专利名称：煤矸石污染范围的检测方法和装置及数据处理设备的制作方法
技术领域：
本发明涉及勘测领域，具 体而言，涉及一种煤矸石污染范围的检测方法和装置及数据处理设备。
背景技术：
煤矸石是煤炭开采和洗选加工过程中排出的固体废弃物，主要包括煤层的夹石和顶底板岩石，其数量约占原煤产量的15%左右。近半个世纪以来，由于煤炭地大量开采，导致在煤矿附近形成了大面积的煤矸石堆场。矸石堆场的存在不仅占用大量土地，而且其所在地层中含有的大量的硫化物(主要是黄铁矿)在遇到持续降雨或暴雨时，会流入周围环境，会造成污染。同时也促进黄铁矿的氧化反应，导致矿山废水含有高浓度的铁和锰等金属离子，进一步扩大了污染面，从而对植物的生长造成影响，对周边环境的植物恢复和生态重建形成了阻碍。现有的对煤矸石污染检测的调查方法主要为测试煤矸石堆周边地表径流及地下水中主要污染物的浓度，或通过测试煤矸石堆以及周边土壤成分，检测煤矸石的污染范围。该检测技术主要依靠现场采集大量的水体、土壤样品，并在实验室测试得出相关的污染数据，不但在人员、时间、经济上有较大的投入，而且，由于水样和土样采集后都需要在短时间内来完成测试，在实际工作中存在较大的困难。针对现有技术中对煤矸石污染范围检测不便的问题，目前尚未提出有效的解决方案。
发明内容
本发明提供了一种煤矸石污染范围的检测方法和装置及数据处理设备，以至少解决现有技术中对煤矸石污染范围检测不便的问题。为了实现上述目的，根据本发明的一个方面，提供了一种煤矸石污染范围的检测方法。根据本发明的煤矸石污染范围的检测方法包括获取目标区域的卫星遥感影像数据；提取卫星遥感影像数据中的植物光谱信息数据；以及根据植物光谱信息数据确定目标区域的煤矸石污染范围。进一步地，根据植物光谱信息数据确定目标区域的煤矸石污染范围包括获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及对比提取的植物光谱信息数据与预先存储的植物光谱特征信息数据，以确定煤矸石污染范围。进一步地，在根据所述植物光谱信息数据确定煤矸石污染范围之前，上述方法还包括获取煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及根据植物光谱信息数据确定煤矸石污染范围包括对比提取的植物光谱信息数据与获取的植物光谱特征信息数据，以确定煤矸石污染范围。进一步地，在获取目标区域的卫星遥感影像数据之后以及在提取卫星遥感影像数据中的植物光谱信息数据之前，该方法还包括对卫星遥感影像数据进行处理以获取正射遥感影像数据，提取卫星遥感影像数据中的植物光谱信息数据包括提取正射遥感影像数据中的植物光谱信息数据。进一步地，对卫星遥感影像数据进行处理以得到正射遥感影像数据包括获取基础数据资料，其中，基础数据资料为与目标区域地形相关的数据；结合基础数据资料对卫星遥感影像数据进行纠正处理；对经过纠正处理的卫星遥感影像数据进行图像融合处理；对经过图像融合处理的卫星遥感影像数据进行匀色处理；以及对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。进一步地，提取卫星遥感影像数据中的植物光谱信息数据包括提取卫星遥感影 像数据中的植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据；根据植物光谱信息数据确定目标区域的煤矸石污染范围包括根据植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据确定目标区域的煤石干石污染范围。为了实现上述目的，根据本发明的另一个方面，提供了一种煤矸石污染范围的检测装置，该装置用于执行本发明提供的任意一种煤矸石污染范围的检测方法。根据本发明的另一方面，提供了一种煤矸石污染范围的检测装置。该煤矸石污染范围的检测装置包括第一获取单元，用于获取目标区域的卫星遥感影像数据；提取单元，用于提取卫星遥感影像数据中的植物光谱信息数据；以及确定单元，用于根据植物光谱信息数据确定煤矸石污染范围。进一步地，确定单元包括第一获取模块，用于获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及第一确定模块，用于对比提取的植物光谱信息数据与预先存储的植物光谱特征信息数据，以确定煤矸石污染范围。