-
公开(公告)号：CN117779675A
公开(公告)日：2024-03-29
申请号：CN202311804442.7
申请日：2023-12-25
申请人： 中交第四航务工程局有限公司 , 中交四航局第三工程有限公司
摘要： 本发明涉及生态环境治理技术领域，具体提供了一种互花米草的快速治理方法。治理方法包括以下步骤：步骤S1、刈割互花米草地上部分，并挖掘互花米草的地下根系，挖掘后的互花米草置于土壤表面；步骤S2、将微生物腐熟剂溶于水中，混合均匀后由海向陆喷施至互花米草表面；步骤S3、根据互花米草分布密度的不同，利用块石进行围堰，形成不同的治理单元；步骤S4、在各个不同的治理单元内吹填海沙，原位掩埋互花米草；步骤S5、完成吹填海沙后，移除围堰，恢复海滩自然环境。本发明采用微生物腐熟剂处理刈割以及翻耕后的互花米草，加速了互花米草根茎地腐解；并且本发明利用吹填海沙进行微地形改造，能够实现互花米草的一次性清除，不需要反复治理。
-
公开(公告)号：CN117079161A
公开(公告)日：2023-11-17
申请号：CN202311036478.5
申请日：2023-08-17
申请人： 中交第四航务工程局有限公司 , 中交四航局第三工程有限公司
IPC分类号： G06V20/17 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/44 , G06V10/56 , G06V10/30 , G06V10/26 , G06N20/00
摘要： 本发明公开一种基于RGB颜色聚类的植被生长状况识别方法，包括获取待识别区域的植被RGB图像，作为进行植被生长状况识别的图像数据来源；建立不同植被的生长状况图像数据集，确定不同植被的生长状况图像数据集的聚类中心和边界；根据不同植被的聚类中心和边界对植被RGB图像进行RGB颜色聚类分析，根据聚类分析实现植被生长状况识别，得到不同植被生长状况的植被分类区域。本发明采用RGB颜色聚类的方法，可在RGB图像中实现植被生长状况像素级精度的识别，获得高精度的植被生长状况区域大小，从而评价植被生长状态。该方法无需制作大量训练图像，不需要进行模型训练即可进行植被生长状态识别，从而科学可靠地评价植被生长状况。
-
公开(公告)号：CN117044540A
公开(公告)日：2023-11-14
申请号：CN202310977393.0
申请日：2023-08-03
申请人： 中交第四航务工程局有限公司 , 中交四航局第三工程有限公司
摘要： 本发明公开了一种生石灰治理互花米草的方法，包括以下步骤：S1.互花米草刈割；S2.采用生石灰消解，得到消石灰；S3.消石灰加速碳化处理；S4.对石灰土进行破碎并调节土壤pH值；S5.深层翻土把石灰土埋在下方，种植本土植物。利用生石灰消解时产生热量、消解后出现强碱性的物理和化学方法处理互花米草的根系和种子,对根系和种植进行灭活，可以达到彻底清理互花米草的目的。
-
公开(公告)号：CN117058550A
公开(公告)日：2023-11-14
申请号：CN202311059232.X
申请日：2023-08-22
申请人： 中交第四航务工程局有限公司 , 广西平陆运河建设有限公司 , 中交四航工程研究院有限公司
IPC分类号： G06V20/10 , G06V10/774 , G06V10/44 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/09 , G06Q50/26
摘要： 本发明提供了一种基于遥感的边坡固碳量多维评估方法，包括：将待进行边坡固碳量评估的区域记为待测区块，采集遥感影像并确定边界，并遥感影像提取出来记为待测区块图像；对历史待测区块图像进行图像预处理和数据增强，并将处理后的数据划分为训练集、测试集和验证集；构建深度空间注意力网络，并根据训练集、测试集和验证集对深度空间注意力网络进行训练、测试和验证，得到最优的遥感影像边坡提取模型；利用最优的遥感影像边坡提取模型对待测区块图像进行提取，得到待评估边坡；根据待评估边坡的树种生物量、树高、胸径、立木密度对固碳量进行评估，得到评估结果。本发明能够精准地获取边坡模型，从而进一步地提高对边坡固碳量评估的精度。
-
公开(公告)号：CN117005364A
公开(公告)日：2023-11-07
申请号：CN202311059221.1
申请日：2023-08-22
申请人： 中交第四航务工程局有限公司 , 广西平陆运河建设有限公司 , 中交四航工程研究院有限公司
IPC分类号： E02B3/12 , G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464 , A01B79/02 , A01G13/00
摘要： 本发明提供了一种边坡快速生态恢复方法，利用神经网络进行杂草清除，提高了边坡清理的效率和精度，并通过对钻孔区域进行机械表面破碎，能够使得植物生长基质更全面的渗透至边坡内，从而提高了植物生长基质的渗入范围，提高了边坡生态恢复的效率。
-
公开(公告)号：CN114922276A
