CN115861845A - 一种湿地监测方法及系统 - Google Patents

Abstract

本发明提供一种湿地监测方法及系统，该方法包括以下步骤：通过卫星获取监测区域的监测图像数据；获取监测区域的第一历史图像数据及第二历史图像数据，并判断第一历史图像数据与监测图像数据的差异值是否大于第一预设值；若是，则进一步判断第二历史图像数据与监测图像数据的差异值是否大于第二预设值；若是，标记遥感图像数据中的监测区域，对监测区域对应的监测图像数据进行分析报告。通过仅对特征关联的瓦片图像数据进行后续的比对操作，可以消除湿地多样性带来的误差影响；通过对监测图像数据进行差异比对，若比对异常对该遥感图像数据中的监测区域进行标记，对该监测区域对应的监测图像数据进行分析报告，以保证湿地的监测准确性。

Description

一种湿地监测方法及系统

技术领域

本发明涉及环境监测技术领域，特别涉及一种湿地监测方法及系统。

背景技术

介于水生生态系统和陆生生态系统的湿地，是地球表层独特的生态系统和过渡性景观。它与人们的生活、繁衍、发展息息相关，在生态环境、系统功能等方面有着其他系统不可替代的作用，是众多野生动植物，特别是珍稀水禽的繁殖地和越冬地。

湿地资源变化是当今资源与环境变化研究的一个热点，开展湿地监测对于湿地的保护、恢复重建和可持续利用具有重要的现实意义。现阶段湿地状况监测比较依赖人工或无人机实地勘查监测，由工作人员在湿地周边进行查验，不同于田地与林地，工作人员难以进入湿地区域进行细节查验，通常在湿地周边进行拍照确认，或使用无人机巡视查验，确定湿地的修复与保护情况。此类方式无法及时、准确地获得湿地变化信息。

发明内容

针对现有技术的不足，本发明的目的在于提供一种湿地监测方法及系统，旨在解决现有技术中，湿地的监测准确性较差的技术问题。

为了实现上述目的，本发明是通过如下技术方案来实现的：一种湿地监测方法，包括以下步骤：

通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据；

基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据；

获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值；

若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值；

若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。

与现有技术相比，本发明的有益效果在于：通过卫星来获取监测地的遥感图像数据，可以快速且全面的获取湿地的状态，进一步通过对上述遥感图像数据进行切片处理，以得到多个瓦片图像数据，对遥感图像数据进行特征提取，基于预设特征从多个瓦片图像数据汇总提取对应的监测区域的监测图像数据，可以理解地，由于湿地的动态多变性，决定了湿地存在着类型的多样性、分布的广泛性以及边界的不确定性等特点，湿地退化指湿地水体朝陆地转化的过程，通常湿地退化的监测主要是对水体的覆盖面积进行监测比对，而实际上湿地除包括主要由水体构成的河流湖泊、还包括伴生有浮水植物的草本沼泽等，上述预设特征需要根据监测地的具体类型选择，当针对草本沼泽进行湿地监测时，预设特征需要包括水体特征和植被特征，当针对河流湖泊进行湿地监测时，预设特征仅包括水体特征，从而在大面积的遥感图像数据中，筛选出需要监测区域的监测图像数据，通过仅对特征关联的瓦片图像数据进行后续的比对操作，可以消除湿地多样性带来的误差影响；通过获取监测区域的第一历史图像数据，并判断第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值，上述第一历史图像数据为年度历史图像数据，通过对过去一年或几年同时期的历史图像数据进行差异比对，若小于第一预设值则说明湿地状态变化较小，无需进行后续的近期状态比对，可以对其他监测区域的监测图像数据进行差异对比，提高监测效率，若差异值大于第一预设值则说明湿地状态变化较大，然后可以进一步通过获取监测区域的第二历史图像数据，并判断第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值，上述第二历史图像数据为近期历史图像数据，上述近期历史图像数据可以以月度或季度为标准，通过对近期历史图像数据进行差异对比，可以判断湿地环境近期是否存在较大波动，若差异值大于第二预设值则说明湿地近期状态变化较大，通过对该遥感图像数据中的监测区域进行标记，对该监测区域对应的监测图像数据进行分析报告，以保证湿地的监测准确性。

