一种边坡生态修复监测方法
    2.
    发明公开

    公开(公告)号:CN113688772A

    公开(公告)日:2021-11-23

    申请号:CN202111028561.9

    申请日:2021-09-02

    Abstract: 一种边坡生态修复监测方法,包括如下步骤:S1:边坡影像数据获取,通过影像设备获取边坡的二维时序可见光影像数据;S2:图像的预处理,对所述影像数据初步筛选,按照边坡全貌整体分析、边坡植被细部分析、边坡三维模型重构的用途进行分类;其特征在于:S3:植被影像数据分析:通过对二维影像数据的植被指数反演提取植被水平结构参数;通过对二维影像的三维模型重构提取植被垂直结构参数。发明所述的方法可以利用影像数据得出具体真实的植被评价指标数值,对边坡进行长期追踪监测,进而全面、客观、定量地反映边坡生态修复的具体效果与程度。

    提高岩体结构识别效率的自适应稀疏方法、介质及设备

    公开(公告)号:CN115953528A

    公开(公告)日:2023-04-11

    申请号:CN202211414633.8

    申请日:2022-11-11

    Abstract: 本发明涉及一种提高岩体结构识别效率的自适应稀疏方法、介质及设备,以不同分辨率将高精度的初始三维点云数据处理为低精度,进行岩体结构面的几何参数识别,判定不同分辨率下各破碎程度的岩体结构面的识别精度,平衡识别效率和识别精度,确定自动识别最佳分辨率;基于数字地质调查系统获取岩体的三维点云数据,根据岩体破碎程度,以最佳分辨率自动识别;基于此实现计算机可读存储介质及计算机设备的应用。本发明建立一套确定最佳点云分辨率的方法,可以以现有计算机实现基于超大数量点云的自动识别计算效率,满足性能需求,岩体结构面特征识别时间可控,可实现数字化应用;获得不同破碎程度结构面的最佳分辨率,满足在工程中进一步推广和应用。

    一种基于机器学习确定滑坡降雨阈值曲线的方法

    公开(公告)号:CN116467943B

    公开(公告)日:2025-01-14

    申请号:CN202310421956.8

    申请日:2023-04-19

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于机器学习确定滑坡降雨阈值曲线的方法,构建边坡模型样本,确定边坡稳定安全系数阈值、当前研究区域年平均降雨量;计算样本在给定降雨强度下的渗流场,捕捉边坡安全系数等于边坡稳定安全系数阈值的时刻点,以对应的降雨强度和降雨持时作为I‑D阈值曲线的拟合数据点;构建I‑D阈值曲线数据集;运用人工神经网络构建I‑D阈值曲线预测模型,训练预测模型;将边坡参数输入到预测模型,得到该边坡拟合数据点,拟合并在坐标系上绘制I‑D阈值曲线。本发明得到的结果更精确;实现I‑D阈值曲线的快速预测,提高分析效率,具有良好的实用价值;具有可推广性。

    一种基于机器学习确定滑坡降雨阈值曲线的方法

    公开(公告)号:CN116467943A

    公开(公告)日:2023-07-21

    申请号:CN202310421956.8

    申请日:2023-04-19

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于机器学习确定滑坡降雨阈值曲线的方法,构建边坡模型样本,确定边坡稳定安全系数阈值、当前研究区域年平均降雨量;计算样本在给定降雨强度下的渗流场,捕捉边坡安全系数等于边坡稳定安全系数阈值的时刻点,以对应的降雨强度和降雨持时作为I‑D阈值曲线的拟合数据点;构建I‑D阈值曲线数据集;运用人工神经网络构建I‑D阈值曲线预测模型,训练预测模型;将边坡参数输入到预测模型,得到该边坡拟合数据点,拟合并在坐标系上绘制I‑D阈值曲线。本发明得到的结果更精确;实现I‑D阈值曲线的快速预测,提高分析效率,具有良好的实用价值;具有可推广性。

Patent Agency Ranking