CN113033381A - 基于遥感数据的矿山和固废填埋场自动提取方法和装置 - Google Patents

Abstract

本发明公开了一种基于遥感数据的矿山和固废填埋场自动提取方法和装置，属于环境监测领域。本发明获取亚米级遥感影像和热红外遥感影像，利用亚米级遥感影像计算归一化植被指数和比值建筑指数，提取非植被覆盖区和非建筑用地区；利用热红外遥感影像反演地表温度，基于地表温度值拟合正态分布曲线，提取高温异常区；基于高温异常区提取结果，剔除植被覆盖区、建筑用地区，获得矿山和固废填埋场图斑信息；建立分类模型，对矿山和固废填埋场信息进行二次分类，并通过栅格矢量化处理，分别获得矿山、固废填埋场。本发明实现了矿山和固废填埋场的自动提取，极大程度减少了人工成本和时间成本，提高了工作效率，为环境污染源监管提供技术支撑。

Description

基于遥感数据的矿山和固废填埋场自动提取方法和装置

技术领域

本发明涉及环境监测领域，特别是指一种基于遥感数据的矿山和固废 填埋场自动提取方法和装置。

背景技术

我国是矿产资源大国，丰富的矿产资源是推动着我国经济自动发展的 主要因素之一，但与此同时，大规模开发也引起了大量生态环境问题。遥 感监测数据显示，截止2018年底，我国矿山开采占用损毁土地约5400多 万亩，历史遗留矿山占用损毁约3400多万亩。矿山开采导致的山体和植 被破坏，往往是诱发滑坡、山洪等灾害和塌陷事故的主要因素。因此，为 深入贯彻落实生态文明思想，推进矿山生态修复治理，建设绿色矿山，有 必要摸清矿山底数和空间分布。

我国每年产生固体废物约50亿吨，其中包括大量危险废物，而填埋 仍是当前处理固体废物的主要方式。大部分填埋场由于建设时间久远、防 渗不力、运行不当、自然地理环境变化等因素，导致渗滤液渗漏事件频发， 重金属、有机污染物等渗入土壤和地下水，严重威胁粮食种植和饮用水安 全以及人体健康安全。因此，填埋场风险隐患排查也是地下水污染防治和 土壤污染防治的重要内容。

矿山和固废填埋场多零散分布在偏远地区，地势复杂、分布隐蔽，覆 盖范围广且数量多。当前，矿山和固废填埋场排查仍以地面调查和遥感调 查为主。地面调查方法耗费成本大，效率低，且部分非法矿山和填埋场未 登记在案，加之交通、地理等条件限制，导致排查工作异常艰难。遥感调 查方法主要分为人工目视解译和机器学习提取，其中，人工目视解译方法 虽然能较为准确地提取地物信息，但工作量较大，效率较低，提取准确度 依赖于解译人员的经验，机器学习提取需要大量的样本进行训练，人工成 本较大，这两种方法均难以满足日常监管及应急响应需求。

发明内容

为解决上述技术问题，本发明提供一种基于遥感数据的矿山和固废填 埋场自动提取方法和装置，本发明利用多源遥感影像实现了矿山和固废填 埋场的自动提取，极大程度减少了人工成本和时间成本，提高了工作效率， 为环境污染源监管提供技术支撑。

本发明提供技术方案如下：

一种基于遥感数据的矿山和固废填埋场自动提取方法，所述方法包括：

S1：获取待检测区的亚米级遥感影像和热红外遥感影像；

S2：对所述亚米级遥感影像和热红外遥感影像进行预处理；

S3：根据归一化植被指数方法，从预处理后的亚米级遥感影像上提取 非植被覆盖区；

S4：根据K-T变换方法，从预处理后的亚米级遥感影像上提取非建筑 用地区；

S5：根据预处理后的热红外遥感影像计算地表温度，并从预处理后的 热红外遥感影像上提取高温异常区；

S6：将高温异常区与非植被覆盖区、非建筑用地区进行空间相交分析， 其交集为矿山和固废填埋场图斑；

S7：根据矿山和固废填埋场图斑的亚米级遥感影像的光谱特征对所述 矿山和固废填埋场图斑进行分类，得到矿山区域和固废填埋场区域。

进一步的，所述S3包括：

S31：基于预处理后的亚米级遥感影像，计算每个像元的归一化植被 指数NDVI；

其中，NDVI为归一化植被指数，ρ_NIR、ρ_RED分别为预处理后的亚米 级遥感影像的近红外波段、红波段的遥感反射率；

S32：将NDVI＜0的像元提取为非植被覆盖区。

进一步的，所述S4包括：

S41：基于预处理后的亚米级遥感影像，根据K-T变换模型 Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1和第二 主成分分量Y2；