根据上述技术方案的一方面，所述获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值的步骤具体包括：

获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值；

基于所述预设特征计算得到所述监测图像数据中的第二特征面积值；

判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。

根据上述技术方案的一方面，所述获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值的步骤具体包括：

获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值；

判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

根据上述技术方案的一方面，所述判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值的步骤之前，所述方法还包括：

基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。

根据上述技术方案的一方面，所述第一历史图像数据为年度历史图像数据，所述第二历史图像数据为近期历史图像数据。

根据上述技术方案的一方面，所述预设特征为植被特征和/或水体特征。

本发明的另一方面还提供了一种湿地监测系统，包括：

切片模块，用于通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据；

提取模块，用于基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据；

第一比对模块，用于获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值；

第二比对模块，用于若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值；

分析模块，用于若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。

根据上述技术方案的一方面，所述第一比对模块具体包括：

第一特征计算单元，用于获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值；

第二特征计算单元，用于基于所述预设特征计算得到所述监测图像数据中的第二特征面积值；

第一比对单元，用于判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。

根据上述技术方案的一方面，所述第二比对模块具体包括：

第二特征计算单元，用于获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值；

第二比对单元，用于判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

根据上述技术方案的一方面，所述第二比对模块还包括：

调整单元，用于基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。

附图说明

图1为本发明第一实施例中湿地监测方法的流程图；

图2为本发明第二实施例中湿地监测系统的结构框图；

主要元件符号说明：

切片模块	100	提取模块	200
				第一比对模块	300	第二比对模块	400
分析模块	500

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请参阅图1，所示为本发明第一实施例中的湿地监测方法的流程图，如图1所示，该方法包括以下步骤：

步骤S100，通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据。具体来说，通过卫星获取监测地的遥感图像数据的方式，相对于人工监测的方式，数据的获取相对简单，卫星可以定期拍摄对应区域状态，无需耗费人力物力进行湿地监测，便捷快速性价比高，同时减少人工或机械前往湿地可能带来的生态影响，最大程度的保护了湿地生态的稳定性，利用遥感技术进行湿地资源调查，不但可以直接满足调查的部分项目要求，而且在宏观整体层面上，可以有效的对湿地系统进行综合分析，并以遥感影像为基础进行空间定位，使湿地调查成果在空间分布上井然有序和清楚直观，利用遥感技术，获取大量的反映湿地状况的图件，满足了从宏观认识到微观分析的不同要求，加强了对湿地环境区域特征的认识，有力的支持了湿地保护与开发，定期采用遥感技术对湿地各组成部分及其周边区域进行监测，可以有效的观察湿地的动态演变，实现了对湿地内部要素变化的动态监控，为及时响应处理提供了条件。

步骤S110，基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据。可以理解地，由于湿地的动态多变性，决定了湿地存在着类型的多样性、分布的广泛性以及边界的不确定性等特点，湿地退化指湿地水体朝陆地转化的过程，通常湿地退化的监测主要是对水体的覆盖面积进行监测比对，而实际上湿地除包括主要由水体构成的河流湖泊、还包括伴生有浮水植物的草本沼泽等，上述预设特征需要根据监测地的具体类型选择，当针对草本沼泽进行湿地监测时，预设特征需要包括水体特征和植被特征，当针对河流湖泊进行湿地监测时，预设特征仅包括水体特征，从而在大面积的遥感图像数据中，筛选出需要监测区域的监测图像数据，通过仅对特征关联的瓦片图像数据进行后续的比对操作，可以消除湿地多样性带来的误差影响。

步骤S120，获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值。具体来说，在本步骤中，上述第一历史图像数据为年度历史图像数据，通过对过去一年或几年同时期的历史图像数据进行差异比对，若小于第一预设值则说明湿地状态变化较小，无需进行后续的近期状态比对，可以对其他监测区域的监测图像数据进行差异对比，提高监测效率，若差异值大于第一预设值则说明湿地状态变化较大。

优选地，在本实施例中，上述步骤S120具体包括：

步骤S121，获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值。具体来说，在本实施例的一些应用场景中，上述监测地为草本沼泽，上述预设特征包括水体特征及植被特征，即在该类湿地的遥感图像数据中，植被特征包括了水体特征，而需要对水体特征进行监控来判断湿地退化情况时，则需要同时考虑浮水及水生植物的特征数据，通过对第一历史图像数据进行颜色特征提取，得到对应特征的边缘轮廓，以根据该边缘轮廓计算得出上述第一特征面积值。

