断层高分辨率遥感在线解译及产状测量平台
郭啟倩1, 李盛乐2, 刘珠妹2
1.中国地震局第二监测中心,西安 710054
2.中国地震局地震研究所,武汉 430071

第一作者简介: 郭啟倩(1990-),女,硕士,助理工程师,主要从事地震信息化研究。Email:guo_qq_822@126.com

摘要

为解决高分辨率遥感应用中的断层在线解译及产状测量问题,利用主流网络地图服务提供的高分辨率卫星遥感影像及应用程序接口,开发断层在线解译及产状测量平台。通过该平台在线分析地质构造、解译断层,提取断裂地理信息; 数据以可扩展标识语言(extensible markup language,XML)格式存储,可转换为主流GIS软件数据格式; 对已有断裂的GIS数据通过格式转换进行查看、校准; 使用Google Earth Plug-in嵌入三维地图服务,结合数字高程模型(digital elevation model,DEM)数据同步采用多点法解算断层产状要素,以提高精度。结果表明: 基于网络地图服务的断层在线解译和产状测量方法,发挥了高分辨率遥感影像在断裂构造解译中的优势,同时突破了遥感影像和DEM数据源的限制,可快速、准确地提取断裂构造地理信息和产状要素; 平台矢量化数据具有可共享性,程序具有可移植性。

关键词: 高分辨率遥感; 断裂; 矢量化; 断层产状测量; Google Earth Plug-in
文献标志码:A 文章编号:1001-070X(2016)01-0190-07 doi: 10.6046/gtzyyg.2016.01.28
Platform of online interpretation and attitude measurement for faults using high resolution remote sensing image
GUO Qiqian1, LI Shengle2, LIU Zhumei2
1. Second Crust Monitering and Application Center, China Earthquake Administration, Xi’an 710054, China
2. Institute of Seismology, China Earthquake Administration, Wuhan 430071, China
Abstract

To solve the problems of online interpretation and attitude measurement for faults in the application of high resolution remote sensing, the authors developed a platform of online interpretation and attitude measurement for faults by using high resolution remote sensing image and application programmers interface provided by Web Map Service. The platform allows users to analyze the geological structure as well as identify and vectorize the fault. On this platform, vector data are saved as extensible markup language(XML)and can be transformed into typical GIS data formats, and existing GIS data are allowed to be viewed and calibrated after format conversion. Imbedding of Google Earth, through Google Earth Plug-in, enables users to calculate the fault attitude using the DEM on this platform. Multi-point method is adopted to improve calculation accuracy. The results show that the method of interpretation and attitude measurement for faults based on Web Map Service, which takes advantage of fault interpretation using high resolution remote sensing image and breaks through the data source limitation of remote sensing image and DEM data, can accurately extracts geographic information and attitude of geological structure,and the platform possesses data sharing and application portability.

Keyword: high resolution remote sensing; fault; vectorization; fault attitude measurement; Google Earth Plug-in
0 引言

断裂构造是地层或岩体顺破裂面发生明显位移的构造, 是地球内应力的外在表现。传统的断裂构造研究方法主要包括地面地质调查、地球物理勘查和钻探等。这些方法仅仅从微观、局部上调查断裂构造, 很难从宏观角度全面把握断裂。此外, 在一些自然条件恶劣、交通不便、地质工作程度较低的地区, 地质调查工作存在很大的困难。遥感技术极大地拓宽了人类的视野和视觉能力, 以其宏观性、综合性、多尺度(时间、空间、光谱)、多层次(地面、航空、航天)等特点, 已成为人类研究地球表层系统的有力工具, 也成为地质研究和地质勘查不可缺少的技术手段[1]。利用高分辨率遥感影像解译断裂构造, 不仅可以对断裂的地质构造背景进行快速、全面、综合分析, 从宏观角度了解断裂构造的空间展布及活动特征; 而且能够根据断裂在影像上的光谱特征和空间特征, 对某一具体断裂构造及其活动性进行定位、定性和定量分析。然而, 遥感影像数据的处理过程专业性强, 在获取到研究区的遥感影像数据之后, 还需要进行去除噪声、几何纠正、配准、融合及镶嵌等专业处理, 给地质工作者带来一定程度的困难, 且受数据源的限制较大。另外, 仅利用二维遥感影像资料难以获取测点的高程信息, 不利于解译断层的产状要素。

