登录    注册    忘记密码

期刊文章详细信息

特高压塔基施工扰动区域快速自动识别研究    

Research on Fast Automatic Identification of Disturbed Areas in UHV Tower Foundation Construction

  

文献类型:期刊文章

作  者:洪倩[1] 陈枫楠[1] 梁冬[1] 李晋[1] 陈晓枫[1] 戚国辉[2]

HONG Qian;CHEN Fengnan;LIANG Dong;LI Jin;CHEN Xiaofeng;QI Guohui(State Grid Economic and Technological Research Institute Co.,Ltd.,Beijing 102209,China;Unisplendour Software System Corporation Limited,Beijing 100084,China)

机构地区:[1]国网经济技术研究院有限公司,北京102209 [2]紫光软件系统有限公司,北京100084

出  处:《人民黄河》

基  金:国家电网公司科技项目(B3440918K004)

年  份:2019

卷  号:41

期  号:8

起止页码:99-102

语  种:中文

收录情况:BDHX、BDHX2017、CAS、RCCSE、ZGKJHX、核心刊

摘  要:为了探索开发建设项目施工扰动区域和人为水土流失快速监测方法,针对特高压输变电工程线路长、施工标段多、扰动区域分散、人为水土流失严重、监督管理困难等特点,以榆横—潍坊输变电工程区为研究对象,利用卷积神经网络算法和高分2号卫星遥感影像,研究快速自动识别特高压塔基扰动区域、准确提取扰动面积的方法,选择平原农作物区、山地林区、丘陵草地区、平原草地区的33个样点(塔基)进行识别和分类计算。结果表明:利用卷积神经网络算法和高分2号卫星遥感影像可以快速识别施工扰动区域(范围),并准确提取施工扰动面积,与目视解译结果基本一致,与扰动面积实测值相比,相对误差最大值为11.77%、最小值为1.20%。

关 键 词:开发建设项目  水土流失监测 特高压塔基  扰动面积  卷积神经网络算法  高分2号卫星  自动识别

分 类 号:S157.2]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心