进一步地，上述装置还包括第二获取单元，用于获取煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及确定单元包括第二确定模块，用于对比提取的植物光谱信息数据与获取的植物光谱特征信息数据，以确定煤矸石污染范围。进一步地，上述装置还包括第三获取单元，用于对卫星遥感影像数据进行处理以获取正射遥感影像数据；以及提取单元包括第一提取模块，用于提取正射遥感影像数据中的植物光谱信息数据。进一步地，第三获取单元包括第二获取模块，用于获取基础数据资料，其中，基础数据资料为与目标区域地形相关的数据；纠正模块，用于结合基础数据资料对卫星遥感影像数据进行纠正处理；融合模块，用于对经过纠正处理的卫星遥感影像数据进行图像融合处理；匀色模块，用于对经过图像融合处理的卫星遥感影像数据进行匀色处理；以及第三获取模块，用于对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。为了实现上述目的，根据本发明的再一个方面，提供了一种数据处理设备，该设备包括本发明提供的任意一种煤矸石污染范围的检测装置。通过本发明，由于借助获取到的卫星遥感数据进行测量，因而解决了现有技术中对煤矸石污染范围检测不便的问题，进而使得对煤矸石污染范围的检测更加便捷。
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图I是根据本发明实施例的煤矸石污染范围的检测装置的结构框图；图2是根据本发明第一优选实施例的煤矸石污染范围的检测装置的结构框图；图3是根据本发明第二优选实施例 的煤矸石污染范围的检测装置的结构框图；图4是根据本发明第三优选实施例的煤矸石污染范围的检测装置的结构框图；图5是根据本发明第四优选实施例的煤矸石污染范围的检测装置的结构框图；图6是根据本发明实施例的卫星影像波段示意图；图7是根据本发明实施例的煤矸石污染范围的检测方法的流程图；图8是根据本发明实施例的卫星遥感影像数据的处理流程图；以及图9是根据本发明优选实施例的煤矸石污染范围的检测方法的流程图。
具体实施例方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。本发明实施例提供了一种煤矸石污染范围的检测装置，以下对本发明实施例所提供的煤矸石污染范围的检测装置进行介绍。图I是根据本发明实施例的煤矸石污染范围的检测装置的结构框图。如图I所示，该煤矸石污染范围的检测装置包括第一获取单元11、提取单元12和确定单元13。第一获取单元11用于获取目标区域的卫星遥感影像数据。提取单元12用于提取卫星遥感影像数据中的植物光谱信息数据。确定单元13用于根据植物光谱信息数据确定煤矸石污染范围。在本实施例中，借助获取到的卫星遥感数据进行测量，因而解决了现有技术中对煤矸石污染范围检测不便的问题，进而使得对煤矸石污染范围的检测更加便捷。图2是根据本发明第一优选实施例的煤矸石污染范围的检测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。如图2所示，该煤矸石污染范围的检测装置包括第一获取单元11、提取单元12和确定单元13，其中，确定单元13包括第一获取模块131和第一确定模块132。第一获取模块131用于获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据。第一确定模块132用于对比提取的植物光谱信息数据与预先存储的植物光谱特征信息数据，以确定煤矸石污染范围。在该实施例中，通过预先在系统中存储参考数据，因此将获取的目标区域的相应数据与参考数据进行对比，即可得出污染范围，加快了检测的速度。图3是根据本发明第二优选实施例的煤矸石污染范围的检测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。如图3所示，该煤矸石污染范围的检测装置除了包括获取单元11、提取单元12和确定单元13之外，还包括第二获取单元14，其中，确定单元13还包括第二确定模块133。