步骤S121，基于所述预设特征计算得到所述监测图像数据中的第二特征面积值。

步骤S121，判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。可以理解地，当上述差值大于第一预设值时，则说明存在水体的显著减少，湿地存在退化的风险。

步骤S130，若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值。具体来说，上述第二历史图像数据为近期历史图像数据，上述近期历史图像数据可以以月度或季度为标准，通过对近期历史图像数据进行差异对比，可以判断湿地环境近期是否存在较大波动，若差异值大于第二预设值则说明湿地近期状态变化较大，若差异值小于第二预设值则说明该监测区域的湿地近期状态变化不大，可跳过该区域对其他监测区域进行差异对比。

优选地，在本实施例中，上述步骤S130具体包括：

步骤S131，获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值。具体来说，上述第二特征面积值及第三特征面积值的计算与第一特征面积值的计算方式相同。

步骤S132，基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。可以理解地，在本实施例的一些应用场景中，由于湿地的多边形，在不同的季节时期，水体的覆盖面积会发生正常的周期性变化，通过基于当前监测图像数据的时间与第二历史图像数据的时间跨度，对第三特征面积值进行季节性周期调整，可以防止异常误报，保证监测准确性。此外，上述季节性周期调整可以基于过去年份中每个月度的监测数据与监测时间进行线性回归处理，生成上述时间跨度所对应的线性函数，并基于上述线性函数对第三特征面积值进行调整，相当于得到了监测第二历史图像数据时，预期下的第二特征面积值，通过将预期的第二特征面积值(调整后的第三特征面积值)与实际的第二特征面积值进行比对，来判断湿地状态变化，可以消除差异对比时季节性动态波动造成的数据偏差，保证监测准确性。

步骤S133，判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

进一步地，在本实施例中，上述差异比对主要通过分别对第一历史图像数据、第二历史图像数据及监测图像数据中与预设特征关联的特征面积进行计算，根据面积差值来反映变化的大小，在本发明的其他实施例中，还可以通过均值哈希算法上述图像数据进行差异值计算，均值哈希算法可以采用均值Hash算法、差异值hash算法、感知hash算法中的一种或多种。

步骤S140，若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。具体来说，上述对所述监测区域对应的监测图像数据进行分析报告的步骤具体可以通过识别监测图像数据的颗粒度、颜色等信息，或者结合实地无人机拍摄，判断湿地植被、水域等地形的变化情况，分析变化情况是否合理，是否遭遇了如湿地退化、占用湿地等情形，保证湿地的监测准确性，建立遥感技术和地面获取系统适用于生物多样性评估的方法和技术条件，使生物多样性评估具有客观和定量的指标，达到正确描述生物多样性的目标。

综上，本发明上述实施例当中的湿地监测方法，通过卫星来获取监测地的遥感图像数据，可以快速且全面的获取湿地的状态，进一步通过对上述遥感图像数据进行切片处理，以得到多个瓦片图像数据，对遥感图像数据进行特征提取，基于预设特征从多个瓦片图像数据汇总提取对应的监测区域的监测图像数据，可以理解地，由于湿地的动态多变性，决定了湿地存在着类型的多样性、分布的广泛性以及边界的不确定性等特点，湿地退化指湿地水体朝陆地转化的过程，通常湿地退化的监测主要是对水体的覆盖面积进行监测比对，而实际上湿地除包括主要由水体构成的河流湖泊、还包括伴生有浮水植物的草本沼泽等，上述预设特征需要根据监测地的具体类型选择，当针对草本沼泽进行湿地监测时，预设特征需要包括水体特征和植被特征，当针对河流湖泊进行湿地监测时，预设特征仅包括水体特征，从而在大面积的遥感图像数据中，筛选出需要监测区域的监测图像数据，通过仅对特征关联的瓦片图像数据进行后续的比对操作，可以消除湿地多样性带来的误差影响；通过获取监测区域的第一历史图像数据，并判断第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值，上述第一历史图像数据为年度历史图像数据，通过对过去一年或几年同时期的历史图像数据进行差异比对，若小于第一预设值则说明湿地状态变化较小，无需进行后续的近期状态比对，可以对其他监测区域的监测图像数据进行差异对比，提高监测效率，若差异值大于第一预设值则说明湿地状态变化较大，然后可以进一步通过获取监测区域的第二历史图像数据，并判断第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值，上述第二历史图像数据为近期历史图像数据，上述近期历史图像数据可以以月度或季度为标准，通过对近期历史图像数据进行差异对比，可以判断湿地环境近期是否存在较大波动，若差异值大于第二预设值则说明湿地近期状态变化较大，通过对该遥感图像数据中的监测区域进行标记，对该监测区域对应的监测图像数据进行分析报告，以保证湿地的监测准确性，通过对第三特征面积值进行调整，可以消除差异对比时季节性动态波动造成的数据偏差，保证监测准确性。

