基于ArcPy的违法矿山自动出图方法

doi:10.6046/gtzyyg.2020.03.32

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(2256 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

矿山开发状况遥感监测中,常利用ArcGIS软件制作违法矿山分布图。目前人工制作方法存在制作成本高、专业性强、工作量大、制图格式不一致等问题。为此,基于ArcPy开发自动生成违法矿山分布图的方法,自动提取违法矿山开采区域内遥感监测成果数据的空间信息和属性信息,实现违法矿山的自动定位,以及按照出图模板自动编辑图例文本信息,完成违法矿山分布图的自动生成工作。经验证,本方法可以将传统人工制图方法约3 d的工作量在10 min以内完成,大大地减轻了技术人员的工作量,对提高矿山遥感监测工作的效率具有实用意义。

	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
	李霄
	刘莹
	姚维岭
	杨金中
	李勇志
	汪洁

关键词 ： ArcPy, 矿山监测, 违法矿山分布图, 遥感影像

Abstract：

For the purpose of monitoring mine development status by using remote sensing technology, ArcGIS software is usually used to extract relevant information to produce illegal mine distribution maps, thus providing data support for relevant departments. At present, artificially produced illegal mine distribution maps have many problems, such as high production cost, high professionalism, large workload, inconsistent drawing format and low accuracy. Therefore, a method for automatically generating illegal mine distribution maps based on ArcPy is developed. The method automatically extracts the attribute information and spatial information of the remote sensing monitoring data of illegal mine mining areas, and automatically locates the image range and edits the text information according to the drawing template. The automatic generation of mine distribution maps greatly reduces the workload of technicians. It is of practical significance in improving the efficiency of mine remote sensing monitoring.

Key words： ArcPy mine monitoring distribution map of illegal mines remote sensing image

收稿日期: 2019-08-26 出版日期: 2020-10-09

TP319

基金资助:中国地质调查局项目“全国矿山开发状况遥感地质调查与监测”(DD20190511);“全国矿山环境恢复治理状况遥感地质调查与监测”(DD20190705)

作者简介: 李霄(1993-),男,硕士,助理工程师,主要研究方向为地球观测卫星数据的应用。Email: lxiao@mail.cgs.gov.cn。

引用本文:

李霄, 刘莹, 姚维岭, 杨金中, 李勇志, 汪洁. 基于ArcPy的违法矿山自动出图方法[J]. 国土资源遥感, 2020, 32(3): 247-251.
LI Xiao, LIU Ying, YAO Weiling, YANG Jinzhong, LI Yongzhi, WANG Jie. Automatic plotting of illegal mines based on ArcPy. Remote Sensing for Land & Resources, 2020, 32(3): 247-251.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.03.32 或 https://www.gtzyyg.com/CN/Y2020/V32/I3/247