第二获取单元14用于获取煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据。第二确定模块133用于对比提取的植物光谱信息数据与获取的植物光谱特征信息数据，以确定煤矸石污染范围。在该实施例中，在获取目标区域的植物光谱特征信息数据的同时，获取已确定为污染区域或已确定为未污染区域的相关数据，与目标区域的植物光谱特征信息数据进行对t匕，如此确定的污染范围结合了当地的实地情况，因此检测结果更加准确。图4是根据本发明第三优选实施例的煤矸石污染范围的检测装置的结构框图。该 实施例可以作为上述实施例的优选实施方式。如图4所示，该煤矸石污染范围的检测装置除了包括第一获取单元11、提取单元12和确定单元13之外，还包括第三获取单元15，其中，提取单元12包括第一提取模块121。第三获取单元15用于对卫星遥感影像数据进行处理以获取正射遥感影像数据。第一提取模块121用于提取正射遥感影像数据中的植物光谱信息数据。在该实施例中，通过卫星遥感影像数据提取正射遥感影像数据，该数据具有更高的精度，从而提闻了检测的准确性。图5是根据本发明第四优选实施例的煤矸石污染范围的检测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。如图5所示，该煤矸石污染范围的检测装置包括第一获取单元11、提取单元12、确定单元13和第三获取单元15，其中，第三获取单元15包括第二获取模块151、纠正模块152、融合模块153、匀色模块154和第三获取模块155。第二获取模块151用于获取基础数据资料，其中，基础数据资料为与目标区域地形相关的数据。纠正模块152用于结合基础数据资料对卫星遥感影像数据进行纠正处理。融合模块153用于对经过纠正处理的卫星遥感影像数据进行图像融合处理。匀色模块154用于对经过图像融合处理的卫星遥感影像数据进行匀色处理。第三获取模块155用于对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。镶嵌是指将两幅或者多幅遥感影像拼在一起，构成一幅整体影像。分割是指把一幅遥感影像分成互不重叠的区域并提取需要的目标。在该实施例中，通过对卫星遥感影像数据的处理，得到精度更高的正射遥感影像数据，从而提高了检测的准确性。需要说明的是，装置实施例中描述的煤矸石污染范围的检测装置对应于下文中的煤矸石污染范围的检测方法实施例，其具体的实现过程在下文方法实施例中将进行详细说明。本发明提供了一种数据处理设备，该数据处理设备中可以包括本发明实施例所提供的任意一种煤矸石污染范围的检测装置，或者，使得该煤矸石污染范围的检测装置运行于该数据处理设备之上，以使得该数据处理设备能够获取卫星遥感数据，并通过获取的卫星遥感数据提取卫星遥感影像数据中的植物光谱信息数据，从而达到确定煤矸石污染范围的目的。本发明实施例还提供了一种煤矸石污染范围的检测方法，该方法可以基于上述的装置来执行。在本实施例中的WorldView-2卫星能提供独有的8波段高清晰卫星影像。除了四个常见的波段外(蓝色波段450-510 ;绿色波段510-580 ;红色波段630-690 ;近红外I波段770-895)，还有四个新增波段(海岸波段400-450，黄色波段；585_625，红色边缘波段705-745，近红外2波段860-1040)，波段示意图见图6。从图6可以看出，新增波段弥补了原有四波段数据在585-625nm以及705_745nm之间的空白区域，并将原有的近红外波段的可研究区域延长到1050nm，大大拓展了卫星遥感技术的研究领域。 本实施例主要利用WorldView-2卫星高光谱数据中红色波段、红色边缘波段、近红外波段来分析植物健康状况，确定植物是否受到煤矸石污染，进而确定煤矸石的污染范围，具体地，在本实施例中，选用了近红外波段中的近红外I波段。选择8波段卫星数据与普通的4波段卫星数据相比，可以在波长为705-745nm的红色边缘波段，获取植被生长的重要信息。植物的健康状况通常会非常明显的反映到叶片颜色上，叶绿色缺失，同时叶黄素、叶红素增加。红色边缘波段处于可见光区域边缘过度地带，在此区域内植被色素吸收几乎全部的能，反射很少，但是会对红色素反射非常大。