-
公开(公告)号:CN115170979B
公开(公告)日:2023-02-24
申请号:CN202210769160.7
申请日:2022-06-30
申请人: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京) , 国家能源集团新疆能源有限责任公司
IPC分类号: G06V20/13 , G06V20/10 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/771 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
摘要: 本发明公开了一种多源数据融合的矿区精细用地分类方法,首先获取多源数据进行预处理并多尺度分割得到影像对象,并对影像对象裁剪高分影像块用于深度特征提取;然后,多分支卷积神经网络模型自动提取特征列向量和深度语义特征;利用多源特征深度融合模块进行特征融合并利用特征重要性权重计算模块计算多源数据深度特征重要性权重,实现有效信息的自适应融合;最后通过随机森林分类器利用深度融合特征进行矿区地物精细分类,得到矿区用地精细分类结果。本发明提供一种多源数据融合的矿区精细用地分类方法,实现了矿区精细用地分类,为矿区用地监测、管理和矿区生态环境保护提供基础数据支持,对于矿区用地监测管理与生态环境保护具有重要意义。
-
公开(公告)号:CN115128107B
公开(公告)日:2022-12-13
申请号:CN202210715474.9
申请日:2022-06-22
申请人: 北京低碳清洁能源研究院 , 中国矿业大学(北京)
IPC分类号: G01N23/046 , G01N23/20 , G01N24/08
摘要: 本发明公开了一种水浸前后煤岩体孔隙结构与矿物成分重构表征方法,其方法如下:分别制备煤岩体样品A、煤岩体样品B,对煤岩体干燥样A、煤岩体干燥样B进行扫描;对煤岩体干燥样A、煤岩体干燥样B进行饱和浸水处理并分别进行扫描;将煤岩体饱水样B磨成粉通过X射线衍射仪得到矿物成分比重数据;采用核磁共振分析仪得出煤岩体饱水样A的孔隙与孔径比重数据;对煤岩体干燥样A、煤岩体饱水样A进行对比分析得到孔隙与孔径变化数据和矿物成分变化数据。本发明能够实现煤岩体在浸水前后的孔隙演变情况及矿物成分演变情况进行综合研究,能够精确表征出水岩作用下孔隙结构与矿物成分的变化数据,对煤岩体的结构性能研究具有重要意义。
-
公开(公告)号:CN115170979A
公开(公告)日:2022-10-11
申请号:CN202210769160.7
申请日:2022-06-30
申请人: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京) , 国家能源集团新疆能源有限责任公司
IPC分类号: G06V20/13 , G06V20/10 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/771 , G06V10/82 , G06N3/04
摘要: 本发明公开了一种多源数据融合的矿区精细用地分类方法,首先获取多源数据进行预处理并多尺度分割得到影像对象,并对影像对象裁剪高分影像块用于深度特征提取;然后,多分支卷积神经网络模型自动提取特征列向量和深度语义特征;利用多源特征深度融合模块进行特征融合并利用特征重要性权重计算模块计算多源数据深度特征重要性权重,实现有效信息的自适应融合;最后通过随机森林分类器利用深度融合特征进行矿区地物精细分类,得到矿区用地精细分类结果。本发明提供一种多源数据融合的矿区精细用地分类方法,实现了矿区精细用地分类,为矿区用地监测、管理和矿区生态环境保护提供基础数据支持,对于矿区用地监测管理与生态环境保护具有重要意义。
-
公开(公告)号:CN113935956B
公开(公告)日:2022-03-25
申请号:CN202111116905.1
申请日:2021-09-23
申请人: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司 , 北京数论科技有限公司
摘要: 本发明公开了一种二向混合建模矿区土壤含水量数据缺失修复方法,其方法如下:A、将整幅矿区土壤含水量影像像元点分别为已知像元和缺失像元,B、根据缺失像元Bj所对应的驱动因子集信息通过预测模型得到缺失像元的预测土壤含水量C、采用地理加权回归模型GWR构建已知像元的关联模型,D、用已知像元的实际土壤含水量SMAi减去模型拟合土壤含水量并得到误差εi再做普通克里金插值计算得到潜在误差εBj,E、根据缺失像元的预测土壤含水量并结合潜在误差εBj对缺失像元按照如下公式进行缺失误差修正。本发明能够提升单独用正向建模预测缺失像元的精度,尤其是在较大面积的缺失情况下正向建模无法覆盖缺失区域,能够高精度修复较大面积成块缺失数据。
-
公开(公告)号:CN113553697B
公开(公告)日:2022-02-01
申请号:CN202110702615.9
申请日:2021-06-24
申请人: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司
摘要: 本发明公开了基于长时序多源数据的煤炭开采植被扰动分析方法,首先,对植被参数进行长时间尺度上高频次定量反演,根据遥感反演、统计数据获取矿区长时间尺度、连续空间的植被参数及气候气象因子、地理因子和人类活动因子数据集;然后基于采矿前的长时序多源数据,利用地理时空加权回归模型构建植被变化的理论驱动模型;最后利用上述模型预测无采矿活动条件下的植被演变过程,进而与遥感监测的采矿活动背景下的实际植被演变进行对比,分离出煤炭开采对植被的扰动量V‑MD。本发明可得到煤炭开采对植被的扰动量V‑MD,能够分离和量化煤炭开采活动对植被的影响,并揭示了不同采矿阶段的演变规律,为矿区的生态环境保护提供了理论数据支持。
