一种基于DEM与高分辨率遥感数据的褶皱识别方法技术

本发明专利技术涉及基础地质综合遥感研究领域，具体涉及一种基于DEM与高分辨率遥感数据的褶皱识别方法，通过对DEM和光学遥感影像数据的综合遥感分析，获取研究区等高线、岩层分界线及相关属性数据，利用相邻两条等高线与同一岩层分界线的3个交点，构成空间直角三角形，从而求解岩层面产状参数，通过对各点反倾向聚类分析，并计算反倾向各点岩层面的法线相交点位置对向形、背形褶皱进行初步判识。本发明专利技术专利以几何学为基本原理，从空间维角度实现了从DEM和光学遥感数据提取大范围向形、背形褶皱的计算方法，与传统的人工野外采集数据方法相比，具有快速高效的优势，能大量减少人力、财力的支出，对基础地质相关应用领域有一定的参考意义。义。义。

【技术实现步骤摘要】
一种基于DEM与高分辨率遥感数据的褶皱识别方法


[0001]本专利技术涉及基础地质综合遥感研究领域，具体涉及一种基于DEM与高分辨率遥感数据的褶皱识别方法。

技术介绍

[0002]向形和背形是岩层面现状空间的展布状态，代表岩层在地应力长期作用下的运动和形变结果，是解决地壳运动和地质沉积历史等基础地质问题的关键要素。向形、背形褶皱直接影响到基础地质应用的矿产、地下水、地质灾害等相关领域。研究快速高效的向形、背形褶皱数据的自动识别与提取方法对资源勘察与地质灾害调查防治具有重要意义。
[0003]传统的向形、背形褶皱数据主要依靠野外地质调查完成。除了由于气候、交通、野外生存条件等因素导致野外地质调查难以展开外，传统的向形、背形褶皱数据采集还存在其他限制。例如，由于对地质学背景知识的依赖性较强，需要有经验丰富的专业地质人员进行调查，而这种人力资源并不一定能够随时随地获得。此外，野外开展调查也需要投入大量的时间和经费，难以满足对向形、背形褶皱数据的快速、大规模获取需求。因此，利用高分辨率光学遥感影像数据进行自动识别和提取向形、背形褶皱数据，可以代替或者补充传统的野外地质调查方法。通过机器学习、图像处理等技术进行自动化处理，不仅可以大幅缩短时间成本，而且还可以提高数据采集的效率和精度。此外，通过使用传感器技术获取的数据，可以在避免了野外调查的种种局限性的基础上，进行更深入、更全面的地质解释和研究，使基础地质综合研究更加精准、全面。
[0004]随着传感器技术的不断发展，遥感影像数据的空间分辨率不断提升，结合30m精度或无人机航测DEM数据，为基于高分辨率光学遥感影像数据进行基础地质综合研究特别是为大面积快速自动识别和提取向形、背形褶皱准备了必要的数据基础。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供一种基于DEM与高分辨率遥感数据的褶皱识别方法，高效快速判识大面积范围内的向形、背形褶皱数据；并以图形或表格形式输出利于进一步分析利用。
[0006]为实现上述技术目的，达到上述技术效果，本专利技术是通过以下技术方案实现：
[0007]一种基于DEM与高分辨率遥感数据的褶皱识别方法，其特征在于，包括以下步骤：
[0008]S1：收集研究区数据处理后计算不同岩层面产状获取倾向、倾角参数；
[0009]S2：以岩层倾向为基础计算交点空间倾向聚类，获取点群空间反倾向聚类数据；
[0010]S3：利用点群反倾向聚类数据自动提取向形、背形褶皱靶区；
[0011]S4：通过人工修正确定最终向形、背形褶皱数据；
[0012]S5：对研究区各褶皱进行标注并以图或表格形式输出。
[0013]进一步的，所述步骤S1具体包括：
[0014]S1.1：根据研究区的DEM数据利用计算机自动提取相应精度的等高线；根据研究区
的30m精度DEM数据或者无人机航拍数字高程模型要求空间分辨率为0.43米的高程数据，利用计算机自动提取相应精度的等高线。具体包括DEM数据网格化，然后将各网点数据构建成三角形，并进行三角形高等插值，将插值数据连接形成等高线数据。
[0015]S1.2：根据研究区高分辨率光学遥感数据自动提取岩层分界线并进行人工修正；具体采用BJ
‑
2，0.8m空间分辨率的光学遥感卫星影像数据，或者利用无人机航拍数字正射影像空间分辨率为0.03米的影像数据。通过空间滤波和边缘线状检测提取研究区线状要素，并通过人工修正后提取区内岩层分界线数据。
[0016]S1.3：提取岩层分界线与等高线交点数据；通过提取岩层分界线坐标点序列和等高线坐标点序列，并对两序列数据利用两线段的相交判识，提取岩层分界线与等高线的所有交点数据。交点数据属性包括X坐标、Y坐标、岩层分界线编号、等高线编号、高程等属性。