对于波谷反射特性来说，从非常小的值突变为非常大的值，形成反射率的突变区域，这就是红边效应。需要说明的是，被污染的植物在各波段上都有其光谱特征，因此，在借助其他颜色波段时也可以分析污染植物的光谱特征，本发明实施例仅作为一种优选地实施方式。图7是根据本发明实施例的煤矸石污染范围的检测方法的流程图。如图7所示，该煤矸石污染范围的检测方法包括如下的步骤S702至步骤S706。步骤S702，获取目标区域的卫星遥感影像数据。通过卫星图像解译，精确确定煤矸石堆的位置，从而确定目标区域以获取该区域的卫星遥感影像数据。在步骤S702和步骤S704之间，还可以对卫星遥感影像数据进行处理以获取正射遥感影响数据，对卫星遥感影像数据进行的处理的过程如图8所示，包括步骤S801至步骤S816。步骤S801，获取WorldView-2波段捆绑数据。步骤S802，获取数字栅格地图(Digital Raster Graphic，简称为DRG)数据。DRG数据是根据现有纸质、胶片等地形图经扫描和几何纠正及色彩校正后，形成在内容、几何精度和色彩上与地形图保持一致的栅格数据集。步骤S803，获取数字高程模型(Digital Elevation Model，简称为DEM)数据。DEM是一定范围内规则格网点的平面坐标(X，Y)及其高程(Z)的数据集，它主要是描述区域地貌形态的空间分布，是通过等高线或相似立体模型进行数据采集(包括采样和量测)，然后进行数据内插而形成的。步骤S804，在目标区域在DRG数据和DEM数据进行镶嵌。步骤S805，对步骤S801和步骤S805两个步骤相结合得到的数据进行纠正控制点选取。步骤S806，判断纠正处理结果是否满足要求，如果否，返回步骤S805 ;如果是，执行步骤S807。步骤S807，正射纠正。通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的DEM数据，对影像同时进行倾斜改正和投影差改正，改正了因地形起伏和传感器误差而引起的像点位移。步骤S808，获取全色数据正射影像。步骤S809，对全色数据正射影像经行精度检查。步骤S810，判断纠正精度是否满足要求，如果是，执行步骤S811 ;如果否，返回步 骤 S805。步骤S811，影像配准。使地面上的目标与图像上所对应的像点具有相同的平面坐标的过程，进行几何校正。步骤SSI2，影像融合。步骤S813，影像匀光、调色。步骤S814，判断色调检查是否通过，如果是，执行步骤S815 ;如果否，返回步骤S813。步骤S815，影像镶嵌、分割。步骤S816，获得正射影像图。步骤S704，提取卫星遥感影像数据中的植物光谱信息数据。如果在执行步骤S704之前已获取了正射遥感影响数据，则在本步骤中还可以提取正射遥感影响数据中的植物光谱信息数据。在本实施例中，提取植物光谱信息数据可以进一步提取植物光谱的红边参数以实现对污染范围的确定。红边(REP)是绿色植物叶子光谱曲线在670nm 780nm之间变化率最快的点，也是一阶导数光谱在该区间内的拐点。植物光谱的红边参数主要有红边斜率和红边位置。红边位置指植物光谱曲线在波长为670nm 780nm范围内一阶微分值达最大时所对应的波长(入红边)，红边斜率指植物光谱曲线在波长为670nm 780nm—阶导数最大值。红边位置和斜率可以通过导数运算得到。在植物生长过程中由于叶绿素含量的不同，红边的位置和斜率也会发生相应变化。红边斜率主要与植物覆盖度或叶面积指数有关，而红边位置则主要与叶片叶绿素含量有关，当植物中叶绿素b含量减少时，红边位置发生蓝移。拐点处的斜率为红边斜率，红边斜率可以通过Guyot法求得。拐点处对应的值为植被的反射率，拐点处对应的反射率的值R红边=(R670+R780)/2，其中R红边是在主拐点处的反射率值的计算值，R670、R700、R740和R780是利用World View-28波段数据中的红色波段、红色边缘波段、近红外I波段求得的670，700，740和780nm处的反射率值。红边位置入红边=700+40.[ (R 红边-R700) / (R740-R700)]。通过求得的红边斜率和红边位置即可求得植物光谱的红边参数。步骤S706，根据植物光谱信息数据确定目标区域的煤矸石污染范围。