随着遥感摄像技术的飞速发展、信息科技水平的不断提升，航空遥感、激光遥感等遥感图像的获取更加便捷，对遥感图像地物识别广泛应用于管理评估各类土地生态资源，并起到了十分重要的作用。通过模板匹配、机器学习、深度学习等方法提取分析遥感图像特征，能有效提高识别速度和精度，得到的结果令人满意[1]。
在发输变电行业里，高压输电走廊长度大，涉及地理范围范围广，分布较松散，导致人工巡线成本高且评估、预测的难度较大，所以研究可行的智能识别分析输电走廊风险点方法的必要性大；输电走廊如此广阔的范围也会导致遥感影像数据量极为庞大，靠传统的人工处理耗时巨大且容易错漏，处理结果实时性较为低下将降低遥感数据的应用价值。故应用图像识别技术以快速高效地分析输电走廊遥感图像，发现、评估、预测出可能危害到输电走廊的风险点，这一技术能有效提升电网安全运行能力。
由于近年来随着西部大开发战略的实施，线路保护区内种树、新建大棚、机械施工、以及周边园区内防尘网、塑料薄膜等外破隐患及通道涉及的地质灾害等风险威胁线路安全运行。而电力系统中对遥感分析输电走廊的风险点主要包括以下几种类型：采动影响区、易漂浮物、线下堆物、施工作业区、滑坡等。其中又以线路保护区内种树、新建大棚、机械施工、以及周边园区内防尘网、塑料薄膜等外破隐患及地质灾害等风险较为重要，遥感影像分析对较大范围地域发现、评估、预测种树、新建大棚以及周边园区内防尘网、塑料薄膜有较大价值。且文献[2]也指出，大棚等易漂浮物已逐渐作为主要因素

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家自动化/article/detail/939145