废弃矿山生态修复植物筛选方法

权利要求

1.废弃矿山生态修复植物筛选方法，其特征在于，其包括如下步骤：

步骤S1，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对所述废弃矿山多角度航拍影像进行分析处理，从而确定所述废弃矿山的地理环境信息和植被存在信息；

步骤S2，根据所述地理环境信息和所述植被存在信息，确定所述废弃矿山在不同区域对应的植被生长气候环境信息；

步骤S3，对采集所述废弃矿山不同区域的土壤样本，并对所述土壤样本进行分析，从而确定所述废弃矿山在不同区域对应的植被生长土壤环境信息；

步骤S4，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山不同区域适合种植的植物种类。

2.如权利要求1所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S1中，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对所述废弃矿山多角度航拍影像进行分析处理，从而确定所述废弃矿山的地理环境信息和植被存在信息具体包括，

步骤S101，按照海拔高度从低至高的方向，对所述废弃矿上进行周向扫描拍摄，以此获得若干个对应所述废弃矿山不同海拔高度区域的多角度航拍影像；

步骤S102，根据若干个所述多角度航拍影像，构建所述废弃矿山的三维图像，并采用所述三维图像模拟形成所述废弃矿山当前所处的外界自然环境，从而确定所述废弃矿山的地理环境信息；

步骤S103，根据若干所述多角度航拍影像，构建所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据所述图像色度特征信息和所述图像纹理特征信息，确定所述废弃矿山的植被存在信息。

3.如权利要求2所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S101中，按照海拔高度从低至高的方向，对所述废弃矿上进行周向扫描拍摄，以此获得若干个对应所述废弃矿山不同海拔高度区域的多角度航拍影像具体包括，

步骤S1011，按照预设海拔高程差将所述废弃矿山从低至高划分为若干不同海拔高度区域，其中，所述预设海拔高程差不小于3.5m；

步骤S1012，按照海拔高度从低至高的方向，对每一个所述海拔高度区域依次进行顺时针方向或者逆时针方向的周向扫描拍摄，从而获得所述海拔高度区域对应的多角度航拍影像。

4.如权利要求2所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S102中，根据若干个所述多角度航拍影像，构建所述废弃矿山的三维图像，并采用所述三维图像模拟形成所述废弃矿山当前所处的外界自然环境，从而确定所述废弃矿山的地理环境信息具体包括，

步骤S1021，计算所述不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1022，根据所述影像视差序列，构建得到所述废弃矿山的三维图像；

步骤S1023，采用所述三维图像模拟形成所述废弃矿山当前所述的光照、风向和降水环境，从而确定所述废弃矿山的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以此作为所述地理环境信息。

5.如权利要求2所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S103中，根据若干所述多角度航拍影像，构建所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据所述图像色度特征信息和所述图像纹理特征信息，确定所述废弃矿山的植被存在信息具体包括，

步骤S1031，计算所述不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1032，根据所述影像视差序列，构建得到所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息；

步骤S1033，构建植被存在状态评价神经网络模型，并将所述图像色度特征信息和所述图像纹理特征信息输入至所述植被存在状态评价神经网络模型，从而获得所述废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为所述植被存在信息。

6.如权利要求1所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S2中，根据所述地理环境信息和所述植被存在信息，确定所述废弃矿山在不同区域对应的植被生长气候环境信息具体包括，

构建矿山植物生长气候环境评价神经网络模型，并将所述地理环境信息中的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以及所述植被存在信息中的植被覆盖面积分布信息和植被覆盖密度信息输入至所述矿山植物生长气候环境评价神经网络模型，从而确定所述废弃矿山在不同海拔高度区域对应的植被生产气候环境信息。

7.如权利要求1所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S3中，对采集所述废弃矿山不同区域的土壤样本，并对所述土壤样本进行分析，从而确定所述废弃矿山在不同区域对应的植被生长土壤环境信息具体包括，

步骤S301，在所述废弃矿山的不同海拔高度区域分别采集预定深度的土壤样本，其中，在所述不同海拔高度区域中相邻两个海拔高度区域之间的海拔高程差不小于3.5m，所述预定深度为不小于1m；

