基于Google Earth影像图遥感解译在我国西北矿产地质调查中的应用

在新疆扎河坝煤矿、买乌开、科克库都克三幅1∶50000区域地质矿产调查当中,笔者利用Google Earth(GE)图像数据进行了遥感地质解译,获得了满意的效果。在本次遥感解译工作中,所获得的GE卫星影像的清晰度远远大于以往的ETM多波段合成图像。其包含的可解译地质信息也比以往的卫星影像更加丰富。通过对GE影像进行数据采集、完美镶嵌、校正成为1∶5万标准图幅,使其坐标误差控制在30 m以内,并建立了测区内各地质构造单元的解译标志。良好的GE影像图的解译资料推动了野外工作的顺利进行。     

Google Earth在浙江省地质灾害管理中的应用

Google Earth是一个免费的卫星影像测览软件,采用"虚拟地球"的方式,提供多种分辨率的全球卫星影像,具备方便友好的操作界面,是卫星影像和地图相关资讯沟通、交流的互动平台,有非常大的用户群体,也是地质行业非常受欢迎的软件.通过KML语言制作地标文件,将县(市)地质灾害调查区划成果点数据作为专题展布之上,具有非常直观的应用和参考价值.本文通过面向对象的可视化编程软件,完成了由地质灾害数据库中读出地质灾害点信息,并经过处理写成地标文件的尝试,为使用灾害点数据提供了一种手段,在实际工作过程中得到了很好的应用.     

基于Google Earth的1∶50000地质地理底图更新

数字地理底图是地质环境调查不可缺少的组成部分,但现有数据大多现势性较差,如何更新值得探讨。文中提出利用Google Earth进行地理底图更新的方法,并介绍了更新的步骤和精度,该方法简单快捷、可操作性较强,具有一定的实用价值。     

基于Google Earth软件建立曲流河地质知识库

在对密井网解剖、露头解剖、现代沉积解剖、沉积模拟实验等建立地质知识库方法优缺点分析基础上,利用Google Earth软件测量了一系列曲流河道的基础数据,结合“将今论古”思想,提出了基于Google Earth软件建立曲流河地质知识库的方法。首先,分析了已有方法的优缺点。其次,介绍了Google Earth软件测量曲流河道的方法步骤,并测量了不同地区不同曲率的河道宽度、点坝长度及弧长,得到了一系列测量数据,建立了测量数据表,并结合已有经验公式与测量数据拟合得到的公式综合分析。结果表明,不同环境中曲流河的河道宽度和点坝长度具不同的相关关系,曲流河的地质知识库不能按统一标准考虑。在不同曲率情况下,河道宽度和点坝长度之间的相关关系亦不同,且随着曲率的减少,其相关关系减弱,反映出点坝的发育程度受河流弯曲程度控制。最后,建议采用建立地质模式库的思想建立定量化曲流河地质知识库,用于对储层建模进行有效约束。     

Python编程及Google Earth平台在地球物理勘探中的应用

在地球物理勘探工作,野外的数据采集是非常关键的环节,工区的地形地貌对野外的施工质量和进度都有很大的影响.故而在物探项目的踏勘、设计、数据采集以及资料处理解释的整个过程中,都需要详细了解地质、地形地貌等信息,并及时快速的进行查看和再现.Google Earth平台能直观显示卫星图、航空照相和GIS数据等三维场景,但如何精...     

基于Google Earth的地质调查数据管理和三维显示

Google Earth作为功能十分强大的虚拟地球软件,已经广泛应用于多个行业。以Google Earth为平台,将通过GPS坐标集成化的地质信息转化为GE支持的KML格式,然后加载到Google Earth。充分利用Google Earth的海量数据管理能力和三维显示能力,提升地质调查工作的效率和成果的质量,更好地为地质调查工作服务。     

浅谈利用Google Earth结合MapGis软件制作地形图方法

利用Google Earth的三维模拟功能,通过不同海拔平面与地表的接触线来获得等高线,结合MapGis的编辑功能即可形成矢量化的地形图。经与实测地形图对比,两者山头、山谷、山脊、鞍部、高程及等高线形态基本相同,可做为野外工作及其它对地形图精度要求不高工作的参考资料。     

基于Google Earth的果化示范区石漠化评估

充分挖掘Google Earth(GE)提供的免费数据,可以克服数据缺乏区域无图可用的困难。以典型峰丛洼地果化示范区为例,基于GE和GIS技术,建立了果化示范区数字高程模型。利用植被覆盖度和坡度两个指标对研究区域2003年石漠化进行定量评估。结果表明,2003年示范区石漠化面积为5.63km2,比重高达64.7%;研究区域以轻度石漠化为主,轻度石漠化面积为3.92km2。      

