CN108446590A - 一种空间遥感大数据在热带农业灾害计算中的应用方法 - Google Patents

一种空间遥感大数据在热带农业灾害计算中的应用方法 Download PDF

Info

Publication number
CN108446590A
CN108446590A CN201810123025.9A CN201810123025A CN108446590A CN 108446590 A CN108446590 A CN 108446590A CN 201810123025 A CN201810123025 A CN 201810123025A CN 108446590 A CN108446590 A CN 108446590A
Authority
CN
China
Prior art keywords
disaster
remote sensing
area
big data
data
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
Application number
CN201810123025.9A
Other languages
English (en)
Inventor
蒋鹏飞
付连章
郑新兴
张莉
郑克放
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Abdas Space Information Technology Co ltd
Original Assignee
Hainan Yun Bao Remote Sensing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hainan Yun Bao Remote Sensing Technology Co Ltd filed Critical Hainan Yun Bao Remote Sensing Technology Co Ltd
Priority to CN201810123025.9A priority Critical patent/CN108446590A/zh
Publication of CN108446590A publication Critical patent/CN108446590A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及遥感技术和地里信息系统技术在热带农业灾害监测中的应用，具体涉及一种通过遥感大数据，结合地理信息系统技术，准确获取受灾区域、受灾面积及受灾等级，无需查勘人员到每个受灾区域，减少查勘工作及查勘成本的空间遥感大数据在热带农业灾害计算中的应用方法，具体为获取受灾地区的卫星影像或无人机影像，获取的影像处理后上传到空间大数据系统，利用系统中的机器学习库建立灾害提取模型，利用系统中现场数据训练灾害提取模型，利用影像作为基础数据运行灾害提取模型提取灾害数据，与获取的灾害地区的种植物分布图进行数据叠加，获取受灾地区植物受灾情况。