为解决高分辨率遥感应用中的断层在线解译及产状测量问题, 本文开发的“ 断层在线解译及产状测量平台” 可通过JavaScript脚本实现断裂在线矢量化、已有断裂GIS数据查看校准、断层产状测量及其他相关功能。该平台以主流网络地图服务(如Google Maps、百度地图、天地图等)提供的免费高分辨率卫星遥感影像为地理底图, 可直接提取断层的地理信息; 数据采用可扩展标识语言(extensibe markup language, XML)文件格式存储, 便于实现地理信息数据的有效存储、管理及共享; 使用Google Earth插件程序(Google Earth Plug-in)嵌入三维地图服务, 可同步解算断层走向、倾向和倾角; 并提供数据格式转换、测距等功能。

1 遥感地质解译
1.1 断裂构造识别

断裂构造在遥感影像中的光谱特征和空间特征是利用遥感影像识别断裂构造的基础。断裂构造是地球内应力的外在表现, 其形成必然影响到断裂的周围区域, 反映在遥感影像上则以一定的构造形迹特征表现出来。这些特征根据其是否为断裂本身固有属性在影像上的表现, 可分为直接特征和间接特征[2, 3, 4]

直接特征是断裂构造在影像上呈现的形状、色调、纹理等特征。断裂构造多为线性构造, 在影像上断裂形迹的亮度、长度和分布是判断断裂规模、裸露或隐伏等情况的依据。断裂构造活动引起地质单元在物质组成、结构等方面的差异, 使断裂带两侧地下水含量、抗风蚀能力、抗水蚀能力等有所差异, 导致地表含水量、地表粗糙度和植被覆盖等明显变化, 反映在遥感影像上即为色调和纹理特征的变化。

间接特征是由断裂构造引起的地貌、水系、植被、岩石、土壤等地物的异常变化, 在影像上主要表现为地貌形态异常、水系格局突变、岩体错位迁移等。地貌形态是遥感解译断裂构造最直观的要素之一, 在遥感影像中呈直线或折线展布的地貌单元(如山地、丘陵、盆地等)的轮廓线、分割线, 以及由于新构造活动发育形成的地貌形态(如断层崖、断层三角面、延山麓分布的洪积扇裙等)都是断裂存在的证据。断裂构造活动引起的水系格局突变可根据水系总体展布、整体错位、河流流向异常、河段呈直线延伸或肘状拐弯等现象识别。岩体的错位、迁移会在遥感影像中表现为岩体稳定的色调、纹理等特征的连续性出现位置错移或突然消失。

1.2 岩层产状测量

传统的岩层产状测量方法是利用地质罗盘仪、坡度仪等工具, 在野外岩石露头上实测产状参数, 用图解法计算各产状要素。这种方法存在工作量大、效率低、精度差以及受野外条件限制等问题。20世纪60年代, 利用航片测量岩层产状的方法开始出现, 但利用二维影像测量产状的效果受到影像分辨率和处理方法等方面的限制, 未能得到推广。进入21世纪以来, 随着测绘和遥感技术的迅速发展, 地学工作者通过高分辨率卫星影像叠加数字高程模型(digital elevation model, DEM), 建立三维地形, 拟合岩层面, 实现了岩层产状测量[5], 并达到了较高的精度。其方法主要包括目视估算法、线性投影图解法、三点法和多点法等。产状测量的基本原理是首先确定岩层面, 然后利用岩层面信息计算岩层的各个产状要素。

2 平台设计
2.1 地图数据

断层在线解译及产状测量平台(简称“ 平台” )选用Google提供的卫星影像服务。Google Maps和Google Earth地图服务提供含有政区、交通和商业信息的矢量地图、高分辨率卫星影像以及显示地形和等高线的地形视图, 其卫星影像分辨率最高能达到0.61 m, DEM的有效分辨率通常为30 m, 局部区域能达到更高的分辨率。

2.2 体系结构

平台采用基于JavaScript技术的Web GIS开发模式。JavaScript使多种任务仅在客户端就可以完成而不需要网络和服务器的参与, 从而支持分布式的运算和处理[6]。平台体系结构分为4层: 用户层、JavaScript引擎层、业务逻辑层和数据访问层(图1)。

