安宁磷矿区基于3S技术的矿山地质灾害隐患三维判识

doi:10.6046/gtzyyg.2012.02.25

摘要
参考文献
相关文章
Metrics

全文: PDF(1031 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要以云南省安宁磷矿区为例,基于3S技术构建三维模型,在ArcGIS软件中利用高分辨率遥感图像建立矿山地质灾害隐患三维判识标志,圈定并量算出地质灾害隐患体及影响对象的范围,实地了解并验证地质灾害隐患信息的可靠程度,取得的成果为矿山企业和相关管理部门提供了基础信息和决策支持,具有一定的推广应用价值。

	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
	兰穹穹
	张立福
	吴太夏

关键词 ：成像光谱仪, 遥感图像, 条带噪声, 灰度归一化

Abstract：With the Anning phosphate mine as the study area and on the basis of the existing interpretation of signs, the high resolution remote sensing images and ArcGIS software were used to delineate and calculate the areas of geological disaster and affected objects and verify the correctness or incorrectness of the information in field. This method is highly feasible and has effective visualization, and the results achieved can provide basic information and decision support for mining business owners and relevant authorities.

Key words： spectrometer remote sensing image stripe noise normalized grey level

收稿日期: 2011-08-20 出版日期: 2012-06-03

TP 79

基金资助:中国地质调查局"云南安宁、南温河、富源等矿集区矿山开发遥感调查与监测"项目(编号:1212010911066)。

通讯作者: 赵志芳(1971-),女,博士,教授,白族。主要从事云南遥感地质应用研究方向。E-mail:zzf_1002@163.com。

引用本文:

杜瑞玲, 赵志芳, 洪友堂, 南竣祥. 安宁磷矿区基于3S技术的矿山地质灾害隐患三维判识 [J]. 国土资源遥感, 2012, 24(2): 138-142.
DU Rui-ling, ZHAO Zhi-fang, HONG You-tang, NAN Jun-xiang. Three-dimensional Discriminate of Mine Hidden Geological Disaster Based on 3S Technology of Anning Phosphate Area. REMOTE SENSING FOR LAND & RESOURCES, 2012, 24(2): 138-142.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2012.02.25 或 https://www.gtzyyg.com/CN/Y2012/V24/I2/138

[1] 罗真富,齐信,易静.遥感三维可视化在南沟泥石流调查中的运用[J].环境科学与管理,2010,35(1):144-146.
[2] 高山,冯光胜.三维遥感铁路工程地质勘察技术应用研究[J].铁道勘察,2009(1):36-39.
[3] 戴晓爱.遥感图像三维可视化及在腾冲机场建设中的应用研究[D].四川:成都理工大学,2005.
[4] 唐小明,冯杭建,赵建康.基于虚拟GIS和空间分析的小流域泥石流地质灾害遥感解译——以嵊州市为例[J].地质科技情报,2008,27(2):12-13.
[5] 袁忠玉.云南省矿山地质灾害及防治[J].中国地质,2000(8):36-37.
[6] 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.
[7] 张红兵.云南省东川区泥石流灾害SPOT5遥感影像特征[J].灾害学,2010,25(4):60-67.
[8] 吕战锋,毛延兵.浅谈小型露天开采矿山地质灾害分析与防治[J].工程技术,2010(12):169.
[9] 王治华.遥感技术在地质灾害调查、监测和防治中的应用[J].环境遥感,1992,7(3):190-195.

[1]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[2]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[3]	刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[4]	王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 32(4): 46-52.
[5]	刘尚旺, 崔智勇, 李道义. 基于Unet网络多任务学习的遥感图像建筑地物语义分割[J]. 国土资源遥感, 2020, 32(4): 74-83.
[6]	李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[7]	蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[8]	叶发茂, 罗威, 苏燕飞, 赵旭青, 肖慧, 闵卫东. 卷积神经网络特征在遥感图像配准中的应用[J]. 国土资源遥感, 2019, 31(2): 32-37.
[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]	葛芸, 江顺亮, 叶发茂, 姜昌龙, 陈英, 唐祎玲. 聚合CNN特征的遥感图像检索[J]. 国土资源遥感, 2019, 31(1): 49-57.
[11]	张康, 黑保琴, 李盛阳, 邵雨阳. 基于CNN模型的遥感图像复杂场景分类[J]. 国土资源遥感, 2018, 30(4): 49-55.
[12]	崔剑, 史鹏会, 白潍铭, 刘晓静. 基于矩匹配算法的GF-2影像条带噪声去除[J]. 国土资源遥感, 2017, 29(s1): 34-38.
[13]	杨萍, 李轶鲲, 胡玉玺, 杨树文. 融合相容粒理论的遥感图像检索[J]. 国土资源遥感, 2017, 29(4): 43-47.
[14]	丁海勇, 罗海滨, 郭瑞瑞. 基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感, 2017, 29(3): 25-31.
[15]	徐金东, 倪梦莹, 童向荣, 张艳洁, 郑强. 一种基于多尺度稀疏分解的遥感图像融合新方法[J]. 国土资源遥感, 2017, 29(3): 51-58.

Viewed

Full text

Abstract

Cited

Shared

Discussed