其中，Y为变换后的主成分分量，Y＝{Y1、Y2……Yn}；R为K-T变换 系数，R＝{R1、R2……Rn}，R^T为R的转置，x为预处理后的亚米级遥感 影像各波段的灰度值，x＝{x1、x2……xn}，r为常数偏移量，r＝{r1、 r2……rn}；

S42：根据每个像元的第一主成分分量Y1和第二主成分分量Y2计算 每个像元的比值建筑指数RBI；

RBI＝Y₁/Y₂

S43：将RBI＜-0.05的像元提取为非建筑用地区。

进一步的，所述S5包括：

S51：根据预处理后的热红外遥感影像计算每个像元的地表温度T_s；

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝[L_λ-L_up-τ* (1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像λ波段的辐射亮 度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气透过率，ε为比 辐射率；

S52：对每个像元的地表温度T_s通过如下公式进行正态分布拟合，并 计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ；

其中，σ为标准差，μ为T_s的均值；

S53：将T_s＞1.96σ的像元提取为高温异常区。

进一步的，所述S7包括：

S71：基于预处理后的亚米级遥感影像，计算各个矿山和固废填埋场 图斑内每个像元的光谱特征MLI；

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、 红波段、近红外波段的遥感反射率；

S72：计算每个矿山和固废填埋场图斑内所有像元的光谱特征MLI的 平均值Mean；

S73：将Mean＞0的矿山和固废填埋场图斑分类为矿山区域，其他矿 山和固废填埋场图斑分类为固废填埋场区域。

进一步的，所述S2包括：

S21：对所述亚米级遥感影像和热红外遥感影像进行正射校正、辐射 校正和大气校正；

S22：基于所述亚米级遥感影像对所述热红外遥感影像进行地理位置 修正。

一种基于遥感数据的矿山和固废填埋场自动提取装置，所述装置包括：

遥感影像获取模块，用于获取待检测区的亚米级遥感影像和热红外遥 感影像；

预处理模块，用于对所述亚米级遥感影像和热红外遥感影像进行预处 理；

非植被覆盖区提取模块，用于根据归一化植被指数方法，从预处理后 的亚米级遥感影像上提取非植被覆盖区；

非建筑用地区提取模块，用于根据K-T变换方法，从预处理后的亚米 级遥感影像上提取非建筑用地区；

高温异常区提取模块，用于根据预处理后的热红外遥感影像计算地表 温度，并从预处理后的热红外遥感影像上提取高温异常区；

矿山和固废填埋场图斑提取模块，用于将高温异常区与非植被覆盖区、 非建筑用地区进行空间相交分析，其交集为矿山和固废填埋场图斑；

分类模块，用于根据矿山和固废填埋场图斑的亚米级遥感影像的光谱 特征对所述矿山和固废填埋场图斑进行分类，得到矿山区域和固废填埋场 区域。

进一步的，所述非植被覆盖区提取模块包括：

归一化植被指数计算单元，用于基于预处理后的亚米级遥感影像，计 算每个像元的归一化植被指数NDVI；

其中，NDVI为归一化植被指数，ρ_NIR、ρ_RED分别为预处理后的亚米 级遥感影像的近红外波段、红波段的遥感反射率；

非植被覆盖区提取单元，用于将NDVI＜0的像元提取为非植被覆盖 区。

进一步的，所述非建筑用地区提取模块包括：

主成分分析单元，用于基于预处理后的亚米级遥感影像，根据K-T变 换模型Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1 和第二主成分分量Y2；

