目前,高分辨率的無(wú)人機(jī)遙感影像已經(jīng)應(yīng)用到了很多領(lǐng)域,其中也在礦區(qū)的快速動(dòng)態(tài)監(jiān)測(cè)方面得到廣泛的應(yīng)用。利用無(wú)人機(jī)低空攝影測(cè)量技術(shù)對(duì)礦區(qū)的地物地形進(jìn)行監(jiān)測(cè),所需的作業(yè)時(shí)間短且精度高[11。本文利用無(wú)人機(jī)低空攝影測(cè)量技術(shù)采集淮南某礦區(qū)原始影像,同時(shí)對(duì)原始影像進(jìn)行預(yù)處理,對(duì)生成的無(wú)人機(jī)正射影像進(jìn)行信息的提取,將2017年淮南某礦區(qū)的各地物面積統(tǒng)計(jì)出來(lái),同時(shí)利用Landsat8多光譜遙感數(shù)據(jù),采用歸一化水體指數(shù)（NDWI）對(duì)同一范圍礦區(qū)內(nèi)的水域進(jìn)行提取,利用Landsat8多光譜遙感數(shù)據(jù)提取出近五年的沉陷區(qū)水域面積,通過(guò)對(duì)統(tǒng)計(jì)數(shù)據(jù)的分析可知,沉陷區(qū)的水域面積從2013年開(kāi)始呈增加的趨勢(shì),2013年至2014年的年增長(zhǎng)率為1.07;2014年至2015年的年增長(zhǎng)率為0.06;2015年至2016年的年增長(zhǎng)率為1.13;2016年至2017年的年增長(zhǎng)率為0.15;其中2015年至2016年的年增長(zhǎng)率最大,沉陷區(qū)的水域面積增大了 1.9521km2。從而實(shí)現(xiàn)礦區(qū)沉陷水域面積變化情況動(dòng)態(tài)監(jiān)測(cè)。無(wú)人機(jī)正射影像具有更加豐富的地物信息,如顏色、紋理、幾何等,但是無(wú)人機(jī)正射影像波段數(shù)較少。因此本文應(yīng)用面向?qū)ο蟮姆?.. 

【文章來(lái)源】：安徽理工大學(xué)安徽省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

礦區(qū)CNss靜態(tài)控制網(wǎng)FigZMini飛AreaGN貂Sta石cC朋trolNe伽ork

（續(xù)）表８平面四參數(shù)??Ｔａｂｌｃ８?Ｐｌａｎｅ?ｆｏｕｒ?ｐａｒａｍｅｔｅｒｓ??參數(shù)名稱?參數(shù)值??旋轉(zhuǎn)?００（）：（）０：?＜）２．４丨８６??縮放?０．９９９９??機(jī)航測(cè)系統(tǒng)??人機(jī)和機(jī)載傳感器??航拍目的是采集研宄１＞（域內(nèi)影像，對(duì)無(wú)人機(jī)低空攝影測(cè)量的精采用ＳＫＹＬＡＮＤ－ＤＦ１５０無(wú)人機(jī)，所搭載的數(shù)碼相機(jī)為加固檢幅為７３６〇ｘ４９】２個(gè)像素，像素大小是４．８８ｕｍ。無(wú)人機(jī)和所搭載４所示：??

（續(xù)）表８平面四參數(shù)??Ｔａｂｌｃ８?Ｐｌａｎｅ?ｆｏｕｒ?ｐａｒａｍｅｔｅｒｓ??參數(shù)名稱?參數(shù)值??旋轉(zhuǎn)?００（）：（）０：?＜）２．４丨８６??縮放?０．９９９９??機(jī)航測(cè)系統(tǒng)??人機(jī)和機(jī)載傳感器??航拍目的是采集研宄１＞（域內(nèi)影像，對(duì)無(wú)人機(jī)低空攝影測(cè)量的精采用ＳＫＹＬＡＮＤ－ＤＦ１５０無(wú)人機(jī)，所搭載的數(shù)碼相機(jī)為加固檢幅為７３６〇ｘ４９】２個(gè)像素，像素大小是４．８８ｕｍ。無(wú)人機(jī)和所搭載４所示：??