Fig.1 违法矿山分布图示例

Fig.2 违法矿山分布图人工制作流程

Fig.3 违法矿山分布图自动生成技术实现流程

Fig.4 九宫格定位法示意图

Tab.1 少量矿山数据出图时间对比

Tab.2 大量矿山数据出图时间对比

[1]	杨金中, 聂洪峰, 荆青青. 初论全国矿山地质环境现状与存在问题[J]. 国土资源遥感, 2017,29(2):1-7.doi: 10.6046/gtzyyg.2017.02.01.
	Yang J Z, Nie H F, Jing Q Q. Preliminary analysis of mine geo-environment status and existing problems in China[J]. Remote Sensing for Land and Resources, 2017,29(2):1-7.doi: 10.6046/gtzyyg.2017.02.01.
[2]	刁明光, 刘芳, 谭专条, 等. 矿山遥感监测解译记录表自动生成方法研究与实现[J]. 国土资源遥感, 2018,30(4):212-217.doi: 10.6046/gtzyyg.2018.04.32.
	Diao M G, Liu F, Tan Z T, et al. Research and implement on automatic production method of mine remote sensing monitoring interpretation record table[J]. Remote Sensing for Land and Resources, 2018,30(4):212-217.doi: 10.6046/gtzyyg.2018.04.32.
[3]	杨显华, 黄洁, 田立, 等. 基于高分辨率遥感数据的矿山环境综合治理研究——以冕宁牦牛坪稀土矿为例[J]. 国土资源遥感, 2015,27(4):115-121.doi: 10.6046/gtzyyg.2015.04.18.
	Yang X H, Huang J, Tian L, et al. A discussion on comprehensive governance of mine environment based on high resolution remote sensing data:A case of Maoniuping REE deposit,Mianning County[J]. Remote Sensing for Land and Resources, 2015,27(4):115-121.doi: 10.6046/gtzyyg.2015.04.18.
[4]	Werner T T, Bebbington A, Gregory G. Assessing impacts of mining:Recent contributions from GIS and remote sensing[J]. The Extractive Industries and Society, 2019,6(3):993-1012.
[5]	杨金中, 赵玉灵. 遥感技术的特点及其在地质矿产调查中的作用[J]. 矿产勘查, 2015,6(5):529-534.
	Yang J Z, Zhao Y L. Technical features of remote sensing and its application in the geological survey and mineral resources survey[J]. Mineral Exploration, 2015,6(5):529-534.
[6]	姚维岭, 荆青青, 周英杰, 等. 基于遥感动态监测的山东省矿山地质环境恢复治理典型模式分析[J]. 矿产勘查, 2015,6(5):627-634.
	Yao W L, Jing Q Q, Zhou Y J, et al. Analysis on typical pattern of mine geological environment restoration and governance based on remote sensing dynamic monitoring in Shandong[J]. Mineral Exploration, 2015,6(5):627-634.
[7]	He D, Le B T, Xiao D, et al. Coal mine area monitoring method by machine learning and multispectral remote sensing images[J]. Infrared Physics & Technology, 2019,103:103070.
[8]	Zhang B, Wu D, Zhang L, et al. Application of hyperspectral remote sensing for environment monitoring in mining areas[J]. Environmental Earth Sciences, 2012,65(3):649-658.
[9]	Demirel N, Emil M K, Duzgun H S. Surface coal mine area monitoring using multi-temporal high-resolution satellite imagery[J]. International Journal of Coal Geology, 2011,86(1):3-11.
[10]	王立娟, 靳晓, 贾虎军, 等. 基于国产高分卫星数据的矿山环境变化检测[J]. 国土资源遥感, 2018,30(3):151-158.doi: 10.6046/gtzyyg.2018.03.21.
	Wang L J, Jin X, Jia H J, et al. Change detection for mine environment based on domestic high resolution satellite images[J]. Remote Sensing for Land and Resources, 2018,30(3):151-158.doi: 10.6046/gtzyyg.2018.03.21.
[11]	杨金中, 荆青青, 聂洪峰. 全国矿产资源开发状况遥感监测工作简析[J]. 矿产勘查, 2016,7(2):359-363.
	Yang J Z, Jing Q Q, Nie H F. Analysis of the mineral resources development status of remote sensing monitoring in national land[J]. Mineral Exploration, 2016,7(2):359-363.
[12]	杨金中, 秦绪文, 聂洪峰, 等. 全国重点矿区矿山遥感监测综合研究[J]. 中国地质调查, 2015,2(4):24-30.
	Yang J Z, Qin X W, Nie H F, et al. Comprehensive research on remote sensing monitoring of the national concentration zones of the important mine[J]. Geological Survey of China, 2015,2(4):24-30.
[13]	方靖. 基于ArcGIS平台的三调初始库快速编制技术研究[J]. 国土资源导刊, 2019,16(2):29-34.
	Fang J. The study into rapid compiling of the initial database for the third national land survey based on ArcGIS platform[J]. Land & Resources Herald, 2019,16(2):29-34.
[14]	孙咸磊, 许捍卫, 李文博. ArcPy在长江河道水下空间数据批量处理中的应用[J]. 测绘与空间地理信息, 2015,38(2):97-99.
	Sun X L, Xu H W, Li W B. Application of ArcPy in batch processing spatial data of Yangtze River[J]. Geomatics & Spatial Information Technology, 2015,38(2):97-99.
[15]	张康聪. 地理信息系统导论[M]. 北京: 科学出版社, 2019.
	Zhang K C. Introduction to geographic information systems[M]. Beijing: Science Press, 2019.

[1]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[3]	桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[4]	王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[5]	陈栋, 姚维岭. 基于ArcPy与定制ArcToolbox的矿山新增图斑自动编号及方法改进[J]. 国土资源遥感, 2021, 33(2): 262-269.
[6]	卢麒, 秦军, 姚雪东, 吴艳兰, 朱皓辰. 基于多层次感知网络的GF-2遥感影像建筑物提取[J]. 国土资源遥感, 2021, 33(2): 75-84.
[7]	胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[8]	刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[9]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[10]	卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[11]	郑智腾, 范海生, 王洁, 吴艳兰, 王彪, 黄腾杰. 改进型双支网络模型的遥感海水网箱养殖区智能提取方法[J]. 国土资源遥感, 2020, 32(4): 120-129.
[12]	薛白, 付钰莹, 崔成玲, 宋艳茹, 赵世湖. 多重约束条件下的不同遥感影像匹配方法[J]. 国土资源遥感, 2020, 32(3): 49-54.
[13]	吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[14]	李国庆, 黄菁华, 刘冠, 李洁, 翟博超, 杜盛. 基于Landsat8卫星影像土地利用景观破碎化研究——以陕西省延安麻塔流域为例[J]. 国土资源遥感, 2020, 32(3): 121-128.
[15]	张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.

Viewed

Full text

Abstract

Cited

Shared

Discussed