CN115100551A - 一种基于遥感影像技术的土地利用属性的监测方法 - Google Patents
一种基于遥感影像技术的土地利用属性的监测方法 Download PDFInfo
- Publication number
- CN115100551A CN115100551A CN202210764307.3A CN202210764307A CN115100551A CN 115100551 A CN115100551 A CN 115100551A CN 202210764307 A CN202210764307 A CN 202210764307A CN 115100551 A CN115100551 A CN 115100551A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing image
- area
- monitoring
- land
- 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.)
- Withdrawn
Links
Images
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
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感影像技术的土地利用属性的监测方法,涉及土地监测技术领域。本发明包括以下步骤:S1:整体遥感影像采集,通过无人机搭载遥感相机,在高处整体拍摄所要监测土地的遥感影像,并传输至远程控制终端;S2:整体遥感影像分析;S3:局部遥感影像采集;S4:局部遥感影像分析;S5:局部精细化遥感影像采集;S6:局部精细化遥感影像分析。本发明采用先整体区域监测,再将整体区域划分为中型区域进行监测,最后对中型区域划分为小型区域进行监测,三步划分监测方法,可大大提高监测效率以及准确性,解决了现有的监测方法监测的准确性不足的问题。
Description
技术领域
本发明属于土地监测技术领域,特别是涉及一种基于遥感影像技术的土地利用属性的监测方法。
背景技术
土地监测是利用遥感、遥测技术,对一个国家或地区土地利用状况的动态变化进行定期或不定期的监视和测定。其目的在于为国家和地区有关部门提供准确的土地利用变化情况,便于及时进行土地利用数据更新与对比分析,以便编制土地利用变化图解等。是开展土地利用动态变化预测,农作物产量预测,自然灾害防治及合理组织土地利用,加强土地管理与保护的一项不可缺少的基础性工作。土地监测内容包括耕地、林地、草地、水面、交通、城市用地等各类生产建设用地面积的变化和各种自然灾害对土地利用所造成的破坏和影响。
利用遥感影像,可以全面、准确地反映目前土地的利用情况,且遥感资料的综合性因素有利于土地覆盖与类型的分析与划分,土地覆盖要素在图像上有明显的特征,选用最佳时期的图像可以提取更多的类型,能缩短野外土地利用调查研究和室内成图的周期,并减少费用,尤其对难以考察的地域的土地调查和成图有更大的优越性。
经检索,公告号CN114387530A,公告日期2022-04-22公开了一种基于遥感影像技术的土地利用属性的监测方法,通过采用影像采集、预处理、图像处理、判断和验证上述五个步骤实现了基于遥感影响技术的地域土地利用属性的监测,能够较快的识别出土地利用上的变化,借以进一步判断是否为土地利用属性上的变化,对比传统的完全依赖目视解译效率更高,对比人工智能、机器学习的分类算法来说具有操作简便,快速高效的特点,能够更快的应用于实际使用中;使用时去除外界因素对遥感影像精确度的影响,外界因素包括季节和天气,季节的主要影响因素为植被生产情况,天气的主要影响因素为强风、雨雪覆盖和大雾对遥感影像采集的影响。
该专利存在以下不足之处:该监测方法的准确性不足,难以对监测区域内具体的土地利用情况进行分析,如土地具体的套种情况、作物分布情况、密度等。
因此,现有的监测方法,无法满足实际使用中的需求,所以市面上迫切需要能改进的技术,以解决上述问题。
发明内容
本发明的目的在于提供一种基于遥感影像技术的土地利用属性的监测方法,采用先整体区域监测,再将整体区域划分为中型区域进行监测,最后对中型区域划分为小型区域进行监测,三步划分监测方法,可大大提高监测效率以及准确性,解决了现有的监测方法监测的准确性不足的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种基于遥感影像技术的土地利用属性的监测方法,包括以下步骤:
S1:整体遥感影像采集,通过无人机搭载遥感相机,在高处整体拍摄所要监测土地的遥感影像,并传输至远程控制终端;
S2:整体遥感影像分析,远程控制终端将整体遥感影像与历史影像进行比对,确定该整体区域的土地利用属性是否发生变化,若无变化,则进行下一个区域土地的监测,若有变化,则进行局部遥感影像采集;
S3:局部遥感影像采集,远程控制终端基于整体遥感影像将该区域分隔成若干中型区域,通过无人机搭载遥感相机,在低处拍摄各个中型区域的遥感影像,并传输至远程控制终端;
S4:局部遥感影像分析,远程控制终端将各个中型区域的遥感影像与标准影像进行比对,确定该中型区域的作物种类、面积、密度参数,并判断是否发生套种,若发生套种,则进行局部精细化遥感影像采集;
S5:局部精细化遥感影像采集,远程控制终端基于局部遥感影像将该中型区域再次分隔成若干小型区域,通过无人机搭载遥感相机,在更低处拍摄各个小型区域的遥感影像,并传输至远程控制终端;
S6:局部精细化遥感影像分析,远程控制终端将各个小型区域的遥感影像与标准影像进行比对,确定该小型区域的各个作物种类、面积、密度参数,综合各个小型区域、中型区域以及整体的遥感影像,得到该区域的土地利用属性状况,通过三维报表生成模块,得出报表。
进一步地,S1中整体遥感影像采集时,无人机的高度以能清晰完整拍到整体监测土地的遥感影像为准;S3中局部遥感影像采集时,无人机的高度以能清晰完整拍到中型区域监测土地的遥感影像为准;S5中局部精细化遥感影像采集时,无人机的高度以能清晰完整拍到小型区域监测土地的遥感影像为准。
进一步地,S1、S3和S5中无人机搭载遥感相机拍摄遥感影像时,采集不同角度下该区域的遥感影像,具体为无人机分别在该区域的中心以及四周四个边缘点进行停留,并采集五点的遥感影像。
进一步地,S1、S3和S5中无人机搭载遥感相机拍摄遥感影像时,通过无人机搭载的环境监测模块以及GPS定位模块,对周围环境以及区域位置信息进行采集,消除环境影响。
进一步地,S3中整体区域分隔成若干中型区域时,其分隔依据是,基于整体遥感影像的具体状况,采用网格法通过中型区域划定模块进行划分,中型区域的具体数量依据实际情况而定;S5中中型区域分隔成若干小型区域时,其分隔依据是,基于局部遥感影像的具体状况,采用网格法通过小型区域划定模块进行划分,小型区域的具体数量依据实际情况而定。
进一步地,S4中判断套种时,远程控制终端调取遥感影像大数据模块内存储的不同作物的遥感标准影像以及不同作物相互套种时的遥感标准影像,将局部遥感影像与遥感标准影像进行比对,确定是否套种。
进一步地,S2、S4和S6中远程控制终端对遥感影像进行分析处理时,提取出作物不同生长阶段的特征数据以及不同环境下的作物特征数据,然后基于遥感影像大数据模块,精确分析该区域的土地利用属性状况。
进一步地,S6中得到该区域的土地利用属性状况后,远程控制终端通过问题区域划定模块划定出问题区域,然后通过VR模块来对问题区域进行研究、观看,便于之后工作人员的实地探访。
本发明具有以下有益效果:
1、本发明监测方法采用先整体区域监测,再将整体区域划分为中型区域进行监测,最后对中型区域划分为小型区域进行监测,三步划分监测方法,可大大提高监测效率以及准确性。
2、本发明通过设置中型区域划定模块、小型区域划定模块和遥感影像大数据模块,能针对套种进行土地利用属性的识别,且能精确得出具体的套种信息,实用性更强。
3、本发明通过设置问题区域划定模块和VR模块,使得该方法能对土地利用属性变化区域标记出来,直观性好,通过VR模块来对问题区域进行研究、观看,便于之后工作人员的实地探访。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为流程示意图;
图2为原理框图;
附图中,各标号所代表的部件列表如下:
1、遥感相机;2、环境监测模块;3、GPS定位模块;4、远程控制终端;5、中型区域划定模块;6、小型区域划定模块;7、问题区域划定模块;8、VR模块;9、三维报表生成模块;10、遥感影像大数据模块。
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。
请参阅图1至2所示,本发明为一种基于遥感影像技术的土地利用属性的监测方法,包括以下步骤:
S1:整体遥感影像采集,通过无人机搭载遥感相机1,在高处整体拍摄所要监测土地的遥感影像,并传输至远程控制终端4,无人机的高度以能清晰完整拍到整体监测土地的遥感影像为准,无人机搭载遥感相机1拍摄遥感影像时,采集不同角度下该区域的遥感影像,具体为无人机分别在该区域的中心以及四周四个边缘点进行停留,并采集五点的遥感影像,且通过无人机搭载的环境监测模块2以及GPS定位模块3,对周围环境以及区域位置信息进行采集,消除环境影响;
S2:整体遥感影像分析,远程控制终端4将整体遥感影像与历史影像进行比对,确定该整体区域的土地利用属性是否发生变化,若无变化,则进行下一个区域土地的监测,若有变化,则进行局部遥感影像采集;
S3:局部遥感影像采集,远程控制终端4基于整体遥感影像将该区域分隔成若干中型区域,其分隔依据是,基于整体遥感影像的具体状况,采用网格法通过中型区域划定模块5进行划分,中型区域的具体数量依据实际情况而定,通过无人机搭载遥感相机1,在低处拍摄各个中型区域的遥感影像,并传输至远程控制终端4,无人机的高度以能清晰完整拍到中型区域监测土地的遥感影像为准,无人机搭载遥感相机1拍摄遥感影像时,采集不同角度下该区域的遥感影像,具体为无人机分别在该区域的中心以及四周四个边缘点进行停留,并采集五点的遥感影像,且通过无人机搭载的环境监测模块2以及GPS定位模块3,对周围环境以及区域位置信息进行采集,消除环境影响;
S4:局部遥感影像分析,远程控制终端4将各个中型区域的遥感影像与标准影像进行比对,确定该中型区域的作物种类、面积、密度参数,并判断是否发生套种,若发生套种,则进行局部精细化遥感影像采集,判断套种时,远程控制终端4调取遥感影像大数据模块10内存储的不同作物的遥感标准影像以及不同作物相互套种时的遥感标准影像,将局部遥感影像与遥感标准影像进行比对,确定是否套种;
S5:局部精细化遥感影像采集,远程控制终端4基于局部遥感影像将该中型区域再次分隔成若干小型区域,其分隔依据是,基于局部遥感影像的具体状况,采用网格法通过小型区域划定模块6进行划分,小型区域的具体数量依据实际情况而定,通过无人机搭载遥感相机1,在更低处拍摄各个小型区域的遥感影像,并传输至远程控制终端4,无人机的高度以能清晰完整拍到小型区域监测土地的遥感影像为准,无人机搭载遥感相机1拍摄遥感影像时,采集不同角度下该区域的遥感影像,具体为无人机分别在该区域的中心以及四周四个边缘点进行停留,并采集五点的遥感影像,且通过无人机搭载的环境监测模块2以及GPS定位模块3,对周围环境以及区域位置信息进行采集,消除环境影响;
S6:局部精细化遥感影像分析,远程控制终端4将各个小型区域的遥感影像与标准影像进行比对,确定该小型区域的各个作物种类、面积、密度参数,综合各个小型区域、中型区域以及整体的遥感影像,得到该区域的土地利用属性状况,远程控制终端4通过问题区域划定模块7划定出问题区域,然后通过VR模块8来对问题区域进行研究、观看,通过三维报表生成模块9,得出报表。
本发明监测方法采用先整体区域监测,再将整体区域划分为中型区域进行监测,最后对中型区域划分为小型区域进行监测,三步划分监测方法,可大大提高监测效率以及准确性,且精细化的监测能针对套种进行土地利用属性的识别,能精确得出具体的套种信息,实用性更强,得到该区域的土地利用属性状况后,通过问题区域划定模块7将土地利用属性变化区域标记出来,直观性好,通过VR模块8来对问题区域进行研究、观看,便于之后工作人员的实地探访。
以上仅为本发明的优选实施例,并不限制本发明,任何对前述各实施例所记载的技术方案进行修改,对其中部分技术特征进行等同替换,所作的任何修改、等同替换、改进,均属于在本发明的保护范围。
Claims (8)
1.一种基于遥感影像技术的土地利用属性的监测方法,其特征在于:包括以下步骤:
S1:整体遥感影像采集,通过无人机搭载遥感相机(1),在高处整体拍摄所要监测土地的遥感影像,并传输至远程控制终端(4);
S2:整体遥感影像分析,远程控制终端(4)将整体遥感影像与历史影像进行比对,确定该整体区域的土地利用属性是否发生变化,若无变化,则进行下一个区域土地的监测,若有变化,则进行局部遥感影像采集;
S3:局部遥感影像采集,远程控制终端(4)基于整体遥感影像将该区域分隔成若干中型区域,通过无人机搭载遥感相机(1),在低处拍摄各个中型区域的遥感影像,并传输至远程控制终端(4);
S4:局部遥感影像分析,远程控制终端(4)将各个中型区域的遥感影像与标准影像进行比对,确定该中型区域的作物种类、面积、密度参数,并判断是否发生套种,若发生套种,则进行局部精细化遥感影像采集;