其中，Y为变换后的主成分分量，Y＝{Y1、Y2……Yn}；R为K-T变换 系数，R＝{R1、R2……Rn}，R^T为R的转置，x为预处理后的亚米级遥感 影像各波段的灰度值，x＝{x1、x2……xn}，r为常数偏移量，r＝{r1、 r2……rn}；

比值建筑指数计算单元，用于根据每个像元的第一主成分分量Y1和 第二主成分分量Y2计算每个像元的比值建筑指数RBI；

RBI＝Y₁/Y₂

非建筑用地区提取单元，用于将RBI＜-0.05的像元提取为非建筑用地 区。

进一步的，所述高温异常区提取模块包括：

地表温度计算单元，用于根据预处理后的热红外遥感影像计算每个像 元的地表温度T_s；

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝[L_λ-L_up-τ* (1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像λ波段的辐射亮 度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气透过率，ε为比 辐射率；

拟合单元，用于对每个像元的地表温度T_s通过如下公式进行正态分布 拟合，并计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ；

其中，σ为标准差，μ为T_s的均值；

高温异常区提取单元，用于将T_s＞1.96σ的像元提取为高温异常区。

进一步的，所述分类模块包括：

光谱特征计算单元，用于基于预处理后的亚米级遥感影像，计算各个 矿山和固废填埋场图斑内每个像元的光谱特征MLI；

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、 红波段、近红外波段的遥感反射率；

均值计算单元，用于计算每个矿山和固废填埋场图斑内所有像元的光 谱特征MLI的平均值Mean；

分类单元，用于将Mean＞0的矿山和固废填埋场图斑分类为矿山区域， 其他矿山和固废填埋场图斑分类为固废填埋场区域。

进一步的，所述预处理模块包括：

第一预处理单元，用于对所述亚米级遥感影像和热红外遥感影像进行 正射校正、辐射校正和大气校正；

第二预处理单元，基于所述亚米级遥感影像对所述热红外遥感影像进 行地理位置修正。

本发明具有以下有益效果：

本发明利用多源遥感数据，设置高温异常区提取阈值，自动提取矿山 和固废填埋场信息，并通过建立分类模型，对矿山和固废填埋场信息进行 二次分类，分别提取出矿山和固废填埋场。本发明可以自动提取研究区矿 山和固废填埋场信息，摸清大区域范围内矿山和固废填埋场底数及空间分 布。与传统方法相比，本发明利用多源遥感影像实现了矿山和固废填埋场 的自动提取，极大程度减少了人工成本和时间成本，提高了工作效率，为 环境污染源监管提供技术支撑。

附图说明

图1为本发明的基于遥感数据的矿山和固废填埋场自动提取方法的流 程图；

图2为本发明的基于遥感数据的矿山和固废填埋场自动提取装置的示 意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结 合附图及具体实施例进行详细描述。

实施例1：

本发明实施例提供一种基于遥感数据的矿山和固废填埋场自动提取 方法，如图1所示，该方法包括：

S1：获取待检测区的亚米级遥感影像和热红外遥感影像。

本步骤用于基础数据准备，获取待检测区的多源卫星遥感影像，多源 卫星遥感影像主要包括亚米级遥感影像和热红外遥感影像。

S2：对亚米级遥感影像和热红外遥感影像进行预处理。

预处理包括：

S21：对亚米级遥感影像和热红外遥感影像进行正射校正、辐射校正 和大气校正。

正射校正：遥感成像的时候，由于飞行器的姿态、高度、速度以及地 球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变 表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等， 针对几何畸变进行的误差校正即为正射校正。

正射校正主要包括校正方法确定、控制点输入、像素重采样和精度评 价。

1)校正方法确定：可以根据遥感影像几何畸变的性质和遥感影像数 据源的不同确定正射校正的方法，例如可以选择多项式校正方法

2)控制点输入：一般要求控制点均匀分布在整幅遥感影像上，尽量 选择明显、清晰的定位识别标志作为控制点，如道路交叉点等特征点。

3)重采样：对原始遥感影像进行重采样，得到消除几何畸变后的影 像，例如可以选用双线性内插法进行重采样。

4)精度评价：将消除几何畸变后的遥感影像与控制影像套合，检验 精度，要求位移列数的精度在1个像元以内。

辐射校正(radiometric correction)：对由于外界因素，数据获取和 传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正 因辐射误差而引起影像畸变的过程。

