其他

本发明涉及一种基于无人机影像的输气管道高后果区智能识别方法，包括：采集待识别输气管道缓冲区的正射影像数据；构建建筑物识别模型，将正射影像数据输入建筑物识别模型，获取建筑物识别结果；将建筑物识别结果进行规则化，获取建筑物数据库；采集待识别输气管道缓冲区斜射影像数据，根据斜射影像数据和数据库，获取建筑物高度数据并写入建筑物数据库；构建人口分配模型，基于人口分配模型、建筑物高度数据和建筑物数据库，获取建筑物户数并写入建筑物数据库；根据建筑物户数对输气管道的潜在影响半径进行计算，并识别潜在影响半径内的特殊场所数据对高后果区进行分级。本发明能够解决高后果区识别结果不准问题。

随着输气管道的广泛应用，保障输气管道的安全运行成为保障国家能源与群众生命财产安全的重要任务。然而，输气管道通常穿越人口密集区、水源地、自然保护区等高后果区域，一旦发生泄漏或事故，可能引发环境污染、人员伤亡等严重后果。因此，对输气管道沿线风险等级进行常态化识别，及时发现高后果区至关重要。

传统人工外业沿线巡查统计管线缓冲区200m建筑物，采用打定位桩的方式进行划段标识，由于巡线长度长，这种方式人工劳动强度大、耗时长，且识别结果受识别人的经验影响较大，主观性较强，具有相当的不确定性。

本发明的有益效果为：(1)利用Deeplabv3+实现了对建筑物高精度提取识别。(2)基于待识别管线200m缓冲区夜间灯光数据，提取城镇农村范围，使得识别的建筑物按照不同建筑物类型进行户数统计。(3)基于识别结果规则化并提取中心点坐标、计算面积并建立了数据库，基于识别结果的中心点坐标和三维模型GIS三维测量自动提取建筑物高度，使高度提取更加准确。(4)根据国家统计局数据，利用城镇人均居住面积、农村人均居住面积、户均人口，将World pop数据进行户数估算，使户数统计更加准确可靠。(5)利用管线所在地域POI数据实现了对管线潜在影像半径特殊场所的识别，效率、准确率及数据完整性高于基于逆地址编码算法获取特殊场所及建筑物高度。(6)使用无人机采集管道两侧高分辨率影像作为识别基础数据解决了基于遥感影像识别受天气影响，存在时效性低、周期长、分辨率较低等问题。