步骤S302，将采集得到的每一份土壤样本进行关于土壤土质成分、土壤有机物成分、土壤微量元素成分和土壤酸碱度的分析处理，从而获得所述废弃矿山在不同海拔高度区域对应的土壤土质成分信息、土壤有机物成分信息、土壤微量元素成分信息和土壤PH值信息，以此作为所述植被生长土壤环境信息。

8.如权利要求1所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S4中，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山不同区域适合种植的植物种类具体包括，

步骤S401，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山在不同海拔高度区域对应的温度、光照时长、降雨量、土壤营养值和土壤疏水性；

步骤S402，根据所述温度、所述光照时长、所述降雨量、所述土壤营养值和所述土壤疏水性，确定所述废弃矿山不同海拔高度区域适合种植的植物种类。

9.如权利要求5所述的废弃矿山生态修复植物筛选方法，其特征在于：

在所述步骤S1033中，构建植被存在状态评价神经网络模型，并将所述图像色度特征信息和所述图像纹理特征信息输入至所述植被存在状态评价神经网络模型，从而获得所述废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为所述植被存在信息具体包括，

第一、根据下面公式(1)，确定所述图像色度特征信息和所述图像纹理特征信息对应的样本与划分的类别之间的隶属关系

在上述公式(1)中，表示所述图像色度特征信息和所述图像纹理特征信息对应的第a个样本矩阵与第i个类别矩阵之间的隶属关系，Da表示所述图像色度特征信息和所述图像纹理特征信息的第a个样本矩阵，Zi和Zj分别表示第i个类别矩阵的聚类中心和第j个类别矩阵的聚类中心，且i不等于j，n表示划分的类别总数量，m表示预设加权指数、其取值为2，T表示矩阵的转置；

第二、利用下面公式(2)，建立所述隶属关系与每个所述类别矩阵中的最小聚类中心的关系表达式

在上述公式(2)中，min(Zi)表示第i个类别矩阵的最小聚类中心，S表示所述图像色度特征信息和所述图像纹理特征信息的样本矩阵总数量，其中将上述公式(2)中的min(Zi)代入上述公式(1)中的Zi、并于上述公式(2)进行联立求解，从而得到各个所述类别矩阵对应的最小聚类中心min(Zi)的值；

第三、将上述求得的最小聚类中心min(Zi)的值代入下面公式(3)对应的植被存在状态评价神经网络模型的输入-输出方程中

在上述公式(3)中，C表示植被存在状态评价神经网络模型的输出信息，R表示植被存在状态评价神经网络模型的输入信息，μi表示联接第i个类别矩阵的隐层节点与输出节点的权值，μ0表示预设偏差值、且其取值为(0，1]；

将所述图像色度特征信息和所述图像纹理特征信息作为上述R值输入到上述公式(3)中，以此得到所述植被存在状态评价神经网络模型的输出信息，并将所述输出信息作为植被存在信息。

说明书

技术领域

本发明涉及矿山绿化的技术领域，特别涉及废弃矿山生态修复植物筛选方法。

背景技术

矿山在开采过程中需要对土壤进行开挖，而当矿山中的矿材被开采完毕后矿山就会逐渐废弃。废弃矿山的山体结构和土壤结构都受到不同程度的破坏而变得十分脆弱，若在雨水的长期作用下，废弃矿山的土壤生态系统会受到严重的破坏，从而危及废弃矿山的山体结构稳定性，而现有技术只存在对废弃矿山的土壤进行临时性加固的修复方式，其不能针对废弃矿山不同区域的气候条件和土壤条件选择合适的植物进行绿化种植，以实现废弃矿山的可持续化生态修复。