Google Earth在地层工作中的应用——以新疆大龙口二叠系、三叠系剖面为例

以新疆大龙口剖面为例,介绍了基于Google Earth、利用平板电脑来进行地层勘察的新方法。该方法将地质图与Google Earth卫星影像图相结合,有助于优化勘察路线、寻找新的地层露头以及化石点等,进而提高野外工作效率。     

Google Earth在土地资源管理中的应用

土地是人类生存之本,是一切财富之源泉。随着我国社会经济不断发展,城镇化以及农地非农化进一步加快,人地矛盾、土地不合理利用问题日益突出,保护和科学利用土地资源刻不容缓。土地资源管理融合经济、技术、法律等手段为一体,协调人地关系,合理组织土地利用,促进土地资源的可持续利用。长期以来,落后的技术水平一直制约着我国土地资源管理的发展。     

基于Google Earth平台下E语言环境模块集成算法之核勘查点位数据的优化显示

采用E语言集成模块的编辑方式,在Google Earth的平台下实现批量化核勘查点位信息的处理和显示。即利用Google Earth这个强大的可视化平台以及KML模块的直观性,用E语言编写整个程序,可以将核勘查测量的数据直接读入并更改数据格式,随之调用KML模块并集成在E语言环境中,从而写成能被Google Earth识别的KML格式的数据信息,并可根据实际情况采用不同的模块以实现不同功能。利用Google Earth这个强大的平台,将为核勘察提供帮助。     

Google Earth高程数据精度分析及在地震勘探中的应用

地震勘探勘查区往往位于偏远地区,已知地形资料较少。 Google Earth（简称GE）采用的数字高程模型数据为SRTM,精度较高。笔者在批量提取GE高程数据的基础上,分别对山区和平原地区的GE高程数据的精度进行了分析。结果表明,无论是在山区还是平原地区,GE高程数据均与地表实际高程基本一致;在平原地区的精度高于山区;GE高程数据可以满足等高线生成和观测系统参数分析的需要。     

基于Google Earth的GIS制图技术应用——以新疆焉耆盆地地下水埋深制图为例

以新疆焉耆盆地地下水埋深制图为例,分析了基于Google Earth(GE)的专题地图的制图原理与技术,提出了一套基于GE的地理专题图的制图技术流程,并讨论了其关键技术,指出了GE制图工具目前存在的两个缺陷,提出了相应的解决方法,并介绍了焉耆盆地地下水埋深GE制图结果和应用.     

基于野外资料和Google Earth影像的地质信息识别与提取方法——以塔里木盆地西克尔奥陶系古岩溶露头为例

以塔里木盆地西克尔奥陶系古岩溶露头为研究对象,根据高精度GPS野外定点和Google Earth影像数据的结合,明确了岩溶地质现象在影像图上的响应特征,进而提取定量化的古岩溶信息数据,经过数据处理建立了古岩溶地质模型。本项研究证实了基于野外资料和Google Earth影像的地质信息识别与提取方法的可行性,也表明了该方法能够实现对未开展露头考察的影像图直接提取相应地质信息和采集定量化数据。通过利用这些数据建立岩溶储层地质模型,结合野外资料,综合分析岩溶储层发育的控制因素,进而客观地理解地下岩溶储层特征及分布规律,能够为勘探开发提供有效指导。     

基于Google Earth影像分析区域性大型“X”共轭节理系统对宏观岩溶作用的控制

从黔南、桂北的航天遥感图像上可以清楚地看出,地表的宏观岩溶地貌明显地受控于区域性大型“X”共轭节理系统,此类节理构成一幅巨型的渗滤网,成为大气降水下渗的主要通道,从而导致被其穿透的岩石遭受溶蚀,形成以线性岩溶谷地为主体的岩溶景观。即水平地层分布区,呈片状“X”形网络结构;直立地层分布区,呈羽状条带结构。水体下渗至潜水面后,将主要沿“X”节理走向向当地最低侵蚀基准面排泄,从而形成复杂的地下管道网络系统。首次利用网上Google Earth影像研究喀斯特环境,解决了只能依赖航片和卫星照片才能研究地球地貌的瓶颈,这对地貌研究和喀斯特石漠化的研究和治理提供了廉价便利的影像材料。     

