一种基于DEM与高分辨率遥感数据的褶皱识别方法

一种基于dem与高分辨率遥感数据的褶皱识别方法
技术领域
1.本发明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。


背景技术：

2.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。
3.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。
4.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。


技术实现要素：

5.针对现有技术的不足，本发明提供一种基于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。
6.为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现：
7.一种基于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：
8.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；
9.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；
10.s3：利用点群反倾向聚类数据自动提取向形、背形褶皱靶区；
11.s4：通过人工修正确定最终向形、背形褶皱数据；
12.s5：对研究区各褶皱进行标注并以图或表格形式输出。
13.进一步的，所述步骤s1具体包括：
14.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。
15.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。
16.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。
17.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。
18.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。
19.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。
20.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。
21.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。
22.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。
23.本发明的有益效果：
24.本发明提出来一种基于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。本发明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。
25.通过本发明所提供的基于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：
26.提高识别效率和准确性：本发明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。
27.减少成本支出：本发明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据采集的时间和人力成本。
28.提高数据可视化和管理能力：本发明提供的方法可以将褶皱识别数据以图形或表格形式输出，方便后续的应用需求，提高了数据的可视化和管理能力。同时，本方法还可以将数据保存在计算机图形、属形数据库中，方便后续的数据查询和管理。
29.具有一定的参考意义：本发明提供的方法可以为相关领域的研究和应用提供有益的技术支持。例如，在地质勘探和矿产资源评价等领域，褶皱的识别对于地质模型和矿产资源预测具有重要的意义。本方法可以提高褶皱识别数据的准确性和效率，对于相关领域的发展具有一定的参考意义。
30.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
31.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
32.图1为本发明具体实施例的流程示意图；
33.图2为本发明的实验区沉积岩界线识别结果示意图；
34.图3为本发明的实验区等高线提取结果示意图；
35.图4为本发明的实验区岩层与等高线交点识别结果示意图；
36.图5为本发明的实验区沉积岩层面产状计算结果示意图；
37.图6为本发明的实验区褶皱识别结果示意图。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
39.实施例1
40.如图1所示
41.如本实施例所述的一种基于dem与高分辨率遥感数据的褶皱识别方法，其特征在于，包括以下步骤：
42.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；
43.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；
44.s3：利用点群反倾向聚类数据自动提取向形、背形褶皱靶区；
45.s4：通过人工修正确定最终向形、背形褶皱数据；
46.s5：对研究区各褶皱进行标注并以图或表格形式输出。
47.在本实施例中，所述步骤s1具体包括：
48.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。
49.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。
50.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。
51.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。
52.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。
53.在本实施例中，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。
54.在本实施例中，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。
55.在本实施例中，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。
56.在本实施例中，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。
57.实施例2
58.如图1所示
59.如本实施例所述的一种钻井振动筛筛面固液分离状态检测方法，包括以下步骤：
60.步骤s1.1：该步骤的主要效果是利用计算机自动提取相应精度的等高线。具体操
作包括将研究区的dem数据进行网格化，然后将各个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。该步骤的数据处理精度对后续步骤识别效果影响很大。
61.步骤s1.2：该步骤的主要效果是利用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。具体操作包括利用空间滤波和边缘线状检测方法提取研究区线状要素，再通过人工修正后提取区内岩层分界线数据。该步骤实现了遥感图像信息与地质信息的结合，提高了褶皱识别精度。
62.步骤s1.3：该步骤的主要效果是提取岩层分界线与等高线交点数据，用于后续步骤计算不同岩层面的产状。具体操作包括提取岩层分界线坐标点序列和等高线坐标点序列，然后对两序列数据进行相交判断，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。
63.步骤s1.4：该步骤的主要效果是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。具体操作是根据步骤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断依据，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。该步骤的主要目的是去除误判数据，提高褶皱识别的准确度。
64.步骤s1.5：该步骤的主要效果是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。具体操作是将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。该步骤的数据处理精度对后续步骤的识别效果影响很大。
65.步骤s2：该步骤的主要效果是将点群进行空间聚类，获取反倾向聚类数据。具体操作是以某点为中心，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。该步骤的主要目的是将点群进行空间聚类，以提取反向褶皱信息。
66.步骤s3：该步骤的主要效果是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。该步骤利用步骤s2获取的反倾向聚类数据，以计算反倾向数据聚类点各岩层面法线交点，从而自动提取向形、背形褶皱靶区。
67.步骤s4：该步骤的主要效果是通过与光学遥感影像综合对比，删除误判数据。具体操作是根据步骤s3得到的向形、背形褶皱靶区图像，通过与高分辨率光学遥感影像综合对比，删除误判数据，以保证识别结果的准确性。
68.步骤s5：该步骤的主要效果是将研究区的各褶皱进行标注，并按相应行业标准进行图形标注成图输出或以表格的形式进行输出，以满足应用需求。具体操作是利用计算机图形、属形数据库的综合管理能力，对步骤s4计算结果进行标注，并按照应用需求呈现在相应的图表中，以供后续地质学和工程应用。
69.综上所述，本发明提出来一种基于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。本发明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。
70.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
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：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。4.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：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。5.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：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。6.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。

技术总结
本发明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。


技术研发人员：杨中宝 杨迎冬 魏蕾 黄成 罗泽阳 晏祥省 赵鹏
受保护的技术使用者：云南国土资源职业学院
技术研发日：2023.05.30
技术公布日：2023/9/23