Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (3): 113-116    DOI: 10.6046/gtzyyg.2011.03.20
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
矿山地面塌陷的高分辨率遥感识别与边界提取
王钦军, 陈玉, 蔺启忠
中国科学院数字地球重点实验室,中国科学院对地观测与数字地球科学中心,北京 100094
Surface Collapse Identification and Its Boundary Extraction Using High Resolution Remote Sensing
WANG Qin-jun, CHEN Yu, LIN Qi-zhong
Key Laboratory of Digital Earth, Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China
全文: PDF(1324 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

为在高分辨率遥感图像上准确识别地面塌陷、圈定其边界、提取其面积,总结了地面塌陷遥感影像识别标志,提出了一种边界提取方法。该方法以GeoEye高分辨率遥感图像为数据源,在图像融合的基础上,首先用Robert算子和方向算子对融合图像进行边缘增强; 然后分别选择原始图像和上述2种边缘增强图像的第一波段进行假彩色合成(Original,Robert and Direction enhanced image,ORD); 最后利用ArcGIS软件圈定地面塌陷的边界并提取其相关参数。研究结果表明,该方法可以有效地突出地面塌陷边界,提高其面积提取的精度。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
余健
董玉森
张志
杨日红
关键词 ASTERSWIR蚀变异常谦比希相对波段吸收深度(RBD)    
Abstract

In order to extract surface collapse’s boundary and calculate its area precisely,this paper summed up the identification keys to hazards and introduced a method for extracting the boundary of surface collapse. In this method,high resolution remote sensing image is used as the data source. Based on image fusion,the authors applied the Robert and Directional operators to the fused image respectively. Next,the first band in the original and two enhanced images were used to form false color image(Original,Robert and Direction enhanced image,ORD). Finally,the surface collapse area was calculated using ArcGIS software. The results show that the method can highlight the boundary of the surface collapse and reduce the error of the area calculation effectively.

Key wordsASTER    SWIR    Alteration anomalies    Chambishi    Relative absorption-Band Depth (RBD)
收稿日期: 2010-11-10      出版日期: 2011-09-07
: 

TP 751.1

 
基金资助:

国家863项目(编号: 2009AA12Z147,2009AA12Z102)和中科院对地观测中心数字地球科学平台重大项目(编号: DESP01-04-10)共同资助。

作者简介: 王钦军(1975-),男,博士,副研究员,主要从事光学遥感信息提取方面的研究。
引用本文:   
王钦军, 陈玉, 蔺启忠. 矿山地面塌陷的高分辨率遥感识别与边界提取[J]. 国土资源遥感, 2011, 23(3): 113-116.
WANG Qin-jun, CHEN Yu, LIN Qi-zhong. Surface Collapse Identification and Its Boundary Extraction Using High Resolution Remote Sensing. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(3): 113-116.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.03.20      或      https://www.gtzyyg.com/CN/Y2011/V23/I3/113


[1] 黎来福,王秀丽.SPOT-5卫星遥感数据在煤矿塌陷区监测中的应用
[J].矿山测量,2008(2):45-47.

[2] 李成尊,聂洪峰,汪劲,等.矿山地质灾害特征遥感研究
[J].国土资源遥感,2005(1):45-49.

[3] 许长辉,高井祥,王坚,等.多源多时相遥感数据融合在煤矿塌陷地中应用研究
[J].水土保持研究,2008,15(1):92-95.

[4] 彭苏萍,王磊,孟召平,等.遥感技术在煤矿区积水塌陷动态监测中的应用——以淮南矿区为例
[J].煤炭学报,2002,27(4):374-378.

[5] 丁爱华,鲁明星,吕冰.基于遥感技术的采煤塌陷区时空演变研究
[J].安徽农业科学,2010,38(7):3723-3725.

[6] 张敦虎,卢中正,强建华,等.地面塌陷特征及其遥感识别方法研究
[J].地质灾害与环境保护,2009,20(3):8-12.

[7] Wang J A,Shang X C,Ma H T.Investigation of Catastrophic Ground Collapse in Xingtai Gypsum Mines in China
[J].International Journal of Rock Mechanics & Mining Sciences,2008,45(8):1480-1499.

