包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述目标面状...
【专利技术属性】
技术研发人员:徐培耘,林海飞,李树刚,王锴,张晓龙,双海清,赵鹏翔,陈晓旭,杨武毅,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。