如图2所示，本发明的第二实施例提供了一种湿地监测系统，包括：

切片模块100，用于通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据；

提取模块200，用于基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据；

第一比对模块300，用于获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值；

第二比对模块400，用于若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值；

分析模块500，用于若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。

优选地，在本实施例中，上述第一比对模块300具体包括：

第一特征计算单元，用于获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值；

第二特征计算单元，用于基于所述预设特征计算得到所述监测图像数据中的第二特征面积值；

第一比对单元，用于判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。

优选地，在本实施例中，上述第二比对模块400具体包括：

第二特征计算单元，用于获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值；

第二比对单元，用于判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

优选地，在本实施例中，上述第二比对模块400还包括：

调整单元，用于基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。

具体来说，在本实施例中，上述第一历史图像数据为年度历史图像数据，所述第二历史图像数据为近期历史图像数据，上述预设特征为植被特征和/或水体特征。

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发明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不一定指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何的一个或多个实施例或示例中以合适的方式结合。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (10)

1.一种湿地监测方法，其特征在于，包括以下步骤：

通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据；

基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据；

获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值；

若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值；

若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。

2.根据权利要求1所述的湿地监测方法，其特征在于，所述获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值的步骤具体包括：

获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值；

基于所述预设特征计算得到所述监测图像数据中的第二特征面积值；

判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。

3.根据权利要求2所述的湿地监测方法，其特征在于，所述获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值的步骤具体包括：

获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值；

判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

4.根据权利要求3所述的湿地监测方法，其特征在于，所述判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值的步骤之前，所述方法还包括：

基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。

5.根据权利要求1所述的湿地监测方法，其特征在于，所述第一历史图像数据为年度历史图像数据，所述第二历史图像数据为近期历史图像数据。

6.根据权利要求1-3任一项所述的湿地监测方法，其特征在于，所述预设特征为植被特征和/或水体特征。

7.一种湿地监测系统，其特征在于，包括：

切片模块，用于通过卫星获取监测地的遥感图像数据，并对所述遥感图像数据进行切片处理，得到多个瓦片图像数据；

提取模块，用于基于预设特征从多个所述瓦片图像数据中提取对应的监测区域的监测图像数据；

第一比对模块，用于获取所述监测区域的第一历史图像数据，并判断所述第一历史图像数据与所述监测图像数据的差异值是否大于第一预设值；

第二比对模块，用于若所述第一历史图像数据与所述监测图像数据的差异值大于第一预设值，则获取所述监测区域的第二历史图像数据，并判断所述第二历史图像数据与所述监测图像数据的差异值是否大于第二预设值；

分析模块，用于若所述第二历史图像数据与所述监测图像数据的差异值大于第二预设值，标记所述遥感图像数据中的监测区域，对所述监测区域对应的监测图像数据进行分析报告。

8.根据权利要求7所述的湿地监测系统，其特征在于，所述第一比对模块具体包括：

第一特征计算单元，用于获取所述监测区域的第一历史图像数据，基于所述预设特征计算得到所述第一历史图像数据中的第一特征面积值；

第二特征计算单元，用于基于所述预设特征计算得到所述监测图像数据中的第二特征面积值；

第一比对单元，用于判断所述第一特征面积值与第二特征面积值的差值是否大于第一预设值。

9.根据权利要求8所述的湿地监测系统，其特征在于，所述第二比对模块具体包括：

第二特征计算单元，用于获取所述监测区域的第二历史图像数据，基于所述预设特征计算得到所述第二历史图像数据中的第三特征面积值；

第二比对单元，用于判断所述第三特征面积值与第二特征面积值的比值是否大于第二预设值。

10.根据权利要求9所述的湿地监测系统，其特征在于，所述第二比对模块还包括：

调整单元，用于基于所述监测图像数据与所述第二历史图像数据的时间跨度，对所述第三特征面积值进行季节性周期调整。

Images