获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据。将已被确定为污染区域的相关信息作为参考值数据预先存储在系统中，那么当获取目标区域的卫星遥感影像数据后，只需将从卫星遥感影像数据中提取的植物光谱信息数据与参考值数据进行对比，如果二者匹配，则说明属于污染范围，否则，不属于污染范围。用该方法进行测量，简便快捷，满足快速测量的需要。这里对比目标区域的植物光谱信息数据和参考值数据可以是对比目标区域植物光谱信息数据中的红边位置的波长与参考区域植物光谱信息数据中的红边位置的波长是否一致，如果波长一致，则该处的植物光谱信息数据和参考区域的植物光谱信息数据是匹配的。红边位置即反射率发生突变的位置，如果目标区域的红边位置与参考区域相比，向波长较长的方向移动，即红边“红移”，则说明目标区域植被健康，如果目标区域的红边位置与参考区域相比，往波长较短的方向移动，即红边“蓝移”，则说明目标区域植被生病，于是可以进一步推断目标区域发生地面塌陷现象。现有技术中，判断地面沉陷是通过获取高分辨率数据以及已知的塌陷区资料，通过研究建立塌陷区地物解译标志体系，据此提取目标区域塌陷区范围信息。本发明实施例与该现有技术相比，不需要收集已知塌陷区的资料，不需要通过深层次研究建立塌陷区地物解译标志体系，而是直接利用目标区域与选定的参考区域植物光谱信息的红边位置的对 t匕，从而确定塌陷区域。同时，遥感图像的解译具有复杂性、多解性和不确定性，随地区和时段等多种因素的变化而变化，所以利用该现有技术建立准确的塌陷区地物解译标志体系较为困难，需要大量的实地验证工作，而本发明实施例利用红边位置的波长于参考区域进行比较，具有快速、准确、便捷等优势。如果在步骤S702中还获取了煤矸石污染区域的卫星遥感影像数据的植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据，则在步骤S706中还可以对比提取的植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据，以确定煤矸石污染范围。例如，当预先已经确定某地区为污染区，那么将目标区域的植物光谱特征信息数据和煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据进行比对，即可判断该区域中的污染范围。另一方面，也可以预先选取未污染区域的，将目标区域与未污染区域进行比对，以判断该区域中的污染范围，以上两种方式可以达到同样的效果，下面以选取未污染区域作为对比对象的实例对本发明实施例进行详细描述。为了确定目标区域的植物是否受到煤矸石的污染，圈定远离煤矸石堆15公里以外的植物种类相似的区域作为对比植物区。健康植物光谱具有一些特征，对于绿色植物，叶片的光谱特性与叶片细胞结构、水分含量和叶片色素含量有关。不同植物的反射光谱波形是大致相同的，因为产生光谱反射的主要元素都相同，主要区别在反射率的大小。健康植物在可见光段的蓝光区和红光区植物的反射率都很低，出现以450nm、650nm为中心波长的吸收带，称为“红谷”和“蓝谷”，它们是由叶子中的色素对光选择吸收引起的，可见光段的绿光区反射率比较高，形成550nm为中心波长的反射率为10% 20%的小反射峰(绿峰)，使植物外观呈绿色；在波长680-750nm之间反射率增加十分迅速，在高光谱研究中他被称为植物红边，是植物具有诊断性的光谱特征，红边的位置高度和斜率会因植物的不同生长状况而存在差异；从800 1300nm之间是一个相对平坦的反射率高的区域，这种对红外光的强反射是由叶子的细胞结构所导致的。另外，在1450nm、1950nm、2600nm 2700nm处有三个吸收谷，这主要由叶子的细胞吸收水分所形成。植物叶片的反射光谱与叶子形态学和生理学上的特征有关，当植物受到污染后，其内部结构、叶绿素形态和含量以及植物的水分含量就会发生不同程度的变化，光谱反射特性也随之变化，一般情况下，污染越严重，这种变化就越大。污染物类型和含量对叶片色素合成的影响远大于对叶片结构和水分含量的影响，因此，400 900nm波段的植物叶面反射光谱变化是最重要的，也是最富有特点的，在此波段内健康植物和受害植物叶面的反射光谱特性差异较大。