大气校正(atmospheric correction)，用于消除大气散射、吸收、反射 引起的误差。

S22：基于亚米级遥感影像对热红外遥感影像进行地理位置修正。

S3：根据归一化植被指数方法，从预处理后的亚米级遥感影像上提取 非植被覆盖区。

具体方法包括：

S31：基于预处理后的亚米级遥感影像，计算每个像元的归一化植被 指数NDVI；

其中，NDVI为归一化植被指数，ρ_NIR、ρ_RED分别为预处理后的亚米 级遥感影像的近红外波段、红波段的遥感反射率。

S32：将NDVI＜0的像元提取为非植被覆盖区。

S4：根据K-T变换方法，从预处理后的亚米级遥感影像上提取非建筑 用地区。

具体方法包括：

S41：基于预处理后的亚米级遥感影像，根据K-T变换模型 Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1和第二 主成分分量Y2。

其中，Y为变换后的主成分分量，Y＝{Y1、Y2……Yn}；R为K-T变换 系数，R＝{R1、R2……Rn}，R^T为R的转置，x为预处理后的亚米级遥感 影像各波段的灰度值，x＝{x1、x2……xn}，r为常数偏移量，r＝{r1、 r2……rn}。

S42：根据每个像元的第一主成分分量Y1和第二主成分分量Y2计算 每个像元的比值建筑指数RBI。

RBI＝Y₁/Y₂

S43：将RBI＜-0.05的像元提取为非建筑用地区。

S5：根据预处理后的热红外遥感影像计算地表温度，并从预处理后的 热红外遥感影像上提取高温异常区。

具体方法包括：

S51：根据预处理后的热红外遥感影像计算每个像元的地表温度T_s；

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝ [L_λ-L_up-τ*(1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像 λ波段的辐射亮度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气 透过率，ε为比辐射率。

S52：对每个像元的地表温度T_s通过如下公式进行正态分布拟合，并 计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ。

其中，σ为标准差，μ为T_s的均值。

S53：将T_s＞1.96σ的像元提取为高温异常区。

S6：将高温异常区与非植被覆盖区、非建筑用地区进行空间相交分析， 其交集为矿山和固废填埋场图斑。

空间相交分析求交集，可以从高温异常区中剔除植被覆盖区和建筑用 地，获取只包含矿山和固废填埋场的图斑信息。

S7：根据矿山和固废填埋场图斑的亚米级遥感影像的光谱特征对矿山 和固废填埋场图斑进行分类，得到矿山区域和固废填埋场区域。

具体方法包括：

S71：基于预处理后的亚米级遥感影像，计算各个矿山和固废填埋场 图斑内每个像元的光谱特征MLI。

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、 红波段、近红外波段的遥感反射率。

本步骤基于预处理后的亚米级遥感影像，分析矿山和固废填埋场图斑 光谱特征，建立分类模型MLI。

S72：计算每个矿山和固废填埋场图斑内所有像元的光谱特征MLI的 平均值Mean。

本步骤用于基于分类模型MLI，计算各矿山和固废填埋场图斑的灰度 平均值。

S73：将Mean＞0的矿山和固废填埋场图斑分类为矿山区域，其他矿 山和固废填埋场图斑分类为固废填埋场区域。

本步骤用于对矿山和固废填埋场信息进行阈值分割并矢量化，分别提 取矿山和固废填埋场。

本发明获取亚米级遥感影像和热红外遥感影像，利用亚米级遥感影像 计算归一化植被指数和比值建筑指数，提取非植被覆盖区和非建筑用地区； 利用热红外遥感影像反演地表温度，基于地表温度值拟合正态分布曲线， 提取高温异常区；基于高温异常区提取结果，剔除植被覆盖区、建筑用地 区等干扰图斑信息，获得矿山和固废填埋场图斑信息；建立分类模型，对 矿山和固废填埋场信息进行二次分类，并通过栅格矢量化处理，分别获得矿山、固废填埋场。

