CN118037079A - 一种土地自然资源动态监管系统及方法 - Google Patents
一种土地自然资源动态监管系统及方法 Download PDFInfo
- Publication number
- CN118037079A CN118037079A CN202410441625.5A CN202410441625A CN118037079A CN 118037079 A CN118037079 A CN 118037079A CN 202410441625 A CN202410441625 A CN 202410441625A CN 118037079 A CN118037079 A CN 118037079A
- Authority
- CN
- China
- Prior art keywords
- area
- land resource
- land
- pixel
- supervision
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 244000144972 livestock Species 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000006378 damage Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 6
- 241000282414 Homo sapiens Species 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种土地自然资源动态监管系统及方法,属于土地资源管理领域,监管方法包括步骤:获取目标监管区域的GIS地图,在GIS地图上划分出不同类型的土地资源区域,土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;分别计算不同类型的土地资源区域的动态变化系数;根据动态变化系数计算监管区域的安全风险系数,利用安全风险系数对目标监管区域的土地资源变化状态进行评估。监管系统包括:无人机控制模块和处理模块。本发明将土地资源监管、地图数据和图像数据处理进行深度融合,实现土地资源全生命周期的全自动化全流程监管,有效提高土地资源的利用效率,为土地资源利用的可持续发展提供有力的数据资源。
Description
技术领域
本发明涉及土地资源管理技术领域,具体涉及一种土地自然资源动态监管系统及方法。
背景技术
土地资源是指在一定时间、空间条件下,能够为人类利用,并产生经济价值的自然环境因素的总称,具有有效性、有限性、稀缺性、整体性、时空分布不均匀性和多用性等特征;土地资源可以划分为已开垦资源、待开垦资源、荒地资源和畜牧用地资源等。如何统一开展土地资源调查评价监测、全面摸清土地资源“家底”,是土地资源管理的重要前提。在土地资源丰富的区域内,各类土地资源一般同时存在,不同类型的土地资源担负着不同的生态功能和经济价值功能,合理规划、监管不同类型的土地资源开发是可持续发展的关键。现有技术中,在对非城市的大面积土地资源管理一般采用人工监管,这就会造成效率低下,人工成本高,无法实现全方位的土地资源监管,以及无法采集土地资源变化的动态监控。
发明内容
针对现有技术中的上述不足,本发明提供了一种土地自然资源动态监管系统及方法,解决上述背景技术中存在的缺陷。
为了达到上述发明目的,本发明所采用的技术方案为:
提供一种土地自然资源动态监管方法,其包括以下步骤:
S1:获取目标监管区域的GIS地图,在GIS地图上划分出不同类型的土地资源区域,土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;
S2:分别计算不同类型的土地资源区域的动态变化系数;
S3:根据动态变化系数计算监管区域的安全风险系数,利用安全风险系数对目标监管区域的土地资源变化状态进行评估。
进一步地,步骤S1包括:
S11:提取目标监管区域的GIS地图,将GIS地图依据无人机航拍的面积拆分成N个子区域,子区域的面积与无人机航拍的面积相同;
设置各类土地资源区域在GIS地图中的标准像素值,m为土地资源区域的类型;土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;
S12:提取GIS地图中的子区域内每个像素的像素值,i为子区域内像素的编号,分别设置已开垦区域、待开垦区域、荒地区域和畜牧用地区域内的标准像素值/>、/>、、/>;
S13:将像素值分别与标准像素值/>、/>、/>、/>作差,得到像素差值:
;
S14:将像