植物光谱反射特征的变化是与叶绿素含量的降低相平行的，不同胁迫因素，即对植物施加有害影响的环境因素对植物光谱反射特征的影响有共同点，均导致叶片色素含量发生变化。如植物受重金属毒害后，普遍出现叶片褪绿的现象，原因之一是重金属离子被植物吸收后，叶绿素生物合成途径中的几种酶的肽链中富含SH的部分受重金属离子影响，改变了它们的正常构型，抑制了酶的活性和阻碍了叶绿素的合成；原因之二是由重金属胁迫条件下活性氧自由基的作用所导致的，主要是强反应性的*011。叶片色素含量的变化，导致 植物光谱特征的变化，如可见光部分与近红外部分反射率升高或降低，植物光谱曲线发生红边拐点出现红移(向长波方向移动)或蓝移(向短波方向移动)。为了对比健康植物与生病植物的红边位置，先分析与目标区域内植物种类相近的对比区域的植物光谱反射率，计算出对比植物红边位置对应的波长。利用前述的植物光谱红边参数模型提取影像中植物像元点的红边参数，通过与对比植物红边参数对比，利用彩色编码和多维空间数据复合技术，并将其与目标区域的正射影像图像叠合，编制目标区域植物光谱红边变异程度图，分析目标区域的植物长势受到影响的区域，圈定目标区域煤矸石污染的空间分布范围。用该方法进行检测，结合了不同地域的实际情况，因此检测结果更加准确。图9是根据本发明优选实施例的煤矸石污染范围的检测方法的流程图，如图9所示，该方法包括以下步骤S901至步骤S919。步骤S901，获取WorldView-2卫星的8段波段捆绑数据。步骤S902，获取基础数据，例如DRG数据和DEM数据。步骤S903，进行数字图像处理。包括对图像处理包括纠正、坐标定位等步骤。步骤S904，获得正射影像图。步骤S905，选定目标区域。在本实施例中，通过正射影像图与矿方采空区布局图的叠合，确定目标区域为采矿区及采矿区外扩10公里的区域。步骤S906，进行植物光谱曲线分析。利用软件工具分析目标区域植被与对比区域植被光谱曲线，并计算两个区域红边位置的波长。步骤S907，得到该区域红边位置波长。步骤S908，选择植物对比区域。为了确定目标区域的植被是否受到地面沉陷的影响，圈定远离采矿区15公里以外植被种类相似的区域作为植被对比区域。步骤S909，进行植物光谱曲线分析。步骤S910，得到该区域红边位置波长步骤S911，比较两个区域的红边位置波长。
步骤S912，确定目标区域植物的健康情况。步骤S913，获知植物健康。如果目标区域的红边位置的波长大于对比区域的红边位置波长，即发生红边“红移”现象，则目标区域植被生长状况比对比区域植被生长状况好，植被健康。步骤S914，确定该区域未受污染。步骤S915，获知植物生病。步骤S916，确定该区域受污染。 如果目标区域红边位置波长小于对比区域红边位置波长，即发生红边“蓝移”现象，则对比区域植被生长状况比对比区域植被生长状况差，植被不健康。步骤S917，将彩色编码与多维空间符合。步骤S918，获取植物光谱红边变异程度图。步骤S919，圈定煤矸石污染范围。从以上实施例可以看出，采用卫星遥感影像数据进行测量，测量过程更加快速、准确和客观，该检测方法易于实施且经济投入少，为煤田矿区绿色生产提供有力技术支持。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种煤矸石污染范围的检测方法，其特征在于包括 获取目标区域的卫星遥感影像数据； 提取所述卫星遥感影像数据中的植物光谱信息数据；以及 根据所述植物光谱信息数据确定所述目标区域的煤矸石污染范围。
2.根据权利要求I所述的煤矸石污染范围检测方法，其特征在于，根据所述植物光谱信息数据确定所述目标区域的煤矸石污染范围包括 获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及对比提取的植物光谱信息数据与预先存储的植物光谱特征信息数据，以确定煤矸石污染范围。
3.根据权利要求I所述的煤矸石污染范围检测方法，其特征在于， 在根据所述植物光谱信息数据确定煤矸石污染范围之前，所述方法还包括获取煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及 根据所述植物光谱信息数据确定煤矸石污染范围包括对比提取的植物光谱信息数据与获取的植物光谱特征信息数据，以确定煤矸石污染范围。