公开(公告)日：2022-08-19
申请号：CN202210584476.9
申请日：2022-05-27
申请人： 中交四航工程研究院有限公司 , 中交第四航务工程局有限公司
摘要： 本发明提供了一种城市雨污分流截流井，包括井体、雨水进水管、污水进水管和控制器，井体的内部设有将其内部分隔成污水室和雨水室的隔板，井体的侧壁底部设有与污水室连通的污水出水管，雨水室的内底部设有抽水装置，抽水装置的出水口与污水室连通，污水进水管贯穿设置在井体的侧壁上，并与污水室连通，雨水进水管设置在井体内，且其两端分别贯穿井体的侧壁并延伸至井体的外部，雨水进水管上设有与雨水室连通的排水口，排水口上设有电动阀门，隔板上设有用于监测雨水室水位的水位监测装置，控制器与抽水装置、水位监测装置和电动阀门连接。本发明能够解决前期雨水污染较大，污染河水的问题。
-
公开(公告)号：CN116084232A
公开(公告)日：2023-05-09
申请号：CN202310016371.8
申请日：2023-01-06
申请人： 中交四航工程研究院有限公司 , 中交第四航务工程局有限公司
摘要： 本发明公开了一种公路初雨径流净化系统及施工方法，公路初雨径流净化系统包括由外至内依次设置的填充层、渗滤结构框以及净化结构层，其中，净化结构层包括通水层和净水层；填充层的纵截面呈凹槽形状，填充层的凹槽壁外壁与土壤层相连接，填充层的凹槽内安装有渗滤结构框；渗滤结构框的纵截面呈凹槽形状，渗滤结构框的凹槽壁上设有通水孔，渗滤结构框的凹槽内安装有净化结构层；净化结构层中的通水层包括第一混合填料，通水层内设置有净水层，其中，第一混合填料包括粗颗粒滤料；净水层包括第二混合填料，其中，第二混合填料用于培养微生物群落。以实现净化雨水径流，削减路面雨水径流量。
-
公开(公告)号：CN116971403A
公开(公告)日：2023-10-31
申请号：CN202311051699.X
申请日：2023-08-18
申请人： 中交第四航务工程局有限公司 , 广西平陆运河建设有限公司 , 中交四航工程研究院有限公司
摘要： 本发明公开了一种边坡生态修复护坡装置，属于边坡防护技术领域，本边坡生态修复护坡装置包括：固定组件，固定组件包括若干第一框体，若干第一框体之间可拆卸连接，第一框体位于坡体上表面，第一框体通过固定杆与坡体固定连接，固定杆插入坡体内；种植组件，种植组件包括若干种植板，种植板上设置有若干种子槽，种子槽内放置有草种包，种植板内填充有土壤，种植板可拆卸连接在第一框体内；排水组件，排水组件包括排水槽，排水槽设置在两列第一框体之间，第一框体上设置有挡水器，挡水器与排水槽连通。
-
公开(公告)号：CN117475301A
公开(公告)日：2024-01-30
申请号：CN202311317121.4
申请日：2023-10-11
申请人： 中交四航工程研究院有限公司 , 中交第四航务工程局有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/80 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明提出了一种基于多模态深度特征的边坡植被分类方法，其特征在于，包括：获取目标边坡区域的多源遥感数据，多源遥感数据包括来源于多个数据源平台的高分辨率光学数据、高光谱遥感数据、数据高程模型和雷达散射数据；利用预设深度学习算法，从多源遥感数据中提取多模态深度特征，多模态深度特征包括植被空间特征、植被光谱特征和植被深度特征；通过预设融合器对多模态深度特征进行特征融合，得到目标融合特征；通过预设植被分类模型对目标融合特征进行分类，得到目标边坡区域的植被分类信息。在当前边坡植被信息提取困难的情况下，提高边坡植被分类精度。
-
公开(公告)号：CN117409315A
公开(公告)日：2024-01-16
申请号：CN202311323326.3
申请日：2023-10-12
申请人： 中交四航工程研究院有限公司 , 中交第四航务工程局有限公司
IPC分类号： G06V20/10 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/08
摘要： 本发明提出了一种边坡植被信息提取方法、装置、电子设备、存储介质，该方法包括：对多源遥感数据进行预处理得到预处理数据；获取边坡植被信息的训练样本集，通过训练样本集中的特征信息对预处理数据进行量化得到关键因素；根据关键因素和训练样本集构建特征提取模型，通过特征提取模型对预处理数据进行特征提取，得到特征级数据；通过融合函数对特征级数据进行信息融合得到目标融合数据；根据目标融合数据构建多层次特征数据集；将多层次特征数据集输入到预设卷积神经网络CNN模型中进行训练，得到最优边坡植被分类模型；将边坡植被信息输入到最优边坡植被分类模型中进行信息提取得到边坡植被高精度信息。提高边坡植被信息的提取精度。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.051 秒)