发明内容

针对现有技术存在的缺陷，本发明提供废弃矿山生态修复植物筛选方法，其包括对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对该废弃矿山多角度航拍影像进行分析处理，从而确定该废弃矿山的地理环境信息和植被存在信息，以及根据该地理环境信息和所述植被存在信息，确定该废弃矿山在不同区域对应的植被生长气候环境信息，再对采集该废弃矿山不同区域的土壤样本，并对该土壤样本进行分析，从而确定该废弃矿山在不同区域对应的植被生长土壤环境信息，最后根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山不同区域适合种植的植物种类；可见，该废弃矿山生态修复植物筛选方法通过对废弃矿山进行多角度航拍影像拍摄和土壤采样分析来获得废弃矿山在不同海拔高度区域的植被生长气候环境信息和植被生长土壤环境信息，这样能够对废弃矿山的不同海拔高度区域进行有针对性的分析，从而为不同海拔高度区域选择合适的植物种植提供科学的和可靠的依据，并实现废弃矿山的可持续化生态修复。

本发明提供废弃矿山生态修复植物筛选方法，其特征在于，其包括如下步骤：

步骤S1，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对所述废弃矿山多角度航拍影像进行分析处理，从而确定所述废弃矿山的地理环境信息和植被存在信息；

步骤S2，根据所述地理环境信息和所述植被存在信息，确定所述废弃矿山在不同区域对应的植被生长气候环境信息；

步骤S3，对采集所述废弃矿山不同区域的土壤样本，并对所述土壤样本进行分析，从而确定所述废弃矿山在不同区域对应的植被生长土壤环境信息；

步骤S4，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山不同区域适合种植的植物种类；

进一步，在所述步骤S1中，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对所述废弃矿山多角度航拍影像进行分析处理，从而确定所述废弃矿山的地理环境信息和植被存在信息具体包括，

步骤S101，按照海拔高度从低至高的方向，对所述废弃矿上进行周向扫描拍摄，以此获得若干个对应所述废弃矿山不同海拔高度区域的多角度航拍影像；

步骤S102，根据若干个所述多角度航拍影像，构建所述废弃矿山的三维图像，并采用所述三维图像模拟形成所述废弃矿山当前所处的外界自然环境，从而确定所述废弃矿山的地理环境信息；

步骤S103，根据若干所述多角度航拍影像，构建所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据所述图像色度特征信息和所述图像纹理特征信息，确定所述废弃矿山的植被存在信息；

进一步，在所述步骤S101中，按照海拔高度从低至高的方向，对所述废弃矿上进行周向扫描拍摄，以此获得若干个对应所述废弃矿山不同海拔高度区域的多角度航拍影像具体包括，

步骤S1011，按照预设海拔高程差将所述废弃矿山从低至高划分为若干不同海拔高度区域，其中，所述预设海拔高程差不小于3.5m；

步骤S1012，按照海拔高度从低至高的方向，对每一个所述海拔高度区域依次进行顺时针方向或者逆时针方向的周向扫描拍摄，从而获得所述海拔高度区域对应的多角度航拍影像；

进一步，在所述步骤S102中，根据若干个所述多角度航拍影像，构建所述废弃矿山的三维图像，并采用所述三维图像模拟形成所述废弃矿山当前所处的外界自然环境，从而确定所述废弃矿山的地理环境信息具体包括，

步骤S1021，计算所述不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1022，根据所述影像视差序列，构建得到所述废弃矿山的三维图像；

步骤S1023，采用所述三维图像模拟形成所述废弃矿山当前所述的光照、风向和降水环境，从而确定所述废弃矿山的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以此作为所述地理环境信息；

进一步，在所述步骤S103中，根据若干所述多角度航拍影像，构建所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据所述图像色度特征信息和所述图像纹理特征信息，确定所述废弃矿山的植被存在信息具体包括，

步骤S1031，计算所述不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1032，根据所述影像视差序列，构建得到所述废弃矿山的三维图像，并从所述三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息；

步骤S1033，构建植被存在状态评价神经网络模型，并将所述图像色度特征信息和所述图像纹理特征信息输入至所述植被存在状态评价神经网络模型，从而获得所述废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为所述植被存在信息；

