[發明專利]一種地質災害解譯方法、裝置、終端設備

有效

• 申請號: 202010422537.2
• 申請日: 2020-05-19
• 公開（公告）號: CN111340012B
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 韓偉
• 申請（專利權）人: 北京數字綠土科技有限公司;深圳綠土智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46;G06T17/05
• 代理公司: 北京繪聚高科知識產權代理事務所(普通合伙) 11832
• 代理人: 郭士磊

1.一種地質災害解譯方法，其特征在于，包括如下操作步驟：

對當前地質災害發生區域進行激光掃描，獲取當前地質災害發生區域的三維點云數據；

對所述三維點云數據進行過濾處理，過濾所述當前地質災害發生區域的三維點云數據中的障礙物點云數據，并提取地面點的點云數據，利用所述地面點的點云數據生成當前數字高程模型；

基于生成的所述當前數字高程模型，對所述當前地質災害發生區域的地形特征進行提取，具體包括提取坡度、坡向、曲率、地面粗糙度、山脊線、山谷線、鞍部、坡頂坡底線、傾向傾角的地形特征；

基于深度學習算法模型對提取的當前地質災害發生區域的地形特征進行分析識別，識別出目標地質災害地形特征，并確定地質災害類型和區域范圍；

所述障礙物點云包括地表植被的點云、建筑的點云；

在所述基于深度學習算法模型對提取的當前地質災害發生區域的地形特征進行分析識別之前，還包括構建所述深度學習算法模型的操作，具體包括如下操作步驟：

首先確定每種地質災害解譯結果與對應的地質災害地形特征；

對歷史上被認定的每種地質災害解譯結果與所述對應的地質災害地形特征的數據特征進行學習確定兩者關聯關系，并生成訓練樣本庫，然后存儲所述訓練樣本庫；

基于深度學習算法模型對提取的所述地形特征進行分析識別，識別出目標地質災害地形特征，地質災害類型和區域范圍，具體包括如下操作步驟：

利用所述深度學習算法模型，輸入當前地質災害發生區域的地形特征；

調取所述訓練樣本庫，利用所述訓練樣本庫對當前地質災害發生區域的地形特征進行自動識別，根據所述訓練樣本庫中記載的所述地質災害解譯結果與地質災害地形特征關聯關系，從而對所述當前地質災害發生區域的地形特征進行判斷，識別出目標地質災害地形特征，解譯所述當前地質災害發生區域的目標地質災害地形特征并確定地質災害類型和區域范圍；

根據所述地質災害類型及區域范圍匯編地質災害解譯專題圖。

2.根據權利要求1所述的地質災害解譯方法，其特征在于，對當前地質災害發生區域進行激光掃描，具體通過機載激光雷達系統或是地基激光雷達系統對所述當前地質災害發生區域進行激光掃描。

3.根據權利要求2所述的地質災害解譯方法，其特征在于，還包括生成地質災害解譯專題圖的操作，具體包括如下操作步驟：

將識別標記的上述當前地質災害發生區域對應的災害類型、屬性、范圍進行標準成圖，從而匯編生成當前地質災害發生區域的地質災害解譯專題圖。

4.根據權利要求3所述的地質災害解譯方法，其特征在于，還包括當前地質災害發生區域的地質災害類型中的特定地質災害進行屬性信息標記，具體包括對斷面線、巖體結構面、滑坡邊界、山谷山脊線、水涯線的屬性信息標記。