基于深度学习和遥感影像的露天矿自动提取方法研究

来源 :能源与环保 | 被引量 : 0次 | 上传用户:dalianmaowh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非法开采不仅危害国家资源,威胁国家财产安全,也存在重大安全隐患,寻找快速发现非法开采行迹的解决办法迫在眉睫。利用光学遥感影像进行人工解译,费时费力、效率极低;而传统的露天矿遥感自动解译方法,或基于像素,或基于面向对象,利用的图像特征简单且数量较少。将深度学习的全卷积神经网络算法引入露天矿自动提取中,充分从底层特征中挖掘大量高层抽象特征,实现露天矿智能高效解译。实验结果表明,该方法在一定程度上有效提高了露天矿识别的准确率,能够为及时发现非法露天矿开采提供基础的数据技术支持。
其他文献
近年来,频繁出现的经济利益驱动掺假事件、食品的非法添加等现象,使得食品真实性问题逐渐成为全球关注的热点。食品造假、以次充好、标示虚假产地等都属于“食品真实性”问题。随着食品造假技术的发展,采用常规手段越来越难以检测食品的真实性,亟须有针对性的鉴别手段。目前应用于食品真实性鉴别的检测技术包括分子生物学技术、近红外光谱技术、拉曼光谱技术、酶联免疫吸附试验、稳定同位素质谱技术、蛋白质组学技术等。从食品真实性的概念及主要类型、所用到的鉴别技术及应用现状几个方面进行综述,并对该领域分析技术未来的发展趋势进行展望
为了解决综采工作面采空区瓦斯隐患和上隅角瓦斯积聚等问题,研究了综采工作面采空区瓦斯运移规律,采用现场实测方法,根据采空区监测点分布,分析了不同推进距离时采空区瓦斯浓度和氧气分布。研究得出,沿走向方向上采空区瓦斯运移区域划分3个区域:CH4稀释区、CH4快速集聚区和CH4缓慢集聚区,瓦斯主要集聚在采空区中部靠回风侧位置;采空区氧气浓度沿中心线呈不对称分布,越靠近工作面,氧气浓度越高。因此,应布置走向瓦斯高抽巷密封插管来治理采空区瓦斯隐患和上隅角瓦斯积聚。研究为煤矿采空区瓦斯治理提供了理论基础。