图1 平台体系结构Fig.1 Architecture of platform system

1)用户层负责提交客户端请求、显示服务器端返回的数据(本平台基于B/S架构, 用户层由浏览器实现)。

2)JavaScript引擎层负责客户端与服务器端的异步数据交互、地图操作(包括缩放、移动、漫游等)、断层矢量化操作和断层产状测量等任务。异步数据交互和地图操作通过AJAX(Asynchronous JavaScript and XML)引擎实现, 其核心是使用 JavaScript 对象 XmlHttpRequest实现与服务器的异步通信, 在不刷新Web页面的情况下动态更新数据; 断层矢量化操作通过Google Maps API for JavaScript实现; 断层产状测量通过引入Google Earth Plug-in以及Google Earth API for JavaScript实现。

3)业务逻辑层负责响应JavaScript引擎层提交的数据请求和业务请求。平台采用Google服务器作为GIS服务器提供地图服务, 以Tomcat 6.0服务器作为Web服务器响应客户端请求及一般业务处理。

4)数据访问层负责地图瓦片数据和XML格式数据组织管理。地图瓦片数据主要为Google Maps卫星影像瓦片, 应用于地图视图模块; XML数据则应用于断层矢量化模块。

2.3 功能模块

平台功能模块主要包括地图视图模块、断层矢量化模块和断层产状测量模块。功能模块界面如图2所示。

图2 断层在线矢量化平台操作界面Fig.2 Operational interface of fault online vectorization platform

3 断层矢量化

按照GIS中基于分层的数据组织方法, 提供按点、线、面要素分类分层的矢量化功能。用户以Google提供的卫星影像为底图, 用鼠标进行点、线、面要素的矢量化操作(包括要素的增加、修改、删除等), 矢量化数据可保存为XML格式, 也可转换为主流专业GIS软件数据格式(如MapInfo的MIF/MID文件、ArcGIS的Shape文件等), 便于在GIS软件中打开矢量数据和进行进一步的专业分析操作。已有的GIS数据可以在平台中通过格式转换打开、查看和编辑。断层矢量化是对线要素矢量化的扩展, 参照《中国地震活动断层探测技术系统技术规程》[7]中的活断层信息管理系统基础数据库规定, 设计断层属性字段, 以便于数据的统一规范管理及共享。

3.1 可扩展标识语言(XML)

矢量化数据格式采用的XML是一种用于标记电子文件、使其具有结构性的标记语言。XML以其开放性、可扩展性、高度结构化和自我描述性等优势, 在WebGIS中被广泛应用。开放地理信息系统协会(Open GIS Consortium, OGC)制定了基于XML的互联网地理模型语言GML; ESRI公司的ArcIMS建立了基于XML的ArcXML; Google Earth使用的遵循XML语法与格式的编码规范KML也由OGC接管成为国际标准。XML可根据需求自定义标记和属性名, 从而使结构复杂到任意程度, 强化特定的专业数据结构。另外, XML支持高效的数据增、删、改、查等操作, 可作为数据库进行数据的组织存储。

根据活断层信息管理系统基础数据库, 规定自定义的断层矢量化数据XML格式如下:

< ?xml version="1.0" encoding="GB2312"?>

< Document>

< name> 断层< /name>

< Polyline type="Multiple" Num="1" SubNum="1">

< ID> 0< /ID>

< Coordination> 85.322, 37.16, 0 ……, 84.337, 36.891, 0< /Coordination>

< Attributes>

< 断裂编码type="Char(12)"> "AF212-2"< /断裂编码>

< 断裂显示码 type="Integer"> 212< /断裂显示码>

< 断裂名称 type="Char(40)"> "阿尔金断裂带, 阿尔金北缘断裂"< /断裂名称>

< 断裂性质 type="Char(15)"> "左旋逆走滑"< /断裂性质>

< 断层走向 type="Char(15)"> "60~80"< /断层走向>

< 断层倾向 type="Char(15)"> "SE/NW"< /断层倾向>

< 断层倾角 type="Char(15)"> "70~80"< /断层倾角>

< 断层长度 type="Char(15)"> "1600"< /断层长度>

< 活动时代 type="Char(20)"> "Q4"< /活动时代>

……

< /Attributes>

< Style>

< color> #FF0000< /color>

< width> 1< /width>

< /Style>

< Description> "……"< /Description>

< /Polyline>

< /Document>

节点Document为根节点; 子节点Polyline记录断裂数据: ID为要素标识码; Coordination记录要素地理坐标(断裂线坐标); Attributes记录断裂属性, 包括断裂编码、断裂显示码、断裂名称、断裂性质、断层走向、断层倾向、断层倾角、断层长度、活动时代、断层岩类型、上断点埋深、下断点埋深、破碎带宽度、断裂符号基础位、断裂符号上标位和断裂符号下标位等; Style为要素样式; Description记录描述信息。