[8] Hervas J,Barredo J I,Rosin P L,et al.Monitoring Landslides from Optical Remotely Sensed Imagery:the Case History of Tessina landslide,Italy
[J].Geomorphology,2003,54(1-2):63-75.

[9] Eeckhaut M V D,Vanwalleghem T,Poesen J,et al.Prediction of Landslide Susceptibility Using Rare Events Logistic Regression:a Case Study in the Flemish Ardennes,Belgium
[J].Geomorphology,2006,76:392-410.

[10] 中华人民共和国区域地质调查报告(清水幅,J-50-4-A,1∶50 000)
[R].北京:北京市地质局,1983.

[11] 谢立民,王长青,王文武,等.地面塌陷及地裂缝的成因及防治——葫芦岛南票区及连山区矿产开采引起的地质灾害
[J].化工矿产地质,2007,29(2):101-106.

[1] 魏英娟, 刘欢. 北衙金矿床遥感矿化蚀变信息提取及找矿预测[J]. 自然资源遥感, 2021, 33(3): 156-163.
[2] 安健健, 孟庆岩, 胡蝶, 胡新礼, 杨健, 杨天梁. 基于Faster R-CNN的火电厂冷却塔检测及工作状态判定[J]. 国土资源遥感, 2021, 33(2): 93-99.
[3] 董天成, 杨肖, 李卉, 张志, 齐睿. 基于Faster R-CNN和MorphACWE模型的SAR图像高原湖泊提取[J]. 国土资源遥感, 2021, 33(1): 129-137.
[4] 韩海辉, 任广利, 王艺霖, 杨敏, 姚安强, 张转. 协同处理方式在遥感蚀变异常成因分析中的应用——以北山方山口地区为例[J]. 国土资源遥感, 2020, 32(1): 138-147.
[5] 安全, 贺中华, 赵翠薇, 梁虹, 焦树林, 杨朝晖. 基于地貌视角的喀斯特流域水系分维估算方法适应性分析[J]. 国土资源遥感, 2019, 31(4): 104-111.
[6] 肖晨超, 吴小娟, 汪大明, 褚永彬. 基于烃类微渗漏的油气异常信息提取及远景区预测——以中非Salamat盆地为例[J]. 国土资源遥感, 2019, 31(4): 120-127.
[7] 马鸿霖, 贾伟洁, 付长亮, 李伟. 沙特阿拉伯吉达东北部地质构造与蚀变信息提取及找矿有利部位预测[J]. 国土资源遥感, 2019, 31(3): 174-182.
[8] 段俊斌, 彭鹏, 杨智, 刘乐. 基于ASTER数据的多金属成矿有利区预测[J]. 国土资源遥感, 2019, 31(3): 193-200.
[9] 谢奇芳, 姚国清, 张猛. 基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感, 2019, 31(2): 38-43.
[10] 刘建宇, 陈玲, 李伟, 王根厚, 王博. 基于ASTER数据韧性剪切带型金矿蚀变信息提取方法优化[J]. 国土资源遥感, 2019, 31(1): 229-236.
[11] 杨达昌, 陈洁, 高子弘, 韩亚超. 天宫一号高光谱数据烃类微渗漏信息提取[J]. 国土资源遥感, 2018, 30(2): 107-113.
[12] 随欣欣, 王彦佐, 晋佩东, 魏英娟, 王文凯, 马骏欢. 基于RasterCatalog的海量遥感数据存储及快速浏览技术研究[J]. 国土资源遥感, 2017, 29(4): 214-218.
[13] 韩海辉, 王艺霖, 杨敏, 任广利, 杨军录, 李健强, 高婷. 分维变点法在遥感蚀变异常提取中的应用[J]. 国土资源遥感, 2017, 29(3): 137-142.
[14] 韩海辉, 王艺霖, 任广利, 杨军录, 李健强, 杨敏. 遥感蚀变异常非线性分析方法——以北山新、老金厂为例[J]. 国土资源遥感, 2017, 29(1): 43-49.
[15] 成功, 朱佳玮, 毛先成. 基于ASTER数据的金川铜镍矿床外围遥感找矿预测[J]. 国土资源遥感, 2016, 28(1): 15-21.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发