本发明专利技术公开了基于人工智能的矿山生态问题识别方法，属于生态问题识别技术领域，是通过融合遥感技术、物联网传感器，获取多源数据，以遥感影像、传感器数据、气象数据的融合分析，实现对分布广、地形复杂的矿山进行分区识别，再针对采矿区获取矿区生态信息，根据矿区生态信息提取与相对应特征生态问题模型相关的特征生态数据，将特征生态数据代入相对应的特征生态问题模型，获得特征生态风险数据，用于评估特征风险，以此识别目标矿山生态问题类型，还针对土地退化区，获取生态恢复信息，据此来确定土地退化区的生态恢复隐患问题，不仅为矿山生态保护与修复提供科学依据，还有效解决传统的人工监测效率低、覆盖不全的问题。
【技术实现步骤摘要】
本专利技术涉及生态问题识别，更具体地说，涉及基于人工智能的矿山生态问题识别方法。
技术介绍
1、由于矿山开采导致土地塌陷、植被破坏、水土流失、生物多样性下降等问题，需要对矿山生态情况以及开采后的矿山恢复情况进行勘察。
2、传统的人工勘察效率低、覆盖范围有限，巡查需要大量的时间成本和人力成本，并且基于矿山分布广、地形复杂，设备和人工有些地方不容易达到，勘察的时间成本和人工成本超过一般工程的成本，并且获得矿山生态问题数据还不够完整和准确，对矿山生态问题类型的识别精准度不高。
3、为此，针对上述技术问题，现提出如下一种技术方案。
技术实现思路
1、本专利技术目的在于解决现有问题，相比现有技术提供基于人工智能的矿山生态问题识别方法。
2、本专利技术的目的可以通过以下技术方案实现：基于人工智能的矿山生态问题识别方法，包括如下步骤：
3、步骤一：对目标矿山进行区域划分并分区采集矿山遥感图像，对矿山遥感图像进行颜色特征分析，识别出裸土暴露区域；
>4、步骤二：对裸土本文档来自技高网...
【技术保护点】
1.基于人工智能的矿山生态问题识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于人工智能的矿山生态问题识别方法，其特征在于：对裸土图像进行裸土特征分析的过程包括：
3.根据权利要求2所述的基于人工智能的矿山生态问题识别方法，其特征在于：对裸露土壤区进行图像采集分析的过程包括：对裸露土壤区以预设监测间隔进行持续图像采集，获取多组裸露土壤图像，将前后多组裸露土壤图像进行周缘范围比对分析；
4.根据权利要求1所述的基于人工智能的矿山生态问题识别方法，其特征在于：特征生态问题模型包括水土流失模型、采空区塌陷模型以及粉尘污染扩散模型、重金属扩散模...
【技术特征摘要】
1.基于人工智能的矿山生态问题识别方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于人工智能的矿山生态问题识别方法，其特征在于：对裸土图像进行裸土特征分析的过程包括：
3.根据权利要求2所述的基于人工智能的矿山生态问题识别方法，其特征在于：对裸露土壤区进行图像采集分析的过程包括：对裸露土壤区以预设监测间隔进行持续图像采集，获取多组裸露土壤图像，将前后多组裸露土壤图像进行周缘范围比对分析；
4.根据权利要求1所述的基于人工智能的矿山生态问题识别方法，其特征在于：特征生态问题模型包括水土流失模型、采空区塌陷模型以及粉尘污染扩散模型、重金属扩散模型。
5.根据权利要求4所述的基于人工智能的矿山生态问题识别方法，其特征在于：矿区生态信息包括地形数据、气象数据、污染...
【专利技术属性】
技术研发人员：彭贵明，李林富，马翎翔，马翎瀚，
申请(专利权)人：四川省石棉县恒达粉体材料有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。