进一步，在所述步骤S2中，根据所述地理环境信息和所述植被存在信息，确定所述废弃矿山在不同区域对应的植被生长气候环境信息具体包括，

构建矿山植物生长气候环境评价神经网络模型，并将所述地理环境信息中的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以及所述植被存在信息中的植被覆盖面积分布信息和植被覆盖密度信息输入至所述矿山植物生长气候环境评价神经网络模型，从而确定所述废弃矿山在不同海拔高度区域对应的植被生产气候环境信息；

进一步，在所述步骤S3中，对采集所述废弃矿山不同区域的土壤样本，并对所述土壤样本进行分析，从而确定所述废弃矿山在不同区域对应的植被生长土壤环境信息具体包括，

步骤S301，在所述废弃矿山的不同海拔高度区域分别采集预定深度的土壤样本，其中，在所述不同海拔高度区域中相邻两个海拔高度区域之间的海拔高程差不小于3.5m，所述预定深度为不小于1m；

步骤S302，将采集得到的每一份土壤样本进行关于土壤土质成分、土壤有机物成分、土壤微量元素成分和土壤酸碱度的分析处理，从而获得所述废弃矿山在不同海拔高度区域对应的土壤土质成分信息、土壤有机物成分信息、土壤微量元素成分信息和土壤PH值信息，以此作为所述植被生长土壤环境信息；

进一步，在所述步骤S4中，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山不同区域适合种植的植物种类具体包括，

步骤S401，根据所述植被生长气候环境信息和所述植被生长土壤环境信息，确定所述废弃矿山在不同海拔高度区域对应的温度、光照时长、降雨量、土壤营养值和土壤疏水性；

步骤S402，根据所述温度、所述光照时长、所述降雨量、所述土壤营养值和所述土壤疏水性，确定所述废弃矿山不同海拔高度区域适合种植的植物种类；

进一步，在所述步骤S1033中，构建植被存在状态评价神经网络模型，并将所述图像色度特征信息和所述图像纹理特征信息输入至所述植被存在状态评价神经网络模型，从而获得所述废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为所述植被存在信息具体包括，

第一、根据下面公式(1)，确定所述图像色度特征信息和所述图像纹理特征信息对应的样本与划分的类别之间的隶属关系

在上述公式(1)中，表示所述图像色度特征信息和所述图像纹理特征信息对应的第a个样本矩阵与第i个类别矩阵之间的隶属关系，Da表示所述图像色度特征信息和所述图像纹理特征信息的第a个样本矩阵，Zi和Zj分别表示第i个类别矩阵的聚类中心和第j个类别矩阵的聚类中心，且i不等于j，n表示划分的类别总数量，m表示预设加权指数、其取值为2，T表示矩阵的转置；

第二、利用下面公式(2)，建立所述隶属关系与每个所述类别矩阵中的最小聚类中心的关系表达式

在上述公式(2)中，min(Zi)表示第i个类别矩阵的最小聚类中心，S表示所述图像色度特征信息和所述图像纹理特征信息的样本矩阵总数量，其中将上述公式(2)中的min(Zi)代入上述公式(1)中的Zi、并于上述公式(2)进行联立求解，从而得到各个所述类别矩阵对应的最小聚类中心min(Zi)的值；

第三、将上述求得的最小聚类中心min(Zi)的值代入下面公式(3)对应的植被存在状态评价神经网络模型的输入-输出方程中

在上述公式(3)中，C表示植被存在状态评价神经网络模型的输出信息，R表示植被存在状态评价神经网络模型的输入信息，μi表示联接第i个类别矩阵的隐层节点与输出节点的权值，μ0表示预设偏差值、且其取值为(0，1]；

将所述图像色度特征信息和所述图像纹理特征信息作为上述R值输入到上述公式(3)中，以此得到所述植被存在状态评价神经网络模型的输出信息，并将所述输出信息作为植被存在信息。