断裂的分段性是指一条活动断裂带可由许多独立的断裂段组成, 这种分段性造成了历史强震活动性的分段差异[8]。不同断裂段的活动方式、幅度和速率以及单次地震的同震位移量、地震地表破裂的长度、最大地震的震级以及地震复发间隔等均有所不同[9]。因此, Polyline属性中type定义了值Multiple和Pline, 分别表示多线型要素和单线型要素(其中多线型要素用于描述具有分段性的断裂); 属性Num值为线条(断裂)标识码; 属性SubNum值为子线条(断裂分段)标识码, 仅当type值为Multiple时该属性有效。

3.2 矢量化操作

矢量化操作流程按照主流GIS软件矢量化流程设计(图3), 采用分类分层的数据组织方式, 编辑过程中数据的增、删、改、查等操作在输入的XML文件中执行同步数据更新。

图3 平台矢量化操作流程Fig.3 Flowchat of operational process for vectorization platform

用户可以在本地新建XML文件进行矢量化操作。已有的断裂数据, 如MapInfo的MIF/MID文件、ArcGIS的Shape文件、Google Earth的KML文件等, 可在平台上经过格式转换打开, 进行查看和数据校准; 也可通过AJAX请求服务器端的XML文件, 在本地显示和下载。

断裂矢量化过程中, 对于分段断裂或由“ 平行带状” 、“ 发辫状” 、“ 雁行式” 断裂紧密排列组成的断裂带, 需要在录入属性值时选择线型“ 多线” 以定义XML文件中Polyline节点type属性值Multiple, 并录入属性值Num和SubNum作为主线条(断裂)和子线条(断裂分段)标识码(图4)。

图4 属性录入窗口Fig.4 Window of attribute data entry

4 断层产状测量

断层产状测量的误差包括遥感影像数据质量与DEM数据质量的带入误差、DEM与遥感影像的匹配误差以及鼠标选点标定方式导致的选点误差等。其中, 选点误差可通过选取多点进行平差来消除。平台采用多点法解算断层产状: 通过Google Earth Plug-in在HTML页面中嵌入Google Earth, 使用Google Earth API提供的GEGlobe接口, 获取多个断层露头的经纬度和高程信息; 运用最小二乘法拟合断层面, 进一步计算断层的走向、倾向和倾角。编程采用开源的JavaScript类库Sylvester。Sylvester是一个对向量和矩阵进行数学运算的JavaScript 类库, 它能够对任意维度的向量和矩阵进行模型化, 利于面向对象编程。

4.1 断层露头平面坐标与高程获取

GEGlobe接口提供了从Google Earth上获取Point对象经纬度和高程数据的函数, 分别为getLongitude(), getLatitude()和getGroundAltitude()。通过getLongitude()和getLatitude()将选点的大地坐标须转换为平面坐标。本文采利用高斯投影坐标正算公式进行坐标值转换[10], 即

x=X+N2ρ2sin B cos Bl2+N24ρ4sinBcos3B(5-t2+9η2+4η4)l4+N720ρ6sinBcos5B(61-58t2+t4)l6y=NρcosBl+N6ρ3cos3B(1-t2+η2)l3+N120ρ5cos5B(5-18t2+t4+14η2-58η2t2)l5, (1)

式中: X为自赤道量起的子午线弧长, 带入WGS-84椭球体参数计算; B为选点大地纬度; l为大地经差; N为卯酉圈曲率半径; t=tan B; η =e'cos B, e'为第二偏心率; ρ 为转换参数, ρ =206 264.806 247″。为了避免y值出现负数, 将x轴向西平移500 km(即计算结果y值均加上500 000 m)。

4.2 最小二乘法断层面拟合

设所求的断层面拟合方程为

AX+BY+CZ+1=0 , (2)

式中: X, YZ分别为断层面的水平和垂直坐标; A, BC为拟合方程参数真值。

根据最小二乘原理, 将选点到拟合断层面的距离作为误差, 令该误差的平方和导数为零(即误差平方和为最小), 求满足误差平方和最小值的拟合方程参数真值A, BC[5, 11]。选取断层露头点集中的任意3个点, 求出满足3点的平面方程, 即