本发明利用多源遥感数据，设置高温异常区提取阈值，自动提取矿山 和固废填埋场信息，并通过建立分类模型，对矿山和固废填埋场信息进行 二次分类，分别提取出矿山和固废填埋场。本发明可以自动提取研究区矿 山和固废填埋场信息，摸清大区域范围内矿山和固废填埋场底数及空间分 布。与传统方法相比，本发明利用多源遥感影像实现了矿山和固废填埋场 的自动提取，极大程度减少了人工成本和时间成本，提高了工作效率，为 环境污染源监管提供技术支撑。

实施例2：

本发明实施例提供一种基于遥感数据的矿山和固废填埋场自动提取 装置，如图2所示，该装置包括：

遥感影像获取模块1，用于获取待检测区的亚米级遥感影像和热红外 遥感影像。

预处理模块2，用于对亚米级遥感影像和热红外遥感影像进行预处理。

非植被覆盖区提取模块3，用于根据归一化植被指数方法，从预处理 后的亚米级遥感影像上提取非植被覆盖区。

非建筑用地区提取模块4，用于根据K-T变换方法，从预处理后的亚 米级遥感影像上提取非建筑用地区。

高温异常区提取模块5，用于根据预处理后的热红外遥感影像计算地 表温度，并从预处理后的热红外遥感影像上提取高温异常区。

矿山和固废填埋场图斑提取模块6，用于将高温异常区与非植被覆盖 区、非建筑用地区进行空间相交分析，其交集为矿山和固废填埋场图斑。

分类模块7，用于根据矿山和固废填埋场图斑的亚米级遥感影像的光 谱特征对矿山和固废填埋场图斑进行分类，得到矿山区域和固废填埋场区 域。

本发明实施例中，前述的非植被覆盖区提取模块包括：

归一化植被指数计算单元，用于基于预处理后的亚米级遥感影像，计 算每个像元的归一化植被指数NDVI。

其中，NDVI为归一化植被指数，ρ_NIR、ρ_RED分别为预处理后的亚米 级遥感影像的近红外波段、红波段的遥感反射率。

非植被覆盖区提取单元，用于将NDVI＜0的像元提取为非植被覆盖 区。

非建筑用地区提取模块包括：

主成分分析单元，用于基于预处理后的亚米级遥感影像，根据K-T变 换模型Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1 和第二主成分分量Y2。

其中，Y为变换后的主成分分量，Y＝{Y1、Y2……Yn}；R为K-T变换 系数，R＝{R1、R2……Rn}，R^T为R的转置，x为预处理后的亚米级遥感 影像各波段的灰度值，x＝{x1、x2……xn}，r为常数偏移量，r＝{r1、 r2……rn}。

比值建筑指数计算单元，用于根据每个像元的第一主成分分量Y1和 第二主成分分量Y2计算每个像元的比值建筑指数RBI。

RBI＝Y₁/Y₂

非建筑用地区提取单元，用于将RBI＜-0.05的像元提取为非建筑用地 区。

高温异常区提取模块包括：

地表温度计算单元，用于根据预处理后的热红外遥感影像计算每个像 元的地表温度T_s。

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝[L_λ-L_up-τ* (1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像λ波段的辐射亮 度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气透过率，ε为比 辐射率。

拟合单元，用于对每个像元的地表温度T_s通过如下公式进行正态分布 拟合，并计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ。

其中，σ为标准差，μ为T_s的均值。

高温异常区提取单元，用于将T_s＞1.96σ的像元提取为高温异常区。

分类模块包括：

光谱特征计算单元，用于基于预处理后的亚米级遥感影像，计算各个 矿山和固废填埋场图斑内每个像元的光谱特征MLI。

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、 红波段、近红外波段的遥感反射率。

均值计算单元，用于计算每个矿山和固废填埋场图斑内所有像元的光 谱特征MLI的平均值Mean。

分类单元，用于将Mean＞0的矿山和固废填埋场图斑分类为矿山区域， 其他矿山和固废填埋场图斑分类为固废填埋场区域。

预处理模块包括：

第一预处理单元，用于对亚米级遥感影像和热红外遥感影像进行正射 校正、辐射校正和大气校正。

第二预处理单元，基于亚米级遥感影像对热红外遥感影像进行地理位 置修正。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方 法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方 法实施例1中相应内容。所属领域的技术人员可以清楚地了解到，为描述 的方便和简洁，前述描述的装置和单元的具体工作过程，均可以参考上述 方法实施例中的对应过程，在此不再赘述。