相比于现有技术，该废弃矿山生态修复植物筛选方法包括对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对该废弃矿山多角度航拍影像进行分析处理，从而确定该废弃矿山的地理环境信息和植被存在信息，以及根据该地理环境信息和所述植被存在信息，确定该废弃矿山在不同区域对应的植被生长气候环境信息，再对采集该废弃矿山不同区域的土壤样本，并对该土壤样本进行分析，从而确定该废弃矿山在不同区域对应的植被生长土壤环境信息，最后根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山不同区域适合种植的植物种类；可见，该废弃矿山生态修复植物筛选方法通过对废弃矿山进行多角度航拍影像拍摄和土壤采样分析来获得废弃矿山在不同海拔高度区域的植被生长气候环境信息和植被生长土壤环境信息，这样能够对废弃矿山的不同海拔高度区域进行有针对性的分析，从而为不同海拔高度区域选择合适的植物种植提供科学的和可靠的依据，并实现废弃矿山的可持续化生态修复。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的废弃矿山生态修复植物筛选方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图1，为本发明实施例提供的废弃矿山生态修复植物筛选方法的流程示意图。该废弃矿山生态修复植物筛选方法包括如下步骤：

步骤S1，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对该废弃矿山多角度航拍影像进行分析处理，从而确定该废弃矿山的地理环境信息和植被存在信息；

步骤S2，根据该地理环境信息和该植被存在信息，确定该废弃矿山在不同区域对应的植被生长气候环境信息；

步骤S3，对采集该废弃矿山不同区域的土壤样本，并对该土壤样本进行分析，从而确定该废弃矿山在不同区域对应的植被生长土壤环境信息；

步骤S4，根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山不同区域适合种植的植物种类。

由于矿山过程中其不同区域的开采程度并不相同，这导致不同区域的气候环境和土壤环境也相应不同，该废弃矿山生态修复植物筛选方法通过对废弃矿山进行多角度航拍和土壤采样分析，能够全面地和精确地对废弃矿山的气候环境和土壤环境进行分析，以确定该废弃矿上在不同区域究竟合适何种植物生长，从而最大限度地保证废弃矿山进行绿化生态修复的有效性和高效性。

优选地，在该步骤S1中，对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对该废弃矿山多角度航拍影像进行分析处理，从而确定该废弃矿山的地理环境信息和植被存在信息具体包括，

步骤S101，按照海拔高度从低至高的方向，对该废弃矿上进行周向扫描拍摄，以此获得若干个对应该废弃矿山不同海拔高度区域的多角度航拍影像；

步骤S102，根据若干个该多角度航拍影像，构建该废弃矿山的三维图像，并采用该三维图像模拟形成该废弃矿山当前所处的外界自然环境，从而确定该废弃矿山的地理环境信息；

步骤S103，根据若干该多角度航拍影像，构建该废弃矿山的三维图像，并从该三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据该图像色度特征信息和该图像纹理特征信息，确定该废弃矿山的植被存在信息。

由于矿山在开采过程中在不同海拔高度区域的开采程度并不相同以及矿山自身受气候因素垂直变化的影响，废弃矿山在不同海拔高度区域必然具有不同的地理环境信息和植被存在信息，通过多角度航拍影像构建该废弃矿山的三维图像能够准确地和全面地确定该地理环境信息和该植被存在信息。

优选地，在该步骤S101中，按照海拔高度从低至高的方向，对该废弃矿上进行周向扫描拍摄，以此获得若干个对应该废弃矿山不同海拔高度区域的多角度航拍影像具体包括，

步骤S1011，按照预设海拔高程差将该废弃矿山从低至高划分为若干不同海拔高度区域，其中，该预设海拔高程差不小于3.5m；

步骤S1012，按照海拔高度从低至高的方向，对每一个该海拔高度区域依次进行顺时针方向或者逆时针方向的周向扫描拍摄，从而获得该海拔高度区域对应的多角度航拍影像。

按照预设海拔高程差对废弃矿山进行不同海拔高度区域的划分能够有效避免对废弃矿山进行重复性的航拍，从而降低航拍的工作量和保证航拍影像的有效性。

优选地，在该步骤S102中，根据若干个该多角度航拍影像，构建该废弃矿山的三维图像，并采用该三维图像模拟形成该废弃矿山当前所处的外界自然环境，从而确定该废弃矿山的地理环境信息具体包括，