A0X+B0Y+C0Z+1=0 , (3)

式中A0, B0C0为参数初始值。

则参数真值和初始值的关系为

A=A0+A'B=B0+B'C=C0+C', (4)

式中A', B'C'为参数改正值。

因经过求导后的误差方程不满足线性条件, 不能采用最小二乘法, 故需要对误差方程进行化简以满足采用最小二乘法的线性条件。设Vi为选点坐标(Xi, Yi, Zi)带入拟合断层面方程求得的误差, 即

Vi=AXi+BYi+CZi+1, (i=1, 2, …, n) ⇒ Vi=A'Xi+B'Yi+C'Zi+Mi , (5)

式中Mi为选点(Xi, Yi, Zi)基于基准平面的误差, 即Mi=(A0Xi+B0Yi+C0Zi+1); 因基准平面已知, 故Mi是常数项。对误差平方和中的A', B'C'求导, 令导数为零, 即

d(i=1nVi2)d(A'=0d(i=1nVi2)d(B'=0d(i=1nVi2)d(C'=0, (6)

将式(5)带入式(6), 展开得到线性方程组, 即

A'i=1nXi2+B'i=1nXiYi+C'i=1nXiZi+i=1nMiXi=0A'i=1nXiYi+B'i=1nYi2+C'i=1nYiZi+i=1nMiYi=0A'i=1nXiZi+B'i=1nYiZi+C'i=1nZi2+i=1nMiZi=0。 (7)

解线性方程组(7)求得参数改正值A', B'C', 分别代入式(4)和式(2)即可求得拟合断层面方程。

4.3 断层产状计算

1)断层走向。断层面与水平面的交线即为断层的走向, 即平面AX+BY+CZ+1=0与平面Z=0的交线与方向北的夹角θ 。断层走向的计算公式 [11, 12]

θ =arctan -BA。 (8)

2)断层倾向。断层倾向为断层面上最大倾斜线在水平面上的投影所指的方向, 求得走向θ 后± 90° 即可确定断层倾向[11, 12]

3)断层倾角。断层面与水平面的夹角即为断层倾角, 即平面AX+BY+CZ+1=0与平面Z=0的夹角δ 。断层倾角的计算公式 [11, 12]

δ =arccos CA2+B2+C2。 (9)

4.4 计算实例

以某地区的一处断层为例, 计算该断层的产状要素(图5)。

图5 断层产状计算实例Fig.5 Example for calculating fault attitude

该地区存在较为明显的断裂构造。沿断层露头界线选取3个以上测点, 由JavaScript脚本程序对测点地理坐标进行6° 带高斯-克吕格投影转换, 经过投影转换后的平面坐标值X, Y和高程Z图5中的“ 选点坐标值” 表。采用最小二乘法拟合断层面, 得到断层面方程, 即

-4.019× 10-7X+5.445 5× 10-7Y+1.339 2× 10-6Z+1=0 。 (10)

根据式(8)和(9)计算出断层的走向、倾向和倾角, 对计算结果取整后得到断层走向36° , 断层倾向126° , 断层倾角26° 。

5 结论

本文利用主流网络地图服务提供的高分辨率卫星遥感影像, 研究开发了断层在线解译及产状测量平台, 实现了断层在线识别解译和矢量化, 并结合Google Earth提供的DEM数据实现了断层产状要素计算等功能。具有以下优势:

1)使用Google提供的免费高分辨率卫星遥感影像数据, 突破了遥感数据源的限制。

2)以卫星影像为底图进行在线断层解译及矢量化, 矢量化之前不需要对底图进行专业的遥感数据处理; 矢量化结果既可在平台上打开编辑与校准, 也可在主流GIS软件中打开进一步分析与操作。

3)矢量化数据采用XML格式, 便于实现地理信息数据的有效存储、管理及共享。

4)使用Google提供的免费DEM数据可进行断层产状要素计算, 并采用多点法提高计算精度。

5)得益于主流地图服务应用程序接口API的一致性, 程序易于实现不同地图服务间的迁移; 该平台基于Google Maps API/Google Earth API试验开发, 可迁移至百度地图和天地图等网络地图服务应用中。

The authors have declared that no competing interests exist.