1990—2020年帕米尔高原无表碛覆盖冰川变化态势研究——基于Google Earth Engine平台

帕米尔高原是亚洲高山区最大的冰川作用中心,其冰川融水在区域水资源与水循环中发挥关键作用。然而,近年来对帕米尔高原冰川变化的认识仍存在争议,一方面认为喀喇昆仑-帕米尔高原冰川存在异常前进现象,另一方面认为帕米尔冰川正在加剧退缩。究其原因,一是研究时空范围不重合,二是研究中对冰川的定义有所不同。为明晰帕米尔高原无表碛覆盖冰川近30年来的时空变化情况,本研究基于Google Earth Engine（GEE）平台,利用Landsat 5 TM和Landsat 8 OLI遥感影像数据,消除掉云层遮蔽、季节性积雪和冰川表碛覆盖对无表碛覆盖冰川面积的影响,获取了帕米尔高原1990—2020年期间无表碛覆盖冰川时空变化特征。结果显示,在过去30年帕米尔高原无表碛覆盖冰川面积以116.42 km²·a^-1的速率由（12 108.98±250.38） km²缩减到（8 616.44±7.72） km²。在空间上,帕米尔高原西部无表碛覆盖冰川面积总体上呈退缩趋势,而帕米尔东部无表碛覆盖冰川面积则相对稳定。特别是在2000—2010年期间,帕米尔东部无表碛覆盖冰川面积存在异常增加现象,但自2010年,冰川面积退缩加速,冰川末端前进现象已不存在。结合气候及冰川高程变化分析,冰川跃动引起的冰川厚度减薄、冰川末端前进,是1990—2010年间帕米尔高原冰川异常前进的主要原因。     

基于浏览器的Google Earth交互式系统开发技术

介绍了基于浏览器的Google Earth交互式系统、开发技术、Struts框架和Ajax技术,描述了系统架构及开发途径。基于浏览器的Google Earth交互式系统具有广泛的商业应用前景。     

Google Earth在地学研究中的应用

Google Earth是Google公司发布的当前非常流行的一款三维虚拟地球软件,已在许多行业得到了广泛应用.采用传统方法研究地壳形变时,对点、线、面的分析一般是基于地理信息系统软件,通常在三维功能上较为欠缺,而引入Google Earth软件可较好地进行三维地形等要素的显示.介绍Google Earth的KML语言格式、功能与特点,采用Visual Basic编程,充分利用KML功能,将中国大陆的地震、GPS观测站及其运动矢量等要素很好地展示在三维地球上,直观地显示出地震的地理分布和中国大陆的地壳运动状况,取得较好的效果.     

基于Google Earth Engine云平台的植被覆盖度变化长时间序列遥感监测

基于Google Earth Engine遥感大数据云计算平台,以云南省南洞地下河流域为例,利用近2 000景30 m分辨率Landsat-NDVI长时间序列数据,采用像元二分模型对研究区1988-2016年的年最大植被覆盖度进行定量估算,并分别从流域整体和像元尺度分析近29 a间植被覆盖度的时空变化特征。研究结果表明:（1）南洞地下河流域大部分区域处于中等覆盖度和中高覆盖度,覆盖度随高程和坡度的增加而增大,其中年最大植被覆盖度 > 60%的区域占流域总面积的45.75%;（2）近29 a来,流域年最大植被覆盖度整体呈现不断增加的趋势,年均增长速率为0.56%,其中植被覆盖度轻微改善或是明显改善的面积占38.84%;（3）相比1988年,2016年高植被覆盖区和中高植被覆盖区面积分别增长50.51%、18.40%;而中等植被覆盖区、中低植被覆盖区和低植被覆盖区面积分别减少24.05%、47.95%和37.72%。封山育林等石漠化治理工程以及气候变化对于流域植被恢复和生态环境重建具有重要影响,其研究成果可为后续石漠化监测提供重要的基础研究数据。      

Impact of Conjugated Shear Joint of “X” Type on Macroscopic Karstification on the Basis of the Analysis of Google Earth Images

As viewed from space remote-sensing images (e.g. Google Earth images) of South Guizhou and North Guangxi, the authors found that macroscopic karst landscape on the Earth’s surface is strongly controlled by the Conjugated shear joint of “X” type. Joints of this kind constitute a huge infiltration network and act as channel-ways for the permeation of meteoric waters from the surface, thus, leading to the dissolution of carbonate rocks nearby. As a result, the karst landscape is formed, which is dominated by linear karst valleys. An “X” karst valley network structure appears in the area where horizontal strata are distributed, and a feather-like network structure appears in the area where vertical strata are distributed, respectively. When the water permeates downwards to the underground-water level, it will flow horizontally along the strike of “X” joints toward the local base level of erosion to form an “X” network system of underground conduits in the area where horizontal strata are distributed, but it is relatively complex, because of the joining of other joints. This is the first time we have made use of Google Earth images to study the karst environment. Therefore, it has been successful in research on the Earth’s geomorphology, which could only rely on aerial photos and satellite photos in the past. Google Earth images provide low-cost and applicable imaging materials for the study of Earth’s geomorphology and karst rocky desertification and its control.