【參考文獻(xiàn)】：
期刊論文
[1]GPS控制網(wǎng)在高標(biāo)準(zhǔn)農(nóng)田建設(shè)中的布設(shè)研究[J]. 敖德春,崔文剛,鐘磊.  測(cè)繪與空間地理信息. 2018(04)
[2]利用可分性指數(shù)的極化SAR圖像特征選擇與多層SVM分類[J]. 李平,徐新,董浩,鄧旭.  計(jì)算機(jī)應(yīng)用. 2018(01)
[3]基于無(wú)人機(jī)遙感的灌區(qū)土地利用與覆被分類方法[J]. 韓文霆,郭聰聰,張立元,楊江濤,雷雨,王紫軍.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(11)
[4]無(wú)人機(jī)圖像偵察目標(biāo)定位方法及精度分析[J]. 楊帥,程紅,李婷,孫文邦.  紅外技術(shù). 2016(10)
[5]基于天寶UASMaster正射影像圖制作[J]. 王紅偉,肖躍軍,高偉,戴龍,楊志軍.  城市勘測(cè). 2016(04)
[6]無(wú)人機(jī)低空攝影測(cè)量在城市測(cè)繪保障中的應(yīng)用研究[J]. 張佳偉,李勇華.  建材與裝飾. 2016(21)
[7]一種新的改進(jìn)Canny圖像邊緣檢測(cè)算法[J]. 吳翔,于微波,馬艷輝,劉克平.  影像科學(xué)與光化學(xué). 2016(01)
[8]基于無(wú)人機(jī)高分影像的綠地面積提取[J]. 李培君,劉亞亭.  河南科技. 2015(06)
[9]基于無(wú)人機(jī)可見(jiàn)光遙感影像的救災(zāi)帳篷信息提取[J]. 吳瑋,秦其明,范一大.  地理與地理信息科學(xué). 2015(02)
[10]測(cè)繪無(wú)人機(jī)航跡規(guī)劃算法及軟件設(shè)計(jì)[J]. 胡裕軍.  數(shù)字技術(shù)與應(yīng)用. 2015(02)

博士論文
[1]面向?qū)ο笥跋穹治鲋械亩喑叨确椒ㄑ芯縖D]. 黃志堅(jiān).國(guó)防科學(xué)技術(shù)大學(xué) 2014
[2]煤礦塌陷水域水質(zhì)影響因素及其污染綜合評(píng)價(jià)方法研究[D]. 徐良驥.安徽理工大學(xué) 2009

碩士論文
[1]基于分層次多尺度分割的高分遙感影像分類研究[D]. 盧興.東華理工大學(xué) 2018
[2]基于MODIS衛(wèi)星數(shù)據(jù)的水面積提取方法研究[D]. 趙書(shū)慧.山東師范大學(xué) 2018
[3]無(wú)人機(jī)影像在采煤沉陷區(qū)災(zāi)害調(diào)查中的應(yīng)用[D]. 李兆均.中國(guó)地質(zhì)大學(xué)(北京) 2018
[4]基于面向?qū)ο蟮膬呻A段村域無(wú)人機(jī)影像土地利用分類研究[D]. 王宏勝.西南交通大學(xué) 2018
[5]基于多尺度分割的土地利用分類研究[D]. 張東梅.東華理工大學(xué) 2017
[6]基于無(wú)人機(jī)低空攝影測(cè)量成圖實(shí)例研究[D]. 張夢(mèng)花.西安科技大學(xué) 2017
[7]基于面向?qū)ο蠖喑叨确指畹哪繕?biāo)信息提取研究[D]. 雍萬(wàn)鈴.蘭州交通大學(xué) 2016
[8]無(wú)人機(jī)傾斜攝影系統(tǒng)的三維可視化應(yīng)用研究[D]. 謝國(guó)雪.廣西師范學(xué)院 2016
[9]無(wú)人機(jī)低空攝影測(cè)量系統(tǒng)研究[D]. 王家杰.哈爾濱工業(yè)大學(xué) 2016
[10]多尺度分割技術(shù)在高分辨率遙感影像地物提取方法的研究[D]. 劉一哲.昆明理工大學(xué) 2016



本文編號(hào)：3448228