Description

一种空间遥感大数据在热带农业灾害计算中的应用方法
技术领域
本发明涉及遥感技术和地里信息系统技术在热带农业灾害监测中的应用，具体涉及一种通过遥感大数据，结合地理信息系统技术，准确获取受灾区域、受灾面积及受灾等级，无需查勘人员到每个受灾区域，减少查勘工作及查勘成本的空间遥感大数据在热带农业灾害计算中的应用方法。
背景技术
在热带农业灾害监测过程中，传统的农业灾害监测是通过极端天气或者农户上报得知农业受到灾害。查勘人员到达现场开始查勘工作，确定受灾的面积以及受灾区域，并由农业专家评定受灾等级，最后形成灾害监测报告。在大面积受灾时，查勘人员在时效内无法完成所有受灾区域的查勘工作，且实地查勘工作成本过高。
发明内容
本发明的目的在于克服现有技术中存在的不足，而提供一种能快速有效的监测出受灾区域、受灾面积及受灾等级等受灾情况，从而减少查勘工作及查勘成本的空间遥感大数据在热带农业灾害计算中的应用方法。
本发明的技术方案是这样实现的：
一种空间遥感大数据在热带农业灾害计算中的应用方法，包括以下步骤：
步骤一）、通过数据中心查询受灾区域的最新多光谱卫星影像，如果得不到所需的卫星影像，可以通过无人机进行现场拍摄，得到第一时间内的受灾地区影像；利用arcmap工具对影像进行拼接和去噪步骤，实现影像数据的可用性；
步骤二）、地面采样人员使用arcgis为接口的移动单兵设备按照受灾区域分布进行不同灾害程度地区现场采样，采样数据必须带有受灾范围和地理坐标的空间数据，以及标明采样样本数据的受灾范围和程度；
步骤三）、利用空间遥感大数据系统中的高性能异构分布式平台hadoop+spark，完成对受灾地区的卫星影像或者受灾地区无人机影像的分析和处理，并对处理的结果形成空间数据存储到空间遥感大数据系统中；
步骤四）、利用空间遥感大数据中的高性能异步基础算法库MLLib++的算法建立受灾数据提取模型；
步骤五）、在空间遥感大数据中深度学习并行训练集群系统中，现场采样数据作为样本对灾害提取模型进行分类训练，经过样本特征提取、训练分类模型、评估预测、改进和调优步骤，提高灾害提取模型的精度；
步骤六）、以空间遥感大数据系统中的高性能异构分布式平台为基本计算平台，以受灾地区的多光谱卫星影像或者受灾地区拍摄的无人机影像为基础数据，运用灾害提取模型自动完成对整个灾害地区的受灾情况的分析和提取，得到灾害地区的受灾分布图；提取的数据是包含受灾面积、受灾等级和地理坐标的空间数据并存储到空间遥感大数据系统中空间数据库中；
步骤七）、调取空间遥感大数据系统中该地区作物分布图，通过受灾地区作物分布图和步骤六）解析出来的受灾分布图进行空间叠加，从而直观的计算出该作物在受灾地区的范围、面积、程度。
本发明的积极效果是：利用空间遥感大数据在热带农业灾害监测中的应用，无需大量的查勘人员的查勘定损，遥感数据、气象数据和野外采样数据的结合，通过灾害监测方法的分析解译，便可以得出受灾范围，受灾面积以及受灾程度等精准的受灾情况，节约了大量的人力和成本，为后续理赔工作带来便利。
附图说明
图1是本发明的流程框图。
具体实施方式
如图1所示，一种空间遥感大数据在热带农业灾害计算中的应用方法，包括以下步骤：
步骤一）、通过数据中心查询受灾区域的最新多光谱卫星影像，如果得不到所需的卫星影像，可以通过无人机进行现场拍摄，得到第一时间内的受灾地区影像；利用arcmap工具对影像进行拼接和去噪步骤，实现影像数据的可用性；
步骤二）、地面采样人员使用arcgis为接口的移动单兵设备按照受灾区域分布进行不同灾害程度地区现场采样，采样数据必须带有受灾范围和地理坐标的空间数据，以及标明采样样本数据的受灾范围和程度；
步骤三）、利用空间遥感大数据系统中的高性能异构分布式平台hadoop+spark，完成对受灾地区的卫星影像或者受灾地区无人机影像的分析和处理，并对处理的结果形成空间数据存储到空间遥感大数据系统中；
步骤四）、利用空间遥感大数据中的高性能异步基础算法库MLLib++的算法建立受灾数据提取模型；
步骤五）、在空间遥感大数据中深度学习并行训练集群系统中，现场采样数据作为样本对灾害提取模型进行分类训练，经过样本特征提取、训练分类模型、评估预测、改进和调优步骤，提高灾害提取模型的精度；
步骤六）、以空间遥感大数据系统中的高性能异构分布式平台为基本计算平台，以受灾地区的多光谱卫星影像或者受灾地区拍摄的无人机影像为基础数据，运用灾害提取模型自动完成对整个灾害地区的受灾情况的分析和提取，得到灾害地区的受灾分布图；提取的数据是包含受灾面积、受灾等级和地理坐标的空间数据并存储到空间遥感大数据系统中空间数据库中；
步骤七）、调取空间遥感大数据系统中该地区作物分布图，通过受灾地区作物分布图和步骤六）解析出来的受灾分布图进行空间叠加，从而直观的计算出该作物在受灾地区的范围、面积、程度。

Claims (1)