步骤S1021，计算该不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1022，根据该影像视差序列，构建得到该废弃矿山的三维图像；

步骤S1023，采用该三维图像模拟形成该废弃矿山当前该的光照、风向和降水环境，从而确定该废弃矿山的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以此作为该地理环境信息。

通过相邻两个海拔高度区域各自的多角度航拍影像之间的影像视差形成相应的影像视差序列，并以此构建废弃矿山的三维图像能够保证确定的地理环境信息的精确性和可靠性。

优选地，在该步骤S103中，根据若干该多角度航拍影像，构建该废弃矿山的三维图像，并从该三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息，再根据该图像色度特征信息和该图像纹理特征信息，确定该废弃矿山的植被存在信息具体包括，

步骤S1031，计算该不同海拔高度区域中两两相邻的海拔高度区域各自的多角度航拍影像之间的影像视差，以此形成相应的影像视差序列；

步骤S1032，根据该影像视差序列，构建得到该废弃矿山的三维图像，并从该三维图像中提取得到相应的图像色度特征信息和图像纹理特征信息；

步骤S1033，构建植被存在状态评价神经网络模型，并将该图像色度特征信息和该图像纹理特征信息输入至该植被存在状态评价神经网络模型，从而获得该废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为该植被存在信息。

通过构建该植被存在状态评价神经网络模型能够快速地和准确地得到该植被存在信息，从而提高后续植物类型选择的可信度。

优选地，在该步骤S2中，根据该地理环境信息和该植被存在信息，确定该废弃矿山在不同区域对应的植被生长气候环境信息具体包括，

构建矿山植物生长气候环境评价神经网络模型，并将该地理环境信息中的阳面分布区域信息、阴面分布区域信息、迎风坡分布信息、背风坡分布信息和风水岭分布信息，以及该植被存在信息中的植被覆盖面积分布信息和植被覆盖密度信息输入至该矿山植物生长气候环境评价神经网络模型，从而确定该废弃矿山在不同海拔高度区域对应的植被生产气候环境信息。

通过构建该矿山植物生长气候环境评价神经网络模型能够快速地和准确地得到该植被生产气候环境信息，从而提高后续植物类型选择的可信度。

优选地，在该步骤S3中，对采集该废弃矿山不同区域的土壤样本，并对该土壤样本进行分析，从而确定该废弃矿山在不同区域对应的植被生长土壤环境信息具体包括，

步骤S301，在该废弃矿山的不同海拔高度区域分别采集预定深度的土壤样本，其中，在该不同海拔高度区域中相邻两个海拔高度区域之间的海拔高程差不小于3.5m，该预定深度为不小于1m；

步骤S302，将采集得到的每一份土壤样本进行关于土壤土质成分、土壤有机物成分、土壤微量元素成分和土壤酸碱度的分析处理，从而获得该废弃矿山在不同海拔高度区域对应的土壤土质成分信息、土壤有机物成分信息、土壤微量元素成分信息和土壤PH值信息，以此作为该植被生长土壤环境信息。

由于矿山在开采过程中无可避免会进行挖掘工序并且矿山土壤也会受到不同程度的风化作用，这会使得废弃矿山在不同海拔高度区域的土壤特性会相应不同，通过对预设深度的土壤层进行土壤采样能够快速地和准确地判断废弃矿山的土壤特性，以便于后续有针对性地选择合适的植物类型。

优选地，在该步骤S4中，根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山不同区域适合种植的植物种类具体包括，

步骤S401，根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山在不同海拔高度区域对应的温度、光照时长、降雨量、土壤营养值和土壤疏水性；

步骤S402，根据该温度、该光照时长、该降雨量、该土壤营养值和该土壤疏水性，确定该废弃矿山不同海拔高度区域适合种植的植物种类。

由于植物的生长状态同时受到气候条件和土壤条件的影响，通过确定该废弃矿山在不同海拔高度区域对应的温度、光照时长、降雨量、土壤营养值和土壤疏水性，能够保证选择确定的植物类型与相应海拔高度区域向匹配，从而最大限度地提高植被的成活率。