-
公开(公告)号:CN113553697A
公开(公告)日:2021-10-26
申请号:CN202110702615.9
申请日:2021-06-24
申请人: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司
摘要: 本发明公开了基于长时序多源数据的煤炭开采植被扰动分析方法,首先,对植被参数进行长时间尺度上高频次定量反演,根据遥感反演、统计数据获取矿区长时间尺度、连续空间的植被参数及气候气象因子、地理因子和人类活动因子数据集;然后基于采矿前的长时序多源数据,利用地理时空加权回归模型构建植被变化的理论驱动模型;最后利用上述模型预测无采矿活动条件下的植被演变过程,进而与遥感监测的采矿活动背景下的实际植被演变进行对比,分离出煤炭开采对植被的扰动量V‑MD。本发明可得到煤炭开采对植被的扰动量V‑MD,能够分离和量化煤炭开采活动对植被的影响,并揭示了不同采矿阶段的演变规律,为矿区的生态环境保护提供了理论数据支持。
-
公开(公告)号:CN115510776B
公开(公告)日:2023-04-28
申请号:CN202211113009.4
申请日:2022-09-14
申请人: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京)
IPC分类号: G06F30/28 , E21F17/00 , G06F113/08 , G06F119/14
摘要: 本发明公开了采空区覆岩渗流能力计算与修复方法、装置及电子设备,其方法包括:首先得到研究矿区覆岩的三带结构,其次利用超声波测试法对研究矿区覆岩的三带结构进行测量并得到修复前的渗水能力,最后对研究矿区覆岩进行修复并计算渗水能力,评估修复后研究矿区覆岩渗透改善情况。本发明结合覆岩岩性硬度与超声波测试法进行裂隙测量并能计算得到覆岩渗流能力,利用高压水射流对主要竖向裂隙通道进行水力化碎胀处理,实现覆岩结构裂隙带人工修复与治理,为煤炭安全生产、含水层保护以及环境保护提供技术保障。
-
公开(公告)号:CN115526098B
公开(公告)日:2023-04-18
申请号:CN202211120240.6
申请日:2022-09-14
申请人: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京)
摘要: 本发明公开了一种矿区地表植被叶面积指数遥感计算方法及电子设备其方法包括:S1、利用构建的PROSAIL耦合模型耦合卫星传感器的遥感数据及结合地面实测光谱、参数数据建立植被参数反演模型;S2、搭建包含植被参数反演模型的人工深度神经网络,采用蚁群算法以均方误差作为蚂蚁的适应度值、以蚂蚁种群确定的最短路径作为最优的初始权重和偏置参数赋给人工深度神经网络进行训练与测试;S3、通过植被参数反演模型输入矿区地表植被遥感数据,然后输出叶面积指数。本发明对矿区进行长时序高时空分辨率叶面积指数遥感监测,提高了叶面积指数反演的精度,为矿区植被状况监管的信息化提供依据,为矿区生态治理和生态恢复提供决策技术支持。
-
公开(公告)号:CN115526098A
公开(公告)日:2022-12-27
申请号:CN202211120240.6
申请日:2022-09-14
申请人: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京)
摘要: 本发明公开了一种矿区地表植被叶面积指数遥感计算方法及电子设备其方法包括:S1、利用构建的PROSAIL耦合模型耦合卫星传感器的遥感数据及结合地面实测光谱、参数数据建立植被参数反演模型;S2、搭建包含植被参数反演模型的人工深度神经网络,采用蚁群算法以均方误差作为蚂蚁的适应度值、以蚂蚁种群确定的最短路径作为最优的初始权重和偏置参数赋给人工深度神经网络进行训练与测试;S3、通过植被参数反演模型输入矿区地表植被遥感数据,然后输出叶面积指数。本发明对矿区进行长时序高时空分辨率叶面积指数遥感监测,提高了叶面积指数反演的精度,为矿区植被状况监管的信息化提供依据,为矿区生态治理和生态恢复提供决策技术支持。
-
公开(公告)号:CN113920262A
公开(公告)日:2022-01-11
申请号:CN202111201530.9
申请日:2021-10-15
申请人: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司
摘要: 本发明公开了一种增强边缘取样与改进Unet模型的矿区FVC计算方法,A、矿区场景下地面植被参数数据采集;B、构建基于扩大选区交叉重叠法的样本数据集;C、构建并训练改进Unet神经网络模型;D、利用改进Unet神经网络模型计算矿区植被覆盖度。本发明首先通过无人机飞行采集遥感数据以及地面土壤植被覆盖度、布设地面控制点构建植被相关数据采集体系,为植被覆盖度计算提供数据基础,然后利用扩大选区交替重叠取样法对训练样本数据进行分割提取组建植被覆盖度样本数据库,最后利用改进Unet网络模型进行模型训练与构筑植被覆盖度网络关系模型,进而精确推演出植被覆盖度厘米级别信息数据,为矿区生态环境监测管理、矿区开采发展计划提供有力的数据支持。
-
-
-
-
-
-
-
-
-