CN106339423A - 一种甘蔗种植信息动态更新方法及装置 - Google Patents
一种甘蔗种植信息动态更新方法及装置 Download PDFInfo
- Publication number
- CN106339423A CN106339423A CN201610670931.1A CN201610670931A CN106339423A CN 106339423 A CN106339423 A CN 106339423A CN 201610670931 A CN201610670931 A CN 201610670931A CN 106339423 A CN106339423 A CN 106339423A
- Authority
- CN
- China
- Prior art keywords
- plot
- sugarcane
- change
- image
- plots
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种甘蔗种植信息动态更新方法及装置,方法具体包括:获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;对所述未变化地块利用历史地类属性进行时间维度上迁移;及将所述变化地块与所述未变化地块进行特征匹配,判定出所述变化地块中的甘蔗地块和非甘蔗地块。本发明以高分辨率数据作为地块识别和分类的基础,避免了象元级分类中的“椒盐”现象,提高了分类和面积测算精度及结果的可验证性;以精准的地块边界替代传统面向对象的不具有自然和社会属性意义不规则图斑。提高了甘蔗种植信息更新速度、频率,降低更新过程中的数据量依赖。
Description
技术领域
本发明涉及甘蔗种植支撑领域,特别涉及一种甘蔗种植信息动态更新方法及装置。
背景技术
遥感(RS Remote Sensing)技术具有宏观、快速和重复观测的优势,在国土、水利、林业和农业的环境保护和资源调查中广泛应用,与其他方法相比利用遥感技术可以获得不同时间分辨率和空间分辨率下的大规模的地表信息,丰富的遥感卫星影像数据源为地球上环境与资源动态变化信息提供数据支持,它在作物种植面积动态监测和更新方面具有无可比拟的优势。
最常见的种植信息遥感监测方法基本上可分为两种:逐个像元对比法(Pix el-to-pixel comparison)和分类后比较法(Post-classification)。第一种方法没有进行图像分类,而是直接将多时相的遥感图像的像元进行逐个对比来发现变化。该方法可以避免由于分类所带来的误差。但不足的是,从这些方法中不能获取具体的变化类型信息。尽管这些方法能敏感地探测出某个像元是否发生了变化,但不能从中获取土地利用的转变矩阵(Conversion matrix)。图像差值/比值法、图像回归法、植被指数法、变化向量分析法和背景提取法都属于该类方法。第二种方法是在对比多时相的遥感图像前先进行各个遥感图像的单独分类。该方法的优点是能获取各个像元的土地利用转变类型。不仅能获取变化的数量和地点,还能获取变化的性质。不过这一类方法受到了单独分类所带来的误差的影响,夸大了变化的程度,从数学意义上讲,是积累了两次分类的误差。
目前结合遥感和GIS(Geographic Information System地理信息系统)的动态监测研究,借助3S(RS、GPS、GIS)集成技术,辅以土地利用现状图、地形图、DEM(Digitalelevation model数字化高程模型)等数据资料,在现有的土地利用变化更新中首先通过遥感影像纠正、镶嵌、融合等处理步骤,形成具有高空间分辨率和高光谱分辨率的遥感正射影像图,解译不同时期资源卫星影像或与以前土地利用图等进行比较;在发现变化区域后运用后处理差分GPS(Global Positioning System全球定位系统)技术实地获取该地区空间位置,与此同时记录当地土地利用、土地覆被情况以备属性数据处理;然后利用计算机自动处理和人工解译相结合的方法,对比两个时相的遥感正射影像,提取土地利用变化信息,将遥感影像与基期土地利用现状图进行叠合分析,从而更新土地利用现状图,利用GIS进行空间数据组织、管理、分析与可视化。
以基年种植信息现状图为基础,与经过数据处理后的更新图斑进行空间叠加处理,生成更新年度的图斑,再根据系统确定的数据融合指标对空间叠加处理时产生的细碎小多边形进行融合,按合并指标进行图斑同类合并处理,得到更新年度的种植信息现状图,以此作为下个年度的基础现状图,具体流程如图1所示。
其中,数据融合指标如表1所示:
表1数据融合指标
但是,该方法在获取更新数据的精度和准确度受到遥感数据分辨率的约束(分辨率15m),且难以反映小面积的变化区域,在变化区域的边界精确度较低,在更新叠加时会产生大量的细碎小多边形。面向对象的不规则图斑不具有自然和社会属性意义。在数据融合过程中,数据量过于庞大,耗费人工多、时间较长。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种甘蔗种植信息动态更新方法及装置,从而克服现有方法受到遥感数据分辨率的约束,且难以反映小面积的变化区域的缺点。
为实现上述目的,根据本发明一方面,本发明提供了一种甘蔗种植信息动态更新方法,具体包括:
S100:获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;
S101:对所述未变化地块利用历史地类属性进行时间维度上迁移;及
S102:将所述变化地块与所述未变化地块进行特征匹配,判定出所述变化地块中的甘蔗地块和非甘蔗地块。
优选地,上述技术方案中,步骤S100具体包括:
S201:将不同时相的高分辨率遥感甘蔗地块影像分为一期影像和二期影像;
S202:分别获取所述一期影像和二期影像的地块特征;
S203:结合所述一期影像和二期影像的地块特征获取判定阈值;
S204:将所述二期影像的像元灰度值减去所述一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
优选地,上述技术方案中,步骤S102具体包括:
将所述变化地块与所述未变化地块的特征进行逐一比较,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块。
优选地,上述技术方案中,步骤S102中对判定出所述变化地块中的甘蔗地块利用历史地类属性进行时间维度上迁移。
为实现上述目的,根据本发明另一方面,本发明提供了一种甘蔗种植信息动态更新装置,其特征在于,具体包括:
获取识别模块,用于获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;
第一更新模块,用于对所述未变化地块利用历史地类属性进行时间维度上迁移;及
第二更新模块,用于将所述变化地块与所述未变化地块进行特征匹配,判定出所述变化地块中的甘蔗地块和非甘蔗地块。
优选地,上述技术方案中,所述获取识别模块具体包括:将不同时相的高分辨率遥感甘蔗地块影像分为一期影像和二期影像;分别获取所述一期影像和二期影像的地块特征;结合所述一期影像和二期影像的地块特征获取判定阈值;将所述二期影像的像元灰度值减去所述一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
优选地,上述技术方案中,所述第二更新模块具体包括:将所述变化地块与所述未变化地块的特征进行逐一比较,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块。
优选地,上述技术方案中,对判定出所述变化地块中的甘蔗地块利用历史地类属性进行时间维度上迁移。
与现有技术相比,本发明具有如下有益效果:
本发明以高分辨率数据作为地块识别和分类的基础,避免了象元级分类中的“椒盐”现象,提高了分类和面积测算精度及结果的可验证性;以精准的地块边界替代传统面向对象的不具有自然和社会属性意义不规则图斑。提高了甘蔗种植信息更新速度、频率,降低更新过程中的数据量依赖,可以为农业林业、自然灾害、生态环境等领域服务,从遥感数据中优质、高效、动态地快速更新各自需要的专题空间信息。
附图说明
图1是现有甘蔗种植信息动态更新方法的流程图。
图2是根据本发明甘蔗种植信息动态更新方法的流程图。
图3是根据本发明变化地块与未变化地块的特征匹配流程图。
图4是根据本发明甘蔗地块对象级检测的流程图。
图5是根据本发明甘蔗种植信息动态更新装置的结构图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的组成部分,而并未排除其它组成部分。
图2所示,根据本发明优选实施方式的一种甘蔗种植信息动态更新方法,具体包括:
S100:获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块。
S101:对未变化地块利用历史地类属性进行时间维度上迁移;历史地类属性为基期土地专题图中的地类属性。
S102:将变化地块与未变化地块进行特征匹配,判定出变化地块中的甘蔗地块和非甘蔗地块,对判定出的甘蔗地块利用历史地类属性进行时间维度上迁移。
更为具体地,将变化地块与未变化地块的特征进行逐一比较,特征可以为特征向量夹角等综合度量指标,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块,如图3所示。
在步骤S100中,如图4所示,更为具体地:
S201:采集或获取同一地区不同时相的高分辨率遥感甘蔗地块影像,将甘蔗地块影像分为一期影像和二期影像;
S202:分别获取一期影像和二期影像的地块特征,例如归一化植被指数,NDVI(Normalized difference vegetation index)等;
S203:由甘蔗地块影像的历史数据库结合一期影像和二期影像的地块特征选取有利样本进行统计数据来确定合理的判定阈值;
S204:在匹配好的影像中,将二期影像的像元灰度值减去一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
综上,本发明以高分辨率遥感影像提取地块级甘蔗种植信息作为主要数据,历史土地利用数据库作为辅助数据,利用光谱特征以及属性特征,通过一些列的基于阈值的比值/差值变化检测以及对象相似性定,检测并且判定甘蔗地块的变化,从而实现甘蔗种植信息的快速自动更新,为我国提供实时有效准确的甘蔗种植信息以便引导农业规划。
如图5所示,根据本发明优选实施方式的一种甘蔗种植信息动态更新装置,具体包括:
获取识别模块10,用于获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;
第一更新模块20,用于对未变化地块利用历史地类属性进行时间维度上迁移;及
第二更新模块30,用于将变化地块与未变化地块进行特征匹配,判定出变化地块中的甘蔗地块和非甘蔗地块,对判定出的甘蔗地块利用历史地类属性进行时间维度上迁移。
获取识别模块10具体包括:将不同时相的高分辨率遥感甘蔗地块影像分为一期影像和二期影像;分别获取一期影像和二期影像的地块特征;结合一期影像和二期影像的地块特征获取判定阈值;将二期影像的像元灰度值减去一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
第二更新模块30具体包括:将变化地块与未变化地块的特征进行逐一比较,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块。
综上,本发明以高分辨率遥感影像提取地块级甘蔗种植信息作为主要数据,历史土地利用数据库作为辅助数据,利用光谱特征以及属性特征,通过一些列的基于阈值的比值/差值变化检测以及对象相似性定,检测并且判定甘蔗地块的变化,从而实现甘蔗种植信息的快速自动更新,为我国提供实时有效准确的甘蔗种植信息以便引导农业规划。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (8)
1.一种甘蔗种植信息动态更新方法,其特征在于,具体包括:
S100:获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;
S101:对所述未变化地块利用历史地类属性进行时间维度上迁移;及
S102:将所述变化地块与所述未变化地块进行特征匹配,判定出所述变化地块中的甘蔗地块和非甘蔗地块。
2.根据权利要求1所述的甘蔗种植信息动态更新方法,其特征在于,步骤S100具体包括:
S201:将不同时相的高分辨率遥感甘蔗地块影像分为一期影像和二期影像;
S202:分别获取所述一期影像和二期影像的地块特征;
S203:结合所述一期影像和二期影像的地块特征获取判定阈值;
S204:将所述二期影像的像元灰度值减去所述一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
3.根据权利要求1所述的甘蔗种植信息动态更新方法,其特征在于,步骤S102具体包括:
将所述变化地块与所述未变化地块的特征进行逐一比较,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块。