S5:局部精细化遥感影像采集,远程控制终端(4)基于局部遥感影像将该中型区域再次分隔成若干小型区域,通过无人机搭载遥感相机(1),在更低处拍摄各个小型区域的遥感影像,并传输至远程控制终端(4);
S6:局部精细化遥感影像分析,远程控制终端(4)将各个小型区域的遥感影像与标准影像进行比对,确定该小型区域的各个作物种类、面积、密度参数,综合各个小型区域、中型区域以及整体的遥感影像,得到该区域的土地利用属性状况,通过三维报表生成模块(9),得出报表。
2.根据权利要求1所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S1中整体遥感影像采集时,无人机的高度以能清晰完整拍到整体监测土地的遥感影像为准;
所述S3中局部遥感影像采集时,无人机的高度以能清晰完整拍到中型区域监测土地的遥感影像为准;
所述S5中局部精细化遥感影像采集时,无人机的高度以能清晰完整拍到小型区域监测土地的遥感影像为准。
3.根据权利要求2所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S1、S3和S5中无人机搭载遥感相机(1)拍摄遥感影像时,采集不同角度下该区域的遥感影像,具体为无人机分别在该区域的中心以及四周四个边缘点进行停留,并采集五点的遥感影像。
4.根据权利要求3所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S1、S3和S5中无人机搭载遥感相机(1)拍摄遥感影像时,通过无人机搭载的环境监测模块(2)以及GPS定位模块(3),对周围环境以及区域位置信息进行采集,消除环境影响。
5.根据权利要求4所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S3中整体区域分隔成若干中型区域时,其分隔依据是,基于整体遥感影像的具体状况,采用网格法通过中型区域划定模块(5)进行划分,中型区域的具体数量依据实际情况而定;
所述S5中中型区域分隔成若干小型区域时,其分隔依据是,基于局部遥感影像的具体状况,采用网格法通过小型区域划定模块(6)进行划分,小型区域的具体数量依据实际情况而定。
6.根据权利要求5所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S4中判断套种时,远程控制终端(4)调取遥感影像大数据模块(10)内存储的不同作物的遥感标准影像以及不同作物相互套种时的遥感标准影像,将局部遥感影像与遥感标准影像进行比对,确定是否套种。
7.根据权利要求6所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S2、S4和S6中远程控制终端(4)对遥感影像进行分析处理时,提取出作物不同生长阶段的特征数据以及不同环境下的作物特征数据,然后基于遥感影像大数据模块(10),精确分析该区域的土地利用属性状况。
8.根据权利要求7所述的一种基于遥感影像技术的土地利用属性的监测方法,其特征在于,所述S6中得到该区域的土地利用属性状况后,远程控制终端(4)通过问题区域划定模块(7)划定出问题区域,然后通过VR模块(8)来对问题区域进行研究、观看,便于之后工作人员的实地探访。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764307.3A CN115100551A (zh) | 2022-06-29 | 2022-06-29 | 一种基于遥感影像技术的土地利用属性的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210764307.3A CN115100551A (zh) | 2022-06-29 | 2022-06-29 | 一种基于遥感影像技术的土地利用属性的监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115100551A true CN115100551A (zh) | 2022-09-23 |
Family