优选地，在该步骤S1033中，构建植被存在状态评价神经网络模型，并将该图像色度特征信息和该图像纹理特征信息输入至该植被存在状态评价神经网络模型，从而获得该废弃矿山的植被覆盖面积分布信息和植被覆盖密度信息，以此作为该植被存在信息具体包括，

第一、根据下面公式(1)，确定该图像色度特征信息和该图像纹理特征信息对应的样本与划分的类别之间的隶属关系

在上述公式(1)中，表示该图像色度特征信息和该图像纹理特征信息对应的第a个样本矩阵与第i个类别矩阵之间的隶属关系，Da表示该图像色度特征信息和该图像纹理特征信息的第a个样本矩阵，Zi和Zj分别表示第i个类别矩阵的聚类中心和第j个类别矩阵的聚类中心，且i不等于j，n表示划分的类别总数量，m表示预设加权指数、其取值为2，T表示矩阵的转置；

第二、利用下面公式(2)，建立该隶属关系与每个该类别矩阵中的最小聚类中心的关系表达式

在上述公式(2)中，min(Zi)表示第i个类别矩阵的最小聚类中心，S表示该图像色度特征信息和该图像纹理特征信息的样本矩阵总数量，其中将上述公式(2)中的min(Zi)代入上述公式(1)中的Zi、并于上述公式(2)进行联立求解，从而得到各个该类别矩阵对应的最小聚类中心min(Zi)的值；

第三、将上述求得的最小聚类中心min(Zi)的值代入下面公式(3)对应的植被存在状态评价神经网络模型的输入-输出方程中

在上述公式(3)中，C表示植被存在状态评价神经网络模型的输出信息，R表示植被存在状态评价神经网络模型的输入信息，μi表示联接第i个类别矩阵的隐层节点与输出节点的权值，μ0表示预设偏差值、且其取值为(0，1]；

将该图像色度特征信息和该图像纹理特征信息作为上述R值输入到上述公式(3)中，以此得到该植被存在状态评价神经网络模型的输出信息，并将该输出信息作为植被存在信息。

利用公式(1)得到图像色度特征信息和图像纹理特征信息的样本与划分的类别之间的隶属关系，目的是为了利用动态聚类的方法将每个样本划分到各个类别当中；然后再利用公式(2)得到隶属关系与各类别矩阵中的最小聚类中心的关系表达式，目的是为了使各个样本与其所在类均值的误差平方和最小；再利用公式(3)得到植被存在状态评价神经网络模型的输入输出方程，从而建立起植被存在状态评价神经网络模型，便可以通过对图像色度特征信息和图像纹理特征信息输入得到植被存在信息，并且上述模型还可以自动进行更新迭代，使得整个过程的效率更高，自动化程度更高。

从上述实施例的内容可知，该废弃矿山生态修复植物筛选方法包括对废弃矿山进行航拍，以此获得对应的废弃矿山多角度航拍影像，并对该废弃矿山多角度航拍影像进行分析处理，从而确定该废弃矿山的地理环境信息和植被存在信息，以及根据该地理环境信息和该植被存在信息，确定该废弃矿山在不同区域对应的植被生长气候环境信息，再对采集该废弃矿山不同区域的土壤样本，并对该土壤样本进行分析，从而确定该废弃矿山在不同区域对应的植被生长土壤环境信息，最后根据该植被生长气候环境信息和该植被生长土壤环境信息，确定该废弃矿山不同区域适合种植的植物种类；可见，该废弃矿山生态修复植物筛选方法通过对废弃矿山进行多角度航拍影像拍摄和土壤采样分析来获得废弃矿山在不同海拔高度区域的植被生长气候环境信息和植被生长土壤环境信息，这样能够对废弃矿山的不同海拔高度区域进行有针对性的分析，从而为不同海拔高度区域选择合适的植物种植提供科学的和可靠的依据，并实现废弃矿山的可持续化生态修复。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。