4.根据权利要求1所述的甘蔗种植信息动态更新方法,其特征在于,步骤S102中对判定出所述变化地块中的甘蔗地块利用历史地类属性进行时间维度上迁移。
5.一种甘蔗种植信息动态更新装置,其特征在于,具体包括:
获取识别模块,用于获取同一地区不同时相的高分辨率遥感甘蔗地块影像,识别出未变化地块和变化地块;
第一更新模块,用于对所述未变化地块利用历史地类属性进行时间维度上迁移;及
第二更新模块,用于将所述变化地块与所述未变化地块进行特征匹配,判定出所述变化地块中的甘蔗地块和非甘蔗地块。
6.根据权利要求5所述的甘蔗种植信息动态更新装置,其特征在于,所述获取识别模块具体包括:
将不同时相的高分辨率遥感甘蔗地块影像分为一期影像和二期影像;
分别获取所述一期影像和二期影像的地块特征;
结合所述一期影像和二期影像的地块特征获取判定阈值;
将所述二期影像的像元灰度值减去所述一期影像的像元灰度值,所得差值小于或等于判定阈值,则确定为未变化地块,反之,则为变化地块。
7.根据权利要求5所述的甘蔗种植信息动态更新装置,其特征在于,所述第二更新模块具体包括:
将所述变化地块与所述未变化地块的特征进行逐一比较,根据比较结果结合甘蔗地块影像的光谱形态的相似性区分甘蔗地块和非甘蔗地块。
8.根据权利要求5所述的甘蔗种植信息动态更新装置,其特征在于,对判定出所述变化地块中的甘蔗地块利用历史地类属性进行时间维度上迁移。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670931.1A CN106339423A (zh) | 2016-08-14 | 2016-08-14 | 一种甘蔗种植信息动态更新方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610670931.1A CN106339423A (zh) | 2016-08-14 | 2016-08-14 | 一种甘蔗种植信息动态更新方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106339423A true CN106339423A (zh) | 2017-01-18 |
Family
ID=57824355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610670931.1A Pending CN106339423A (zh) | 2016-08-14 | 2016-08-14 | 一种甘蔗种植信息动态更新方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106339423A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145876A (zh) * | 2017-05-24 | 2017-09-08 | 河南农业大学 | 基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法 |
CN110309809A (zh) * | 2019-07-09 | 2019-10-08 | 广西壮族自治区基础地理信息中心 | 基于深度神经网络的高分辨率遥感卫星影像甘蔗提取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751674A (zh) * | 2010-01-08 | 2010-06-23 | 西安电子科技大学 | 基于Graph-cut和广义高斯模型的遥感影像变化检测方法 |
CN101937079A (zh) * | 2010-06-29 | 2011-01-05 | 中国农业大学 | 基于区域相似度的遥感影像变化检测方法 |
CN103942331A (zh) * | 2014-04-30 | 2014-07-23 | 中南大学 | 一种土地利用矢量数据库增量更新处理的自动化方法 |
CN104049245A (zh) * | 2014-06-13 | 2014-09-17 | 中原智慧城市设计研究院有限公司 | 基于LiDAR点云空间差异分析的城市建筑物变化检测方法 |
CN104851087A (zh) * | 2015-04-17 | 2015-08-19 | 华中农业大学 | 多尺度森林动态变化监测方法 |
CN105005782A (zh) * | 2014-04-24 | 2015-10-28 | 中国科学院遥感与数字地球研究所 | 一种基于多时相遥感数据及光谱数据的全球精细植被分类方法 |
-
2016
- 2016-08-14 CN CN201610670931.1A patent/CN106339423A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751674A (zh) * | 2010-01-08 | 2010-06-23 | 西安电子科技大学 | 基于Graph-cut和广义高斯模型的遥感影像变化检测方法 |
CN101937079A (zh) * | 2010-06-29 | 2011-01-05 | 中国农业大学 | 基于区域相似度的遥感影像变化检测方法 |
CN105005782A (zh) * | 2014-04-24 | 2015-10-28 | 中国科学院遥感与数字地球研究所 | 一种基于多时相遥感数据及光谱数据的全球精细植被分类方法 |
CN103942331A (zh) * | 2014-04-30 | 2014-07-23 | 中南大学 | 一种土地利用矢量数据库增量更新处理的自动化方法 |
CN104049245A (zh) * | 2014-06-13 | 2014-09-17 | 中原智慧城市设计研究院有限公司 | 基于LiDAR点云空间差异分析的城市建筑物变化检测方法 |
CN104851087A (zh) * | 2015-04-17 | 2015-08-19 | 华中农业大学 | 多尺度森林动态变化监测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107145876A (zh) * | 2017-05-24 | 2017-09-08 | 河南农业大学 | 基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法 |
CN107145876B (zh) * | 2017-05-24 | 2020-04-10 | 河南农业大学 | 基于变化向量分析的小麦全蚀病遥感监测方法及其监测模型的构建方法 |