需要说明的是，本说明书上述所述的装置或者系统根据相关方法实施 例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施 例的描述，在此不作一一赘述。本说明书中的各个实施例均采用递进的方 式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点 说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类、存储介 质+程序实施例而言，由于其基本相似于方法实施例，所以描述的比较简 单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求 书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照 不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附 图中描绘的过程不一定按照要求示出的特定顺序或者连续顺序才能实现 期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者 可能是有利的。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片 或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为 计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人 机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放 器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或 者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当 然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软 件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元 的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单 元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式， 例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可 以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合 或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可 以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制 器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、 开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现 相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括 的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可 以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程 序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现 流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图 中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、 专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一 个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令 产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多 个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处 理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读 存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一 个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备 上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机 实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现 在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定 的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵 盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设 备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包 括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情 况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的 过程、方法或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、 系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬 件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且， 本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用 程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、 光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指 令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定 任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。 也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布 式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在 分布式计算环境中，程序模块可以位于包括存储设备在内的本底和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相 同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的 不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例， 所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说 明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体 示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特 征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在 本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或 示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个 实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领 域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施 例或示例的特征进行结合和组合。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用 以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于 此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术 人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围 内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变 化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都 应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利 要求的保护范围为准。

Claims (10)

1.一种基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述方法包括：

S1：获取待检测区的亚米级遥感影像和热红外遥感影像；

S2：对所述亚米级遥感影像和热红外遥感影像进行预处理；

S3：根据归一化植被指数方法，从预处理后的亚米级遥感影像上提取非植被覆盖区；

S4：根据K-T变换方法，从预处理后的亚米级遥感影像上提取非建筑用地区；

S5：根据预处理后的热红外遥感影像计算地表温度，并从预处理后的热红外遥感影像上提取高温异常区；

S6：将高温异常区与非植被覆盖区、非建筑用地区进行空间相交分析，其交集为矿山和固废填埋场图斑；

S7：根据矿山和固废填埋场图斑的亚米级遥感影像的光谱特征对所述矿山和固废填埋场图斑进行分类，得到矿山区域和固废填埋场区域。

2.根据权利要求1所述的基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述S3包括：

S31：基于预处理后的亚米级遥感影像，计算每个像元的归一化植被指数NDVI；

其中，NDVI为归一化植被指数，ρ_NIR、ρ_RED分别为预处理后的亚米级遥感影像的近红外波段、红波段的遥感反射率；

S32：将NDVI＜0的像元提取为非植被覆盖区。

3.根据权利要求2所述的基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述S4包括：

S41：基于预处理后的亚米级遥感影像，根据K-T变换模型Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1和第二主成分分量Y2；

其中，Y为变换后的主成分分量，Y＝{Y1、Y2......Yn}；R为K-T变换系数，R＝{R1、R2......Rn}，R^T为R的转置，x为预处理后的亚米级遥感影像各波段的灰度值，x＝{x1、x2......xn}，r为常数偏移量，r＝{r1、r2......rn}；

S42：根据每个像元的第一主成分分量Y1和第二主成分分量Y2计算每个像元的比值建筑指数RBI；

RBI＝Y₁/Y₂

S43：将RBI＜-0.05的像元提取为非建筑用地区。

4.根据权利要求3所述的基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述S5包括：

S51：根据预处理后的热红外遥感影像计算每个像元的地表温度T_s；

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝[L_λ-L_up-τ*(1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像λ波段的辐射亮度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气透过率，ε为比辐射率；

S52：对每个像元的地表温度T_s通过如下公式进行正态分布拟合，并计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ；