1.一种空间遥感大数据在热带农业灾害计算中的应用方法，其特征在于，包括以下步骤：
步骤一）、通过数据中心查询受灾区域的最新多光谱卫星影像，如果得不到所需的卫星影像，可以通过无人机进行现场拍摄，得到第一时间内的受灾地区影像；利用arcmap工具对影像进行拼接和去噪步骤，实现影像数据的可用性；
步骤二）、地面采样人员使用arcgis为接口的移动单兵设备按照受灾区域分布进行不同灾害程度地区现场采样，采样数据必须带有受灾范围和地理坐标的空间数据，以及标明采样样本数据的受灾范围和程度；
步骤三）、利用空间遥感大数据系统中的高性能异构分布式平台hadoop+spark，完成对受灾地区的卫星影像或者受灾地区无人机影像的分析和处理，并对处理的结果形成空间数据存储到空间遥感大数据系统中；
步骤四）、利用空间遥感大数据中的高性能异步基础算法库MLLib++的算法建立受灾数据提取模型；
步骤五）、在空间遥感大数据中深度学习并行训练集群系统中，现场采样数据作为样本对灾害提取模型进行分类训练，经过样本特征提取、训练分类模型、评估预测、改进和调优步骤，提高灾害提取模型的精度；
步骤六）、以空间遥感大数据系统中的高性能异构分布式平台为基本计算平台，以受灾地区的多光谱卫星影像或者受灾地区拍摄的无人机影像为基础数据，运用灾害提取模型自动完成对整个灾害地区的受灾情况的分析和提取，得到灾害地区的受灾分布图；提取的数据是包含受灾面积、受灾等级和地理坐标的空间数据并存储到空间遥感大数据系统中空间数据库中；
步骤七）、调取空间遥感大数据系统中该地区作物分布图，通过受灾地区作物分布图和步骤六）解析出来的受灾分布图进行空间叠加，从而直观的计算出该作物在受灾地区的范围、面积、程度。
CN201810123025.9A 2018-02-07 2018-02-07 一种空间遥感大数据在热带农业灾害计算中的应用方法 Pending CN108446590A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810123025.9A CN108446590A (zh) 2018-02-07 2018-02-07 一种空间遥感大数据在热带农业灾害计算中的应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810123025.9A CN108446590A (zh) 2018-02-07 2018-02-07 一种空间遥感大数据在热带农业灾害计算中的应用方法

Publications (1)

Publication Number Publication Date
CN108446590A true CN108446590A (zh) 2018-08-24

Family

ID=63191727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810123025.9A Pending CN108446590A (zh) 2018-02-07 2018-02-07 一种空间遥感大数据在热带农业灾害计算中的应用方法

Country Status (1)

Country Link
CN (1) CN108446590A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300072A (zh) * 2018-09-07 2019-02-01 北京大学 一种基于地理网格的交通基础设施损毁情况计算方法
CN109743095A (zh) * 2018-11-26 2019-05-10 南京熊猫电子股份有限公司 一种基于大数据技术的卫星移动通信终端监控系统及方法
CN109918449A (zh) * 2019-03-16 2019-06-21 中国农业科学院农业资源与农业区划研究所 一种基于物联网的农业灾害信息遥感提取方法及系统
CN110163303A (zh) * 2019-06-03 2019-08-23 中国农业大学 一种基于格网的遥感影像并行分类方法及系统
CN110210408A (zh) * 2019-06-04 2019-09-06 黑龙江省七星农场 基于卫星与无人机遥感结合的作物生长预测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651053A (zh) * 2012-04-01 2012-08-29 中国科学院地理科学与资源研究所 基于贝叶斯网络模型的泥石流灾害危险性评价方法
CN102937574A (zh) * 2012-07-20 2013-02-20 北京农业信息技术研究中心 一种基于卫星影像的病虫害信息提取方法
CN105389559A (zh) * 2015-11-12 2016-03-09 中国科学院遥感与数字地球研究所 基于高分辨率遥感影像的农业灾害范围识别系统及方法
CN105760978A (zh) * 2015-07-22 2016-07-13 北京师范大学 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法
CN106128035A (zh) * 2016-06-30 2016-11-16 西安工程大学 基于神经网络和多参数信息融合的地质灾害预报方法
CN107169018A (zh) * 2017-04-06 2017-09-15 河南云保遥感科技有限公司 一种农业保险查勘、定损系统及其实现方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651053A (zh) * 2012-04-01 2012-08-29 中国科学院地理科学与资源研究所 基于贝叶斯网络模型的泥石流灾害危险性评价方法
CN102937574A (zh) * 2012-07-20 2013-02-20 北京农业信息技术研究中心 一种基于卫星影像的病虫害信息提取方法
CN105760978A (zh) * 2015-07-22 2016-07-13 北京师范大学 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法
CN105389559A (zh) * 2015-11-12 2016-03-09 中国科学院遥感与数字地球研究所 基于高分辨率遥感影像的农业灾害范围识别系统及方法
CN106128035A (zh) * 2016-06-30 2016-11-16 西安工程大学 基于神经网络和多参数信息融合的地质灾害预报方法
CN107169018A (zh) * 2017-04-06 2017-09-15 河南云保遥感科技有限公司 一种农业保险查勘、定损系统及其实现方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
丁思磊等: "一种基于遥感影像变化监测的农业灾害评估分析研究与应用", 《经纬天地》 *
刘振功: "基于遥感技术的农业保险业务模式创新研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 *
莫建飞: "广西主要农业气象灾害监测预警系统的开发与应用", 《自然灾害学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300072A (zh) * 2018-09-07 2019-02-01 北京大学 一种基于地理网格的交通基础设施损毁情况计算方法
CN109743095A (zh) * 2018-11-26 2019-05-10 南京熊猫电子股份有限公司 一种基于大数据技术的卫星移动通信终端监控系统及方法
CN109743095B (zh) * 2018-11-26 2021-09-21 南京熊猫电子股份有限公司 一种基于大数据技术的卫星移动通信终端监控系统及方法
CN109918449A (zh) * 2019-03-16 2019-06-21 中国农业科学院农业资源与农业区划研究所 一种基于物联网的农业灾害信息遥感提取方法及系统
CN109918449B (zh) * 2019-03-16 2021-04-06 中国农业科学院农业资源与农业区划研究所 一种基于物联网的农业灾害信息遥感提取方法及系统
CN110163303A (zh) * 2019-06-03 2019-08-23 中国农业大学 一种基于格网的遥感影像并行分类方法及系统
CN110163303B (zh) * 2019-06-03 2022-01-11 中国农业大学 一种基于格网的遥感影像并行分类方法及系统
CN110210408A (zh) * 2019-06-04 2019-09-06 黑龙江省七星农场 基于卫星与无人机遥感结合的作物生长预测系统及方法
CN110210408B (zh) * 2019-06-04 2020-06-02 黑龙江省七星农场 基于卫星与无人机遥感结合的作物生长预测系统及方法