4.根据权利要求2或3所述的煤矸石污染范围检测方法，其特征在于， 在获取目标区域的卫星遥感影像数据之后以及在提取所述卫星遥感影像数据中的植物光谱信息数据之前，所述方法还包括对所述卫星遥感影像数据进行处理以获取正射遥感影像数据， 提取所述卫星遥感影像数据中的植物光谱信息数据包括提取所述正射遥感影像数据中的植物光谱信息数据。
5.根据权利要求4所述的煤矸石污染范围检测方法，其特征在于，对所述卫星遥感影像数据进行处理以获取正射遥感影像数据包括 获取基础数据资料，其中，所述基础数据资料为与目标区域地形相关的数据； 结合所述基础数据资料对所述卫星遥感影像数据进行纠正处理； 对经过所述纠正处理的所述卫星遥感影像数据进行图像融合处理； 对经过所述图像融合处理的所述卫星遥感影像数据进行匀色处理；以及对经过所述匀色处理的所述卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。
6.根据权利要求I所述的煤矸石污染范围检测方法，其特征在于， 提取所述卫星遥感影像数据中的植物光谱信息数据包括提取所述卫星遥感影像数据中的植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据， 根据所述植物光谱信息数据确定所述目标区域的煤矸石污染范围包括根据所述植物红色波段光谱信息数据、红色边缘波段光谱信息数据和近红外波段光谱信息数据确定所述目标区域的煤矸石污染范围。
7.一种煤矸石污染范围的检测装置，其特征在于包括 第一获取单元，用于获取目标区域的卫星遥感影像数据； 提取单元，用于提取所述卫星遥感影像数据中的植物光谱信息数据；以及 确定单元，用于根据所述植物光谱信息数据确定煤矸石污染范围。
8.根据权利要求7所述的煤矸石污染范围检测装置，其特征在于，所述确定单元包括 第一获取模块，用于获取预先存储的煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及 第一确定模块，用于对比提取的植物光谱信息数据与预先存储的植物光谱特征信息数据，以确定煤矸石污染范围。
9.根据权利要求7所述的煤矸石污染范围检测装置，其特征在于， 所述装置还包括第二获取单元，用于获取煤矸石污染区域的卫星遥感影像数据的植物光谱特征信息数据；以及 所述确定单元包括第二确定模块，用于对比提取的植物光谱信息数据与获取的植物光谱特征信息数据，以确定煤矸石污染范围。
10.根据权利要求8或9所述的煤矸石污染范围检测装置，其特征在于， 所述装置还包括第三获取单元，用于对所述卫星遥感影像数据进行处理以获取正射遥感影像数据；以及 所述提取单元包括第一提取模块，用于提取所述正射遥感影像数据中的植物光谱信息数据。
11.根据权利要求10所述的煤矸石污染范围检测装置，其特征在于，所述第三获取单元包括 第二获取模块，用于获取基础数据资料，其中，所述基础数据资料为与目标区域地形相关的数据； 纠正模块，用于结合所述基础数据资料对所述卫星遥感影像数据进行纠正处理； 融合模块，用于对经过所述纠正处理的所述卫星遥感影像数据进行图像融合处理； 匀色模块，用于对经过所述图像融合处理的所述卫星遥感影像数据进行匀色处理；以及 第三获取模块，用于对经过所述匀色处理的所述卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。
12.—种数据处理设备，其特征在于，包括权利要求7至11中任一项所述的煤矸石污染范围检测装置。
全文摘要
本发明公开了一种煤矸石污染范围的检测方法和装置及数据处理设备，该检测方法包括获取目标区域的卫星遥感影像数据；提取卫星遥感影像数据中的植物光谱信息数据；以及根据植物光谱信息数据确定目标区域的煤矸石污染范围。通过本发明，能够使得对煤矸石污染范围的检测更加便捷。
文档编号G01N21/25GK102645410SQ20121013314
公开日2012年8月22日 申请日期2012年4月28日 优先权日2012年4月28日
发明者孟淑英, 张志峰, 张敦芳, 李程, 王瑞国, 白璐 申请人:中国神华能源股份有限公司, 神华地质勘查有限责任公司