其中，σ为标准差，μ为T_s的均值；

S53：将T_s＞1.96σ的像元提取为高温异常区。

5.根据权利要求4所述的基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述S7包括：

S71：基于预处理后的亚米级遥感影像，计算各个矿山和固废填埋场图斑内每个像元的光谱特征MLI；

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、红波段、近红外波段的遥感反射率；

S72：计算每个矿山和固废填埋场图斑内所有像元的光谱特征MLI的平均值Mean；

S73：将Mean＞0的矿山和固废填埋场图斑分类为矿山区域，其他矿山和固废填埋场图斑分类为固废填埋场区域。

6.根据权利要求1-5任一所述的基于遥感数据的矿山和固废填埋场自动提取方法，其特征在于，所述S2包括：

S21：对所述亚米级遥感影像和热红外遥感影像进行正射校正、辐射校正和大气校正；

S22：基于所述亚米级遥感影像对所述热红外遥感影像进行地理位置修正。

7.一种基于遥感数据的矿山和固废填埋场自动提取装置，其特征在于，所述装置包括：

遥感影像获取模块，用于获取待检测区的亚米级遥感影像和热红外遥感影像；

预处理模块，用于对所述亚米级遥感影像和热红外遥感影像进行预处理；

非植被覆盖区提取模块，用于根据归一化植被指数方法，从预处理后的亚米级遥感影像上提取非植被覆盖区；

非建筑用地区提取模块，用于根据K-T变换方法，从预处理后的亚米级遥感影像上提取非建筑用地区；

高温异常区提取模块，用于根据预处理后的热红外遥感影像计算地表温度，并从预处理后的热红外遥感影像上提取高温异常区；

矿山和固废填埋场图斑提取模块，用于将高温异常区与非植被覆盖区、非建筑用地区进行空间相交分析，其交集为矿山和固废填埋场图斑；

分类模块，用于根据矿山和固废填埋场图斑的亚米级遥感影像的光谱特征对所述矿山和固废填埋场图斑进行分类，得到矿山区域和固废填埋场区域。

8.根据权利要求7所述的基于遥感数据的矿山和固废填埋场自动提取装置，其特征在于，所述非建筑用地区提取模块包括：

主成分分析单元，用于基于预处理后的亚米级遥感影像，根据K-T变换模型Y＝R^Tx+r进行主成分分析，提取每个像元的第一主成分分量Y1和第二主成分分量Y2；

其中，Y为变换后的主成分分量，Y＝{Y1、Y2......Yn}；R为K-T变换系数，R＝{R1、R2......Rn}，R^T为R的转置，x为预处理后的亚米级遥感影像各波段的灰度值，x＝{x1、x2......xn}，r为常数偏移量，r＝{r1、r2......rn}；

比值建筑指数计算单元，用于根据每个像元的第一主成分分量Y1和第二主成分分量Y2计算每个像元的比值建筑指数RBI；

RBI＝Y₁/Y₂

非建筑用地区提取单元，用于将RBI＜-0.05的像元提取为非建筑用地区。

9.根据权利要求8所述的基于遥感数据的矿山和固废填埋场自动提取装置，其特征在于，所述高温异常区提取模块包括：

地表温度计算单元，用于根据预处理后的热红外遥感影像计算每个像元的地表温度T_s；

其中，C₁、C₂为Plank函数参数，λ为有效波长，B(T_s)＝[L_λ-L_up-τ*(1-ε)*L_down]/(ε*τ)，L_λ为预处理后的热红外遥感影像λ波段的辐射亮度，L_up、L_down、τ分别为大气上行辐射、下行辐射和大气透过率，ε为比辐射率；

拟合单元，用于对每个像元的地表温度T_s通过如下公式进行正态分布拟合，并计算拟合优度p-value，得到p-value∈(0.75，1)时对应的标准差σ；

其中，σ为标准差，μ为T_s的均值；

高温异常区提取单元，用于将T_s＞1.96σ的像元提取为高温异常区。

10.根据权利要求9所述的基于遥感数据的矿山和固废填埋场自动提取装置，其特征在于，所述分类模块包括：

光谱特征计算单元，用于基于预处理后的亚米级遥感影像，计算各个矿山和固废填埋场图斑内每个像元的光谱特征MLI；

其中，ρ_blue、ρ_red、ρ_nir分别为预处理后的亚米级遥感影像上蓝波段、红波段、近红外波段的遥感反射率；

均值计算单元，用于计算每个矿山和固废填埋场图斑内所有像元的光谱特征MLI的平均值Mean；

分类单元，用于将Mean＞0的矿山和固废填埋场图斑分类为矿山区域，其他矿山和固废填埋场图斑分类为固废填埋场区域。

Images