CN110309809A (zh) * | 2019-07-09 | 2019-10-08 | 广西壮族自治区基础地理信息中心 | 基于深度神经网络的高分辨率遥感卫星影像甘蔗提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A 30-year (1984–2013) record of annual urban dynamics of Beijing City derived from Landsat data | |
Mallinis et al. | Object-based classification using Quickbird imagery for delineating forest vegetation polygons in a Mediterranean test site | |
Trier et al. | Automatic detection of mound structures in airborne laser scanning data | |
Zhou et al. | Individual tree parameters estimation for plantation forests based on UAV oblique photography | |
Yang et al. | Impervious surface extraction in urban areas from high spatial resolution imagery using linear spectral unmixing | |
CN104881868A (zh) | 植物群落空间结构提取方法 | |
Wang et al. | Urban development analysis using built-up area maps based on multiple high-resolution satellite data | |
Ørka et al. | Subalpine zone delineation using LiDAR and Landsat imagery | |
Bar Massada et al. | Automated segmentation of vegetation structure units in a Mediterranean landscape | |
Zhou et al. | Comparison of UAV-based LiDAR and digital aerial photogrammetry for measuring crown-level canopy height in the urban environment | |
Piyoosh et al. | Semi-automatic mapping of anthropogenic impervious surfaces in an urban/suburban area using Landsat 8 satellite data | |
Lu et al. | Regional assessment of pan-Pacific urban environments over 25 years using annual gap free Landsat data | |
CN106485718A (zh) | 一种过火迹地识别方法及装置 | |
Juniati et al. | Comparison of Pixel-Based and Object-Based classification using parameters and non-parameters approach for the pattern consistency of multi scale landcover | |
CN117475314B (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
Zhang | A time-series approach to detect urbanized areas using biophysical indicators and landsat satellite imagery | |
Rau et al. | Semi-automatic shallow landslide detection by the integration of airborne imagery and laser scanning data | |
Ren et al. | Mapping high-resolution global impervious surface area: status and trends | |
CN106339423A (zh) | 一种甘蔗种植信息动态更新方法及装置 | |
CN105631849A (zh) | 多边形目标的变化检测方法及装置 | |
Wang et al. | Object-oriented change detection method based on multi-scale and multi-feature fusion | |
Yates et al. | An assessment of the accuracy of DOLA’s Northern Australia NOAA-AVHRR Fire Affected Area (FAA) map products | |
Hao et al. | A subpixel mapping method for urban land use by reducing shadow effects | |
Li et al. | River centerline extraction using the multiple direction integration algorithm for mixed and pure water pixels | |
Yue et al. | The extraction of water information based on SPOT5 image using object-oriented method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170118 |
|
RJ01 | Rejection of invention patent application after publication |