Similar Documents

Publication Publication Date Title
CN108446590A (zh) 一种空间遥感大数据在热带农业灾害计算中的应用方法
CN106356757B (zh) 一种基于人眼视觉特性的电力线路无人机巡检方法
CN108109437B (zh) 一种基于地图特征的无人机自主航线提取生成方法
CN114706933A (zh) 基于无人机作业的喷洒区域确定方法及装置
CN106528513B (zh) 一种基于无人机作业的作业报告生成方法及装置
CN114518104B (zh) 基于动态遥感监测技术的国土测绘方法、系统及存储介质
CN103968810B (zh) 用于无人机的精确测绘系统及其数据采集方法
CN109781093B8 (zh) 一种水下目标磁性定位跟踪系统与方法
CN110223386A (zh) 一种基于多源无人机遥感数据融合的数字地形建模方法
CN110910440B (zh) 一种基于电力影像数据的输电线路长度确定方法和系统
CN112613397B (zh) 多视角光学卫星遥感影像目标识别训练样本集构建方法
CN104657968A (zh) 车载三维激光点云立面分类及轮廓线提取自动化方法
CN108445489A (zh) 基于卫星遥感与无人机遥感确定热带农业损失的方法
CN111811502B (zh) 一种运动载体多源信息融合导航方法及系统
WO2018131546A1 (ja) 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム
CN117557931B (zh) 一种基于三维场景的表计最优巡检点的规划方法
CN110162812B (zh) 基于红外仿真的目标样本生成方法
CN114004950A (zh) 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法
Calou et al. Estimation of maize biomass using unmanned aerial vehicles
CN110927765B (zh) 激光雷达与卫星导航融合的目标在线定位方法
CN110726398B (zh) 一种自然资源遥感测绘影像定位方法
CN111414867A (zh) 一种植物地上生物量测算方法
CN103777196A (zh) 基于地理信息的地面目标距离单站测量方法及其测量系统
CN115790610A (zh) 一种无人机精准定位系统及方法
Magtalas et al. Georeferencing UAS derivatives through point cloud registration with archived lidar datasets

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191209

Address after: 450044 No. 301, Building No. 4, Dongruigu District, North Xincheng Road and South Chuangjie Street, Huiji District, Zhengzhou City, Henan Province

Applicant after: ABDAS SPACE INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 570100 A1, A5002, Fuxing City, 32 Binhai Road, Longhua District, Haikou, Hainan.

Applicant before: HAINAN YUNBAO REMOTE SENSING TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180824