参考文献
[1] 王润生, 熊盛青, 聂洪峰, . 遥感地质勘查技术与应用研究[J]. 地质学报, 2011, 85(11): 1699-1743.
Wang R S, Xiong S Q, Nie H F, et al. Remote sensing technology and its application in geological exploration[J]. Acta Geologica Sinica, 2011, 85(11): 1699-1743. [本文引用:1]
[2] 彭丹青, 李京, 陈云浩, . 基于先进对地观测卫星遥感影像的断裂识别——以江西德兴为例[J]. 自然灾害学报, 2008, 17(6): 124-128.
Peng D Q, Li J, Chen Y H, et al. Fracture system recognition and interpretation based on advanced land observing satellite remote sensing image: A case study of Dexing, Jiangxi[J]. Journal of Natural Disasters, 2008, 17(6): 124-128. [本文引用:1]
[3] 隋志龙, 李德威, 黄春霞. 断裂构造的遥感研究方法综述[J]. 地理学与国土研究, 2002, 18(3): 34-37, 44.
Sui Z L, Li D W, Huang C X. Overview of research approach of faults based on remote sensing technology[J]. Geography and Territorial Research, 2002, 18(3): 34-37, 44. [本文引用:1]
[4] 李家存, 魏永明, 蔺启忠. 遥感信息在南水北调西线工程区构造解译中的应用[J]. 吉林大学学报: 地球科学版, 2004, 34(1): 150-153.
Li J C, Wei Y M, Lin Q Z. The application of remote sensing information in the structure interpretation of the west route project of south-to-north water transfer[J]. Journal of Jilin University: Earth Science Edition, 2004, 34(1): 150-153. [本文引用:1]
[5] 段福州, 赵文吉, 李家存, . 基于三维地理信息系统的岩层产状测量方法[J]. 吉林大学学报: 地球科学版, 2011, 41(1): 310-315.
Duan F Z, Zhao W J, Li J C, et al. Measurement method of strata attitude based on three-dimensional geographic information system[J]. Journal of Jilin University: Earth Science Edition, 2011, 41(1): 310-315. [本文引用:2]
[6] 刘南, 刘仁义. Web GIS原理及其应用[M]. 北京: 科学出版社, 2002.
Liu N, Liu R Y. Principles and Applications of Web GIS[M]. Beijing: Science Press, 2002. [本文引用:1]
[7] 中国地震局. 中国地震活动断层探测技术系统技术规程[M]. 北京: 地震出版社, 2005.
China Earthquake Administration. Stipulation on Technical System for China Earthquake Active Fault Surveying[M]. Beijing: Seismological Press, 2005. [本文引用:1]
[8] 闻学泽, Allen C R, 罗灼礼, . 鲜水河全新世断裂带的分段性、几何特征及其地震构造意义[J]. 地震学报, 1989, 11(4): 362-372.
Wen X Z, Allen C R, Luo Z L, et al. Segmentation, geometric features, and their seismotectonic implications for the Holocene Xianshuihe fault zone[J]. Acta Seismologica Sinica, 1989, 11(4): 362-372. [本文引用:1]
[9] 邓启东, 闻学泽. 活动构造研究——历史、进展与建议[J]. 地震地质, 2008, 30(1): 1-30.
Deng Q D, Wen X Z. A review on the research of active tectonics: History, progress and suggestions[J]. Seismology and Geology, 2008, 30(1): 1-30. [本文引用:1]
[10] 孔祥元, 郭际明, 刘宗泉. 大地测量学基础[M]. 武汉: 武汉大学出版社, 2010.
Kong X Y, Guo J M, Liu Z Q. Foundation of Geodesy[M]. Wuhan: Wuhan University Press, 2010. [本文引用:1]
[11] 蒲浩, 杨新林, 赵海峰, . 基于Google Earth的岩层产状测量方法[J]. 西南交通大学学报, 2012, 47(6): 949-954.
Pu H, Yang X L, Zhao H F, et al. Measurement method of strata attitude based on Google Earth[J]. Journal of Southwest Jiaotong University, 2012, 47(6): 949-954. [本文引用:4]
[12] 王俊锋, 白宗亮, 田琮, . Google Earth在地质解译中的应用[J]. 新疆地质, 2014, 32(1): 136-140.
Wang J F, Bai Z L, Tian Z, et al. The application of Google Earth in geological interpretation[J]. Xinjiang Geology, 2014, 32(1): 136-140. [本文引用:3]