ID=83294452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210764307.3A Withdrawn CN115100551A (zh) | 2022-06-29 | 2022-06-29 | 一种基于遥感影像技术的土地利用属性的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115100551A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703681A (zh) * | 2023-07-25 | 2023-09-05 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的土地使用管控系统 |
-
2022
- 2022-06-29 CN CN202210764307.3A patent/CN115100551A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703681A (zh) * | 2023-07-25 | 2023-09-05 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的土地使用管控系统 |
CN116703681B (zh) * | 2023-07-25 | 2024-02-20 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的土地使用管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112258331B (zh) | 一种基于大数据的农作物种植生长及环境智能监测分析系统 | |
CN106971167B (zh) | 基于无人机平台的作物生长分析方法及其分析系统 | |
CN110942039A (zh) | 一种主要农作物高温灾害遥感监测预报系统及方法 | |
CN114972843B (zh) | 一种基于大数据的农业病虫害诊断与预警系统 | |
CN109781963A (zh) | 一种大田种植环境监测系统 | |
CN105761150B (zh) | 农作物信息及样本的采集方法和系统 | |
CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
CN116029860B (zh) | 基于gis的智慧农业种植区域规划辅助决策系统 | |
CN111967441A (zh) | 一种基于深度学习的农作物病害分析方法 | |
CN112560623A (zh) | 一种基于无人机的红树植物种类快速识别方法 | |
CN112633722A (zh) | 车载道路安全风险评估系统及方法 | |
CN115100551A (zh) | 一种基于遥感影像技术的土地利用属性的监测方法 | |
CN115563493A (zh) | 一种基于聚类算法划分乡村景观生态单元的方法 | |
CN112881294A (zh) | 一种基于无人机的红树林林分健康度评价方法 | |
CN116846059A (zh) | 一种用于电网巡检和监控的边缘检测系统 | |
CN117408495B (zh) | 一种基于土地资源综合管理的数据分析方法及系统 | |
CN114417981A (zh) | 一种智能河长巡测系统 | |
CN114445713A (zh) | 一种多设备联动植保系统及方法 | |
Wang et al. | Image detection system based on smart sensor network and ecological economy in the context of fine agriculture | |
CN114184179A (zh) | 一种基于互联网的户外地理测绘管控系统 | |
CN206863221U (zh) | 一种气象观测站地面观测场探测环境自动评估系统 | |
CN117849907B (zh) | 基于多源数据的气象灾害靶向预警方法及系统 | |
CN117726194B (zh) | 一种基于大数据的林业环境分析系统 | |
CN210664566U (zh) | 一种配电网巡线勘测系统 | |
CN113506017B (zh) | 一种校园用数字园林管养系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220923 |
|
WW01 | Invention patent application withdrawn after publication |