[0017]S1.4：自动提取某岩层面与相邻两条等高线之间交点数大于等于3的交点数据；利用步骤S1.3提取的交点数据中等高线编号和岩层分界线编号作为判识依据，将同一岩层面与相邻两条等高线交点总数大于等于3个交点并且三点不共线的数据提取出来，并保留其原有X坐标、Y坐标、岩层分界线编号、等高线编号、高程等属性。
[0018]S1.5：利用三点共面方法计算不同岩层面产状获取倾向、倾角参数；采用同一空间面上不共线三点之间的高差和空间距离，组成一个空间直角三角形，通过计算三角形各边和角的关系确定岩层倾角、倾向数据并保存。同时提取X坐标、Y坐标、岩层分界线编号、等高线编号、高程、岩层倾角、倾向属性。
[0019]进一步的，所述步骤S2具体包括：以某点为中心，采用圆形搜索窗口，搜索最邻近岩层产状点，计算并存储邻近点倾向与中心点倾向的差值d，根据差值大小进行同倾向、斜交倾向、反倾向三大类空间聚类，主要获取反倾向空间聚类点集数据。
[0020]进一步的，所述步骤S3具体包括：计算反倾向数据聚类点各岩层面法线交点，交点于正向则为向形，交点于负向则为背形，属性数据包括褶皱编号、交点坐标、反倾向产状点编号、褶皱类型。
[0021]进一步的，所述步骤S4具体包括：通过与光学遥感影像综合对比，删除误判数据。
[0022]进一步的，所述步骤S5具体包括：利用计算机图形、属形数据库的综合管理能力，对步骤S4计算结果按相应行业标准进行图形标注成图输出，或者根据后期应用需要将产状数据以表格的形式进行输出，以满足应用需求。
[0023]本专利技术的有益效果：
[0024]本专利技术提出来一种基于DEM与高分辨率遥感数据的褶皱识别方法，通过对DEM和光学遥感影像数据的综合遥感分析，获取研究区等高线、岩层分界线及相关属性数据，利用相邻两条等高线与同一岩层分界线的3个交点，构成空间直角三角形，从而求解岩层面产状参数，通过对各点反倾向聚类分析，并计算反倾向各点岩层面的法线相交点位置对向形、背形褶皱进行初步判识。本专利技术专利以几何学为基本原理，从空间维角度实现了从DEM和光学遥感数据提取大范围向形、背形褶皱的计算方法，与传统的人工野外采集数据方法相比，具有快速高效的优势，能大量减少人力、财力的支出，对基础地质相关应用领域有一定的参考意义。
[0025]通过本专利技术所提供的基于DEM与高分辨率遥感数据的褶皱识别方法，可以快速高效地提取大范围向形、背形褶皱的计算方法，从而大量减少人力、财力的支出，具体具有以
下有益效果：
[0026]提高识别效率和准确性：本专利技术提供的方法首先将研究区的DEM数据进行网格化，然后根据等高线数据以及岩层分界线数据提取出岩层面的产状，最后通过空间聚类方法提取出向形、背形褶皱靶区。相比传统的人工野外采集数据方法，本方法可以减少人工操作，由计算机自动提取和计算，因此可以提高识别效率和准确性，并且减少误判和漏判情况。
[0027]减少成本支出：本专利技术所提供的方法可以快速高效地提取褶皱识别数据，减少了人力、财力等成本支出。同时，本方法可以根据不同精度的DEM数据和高分辨率遥感数据进行计算，因此也节省了野外数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DEM与高分辨率遥感数据的褶皱识别方法，其特征在于，包括以下步骤：S1：收集研究区数据处理后计算不同岩层面产状获取倾向、倾角参数；S2：以岩层倾向为基础计算交点空间倾向聚类，获取点群空间反倾向聚类数据；S3：利用点群反倾向聚类数据自动提取向形、背形褶皱靶区；S4：通过人工修正确定最终向形、背形褶皱数据；S5：对研究区各褶皱进行标注并以图或表格形式输出。2.如权利要求1所述的一种基于DEM与高分辨率遥感数据的褶皱识别方法，其特征在于：所述步骤S1具体包括：S1.1：根据研究区的DEM数据利用计算机自动提取相应精度的等高线；S1.2：根据研究区高分辨率光学遥感数据自动提取岩层分界线并进行人工修正；S1.3：提取岩层分界线与等高线交点数据；S1.4：自动提取某岩层面与相邻两条等高线之间交点数大于等于3的交点数据；S1.5：利用三点共面方法计算不同岩层面产状获取倾向、倾角参数。3.如权利要求2所述的一种基于DEM与高分辨率遥感数据的褶皱识别方法，其特征在于：...

【专利技术属性】
技术研发人员：杨中宝，杨迎冬，魏蕾，黄成，罗泽阳，晏祥省，赵鹏，
申请(专利权)人：云南国土资源职业学院，
类型：发明
国别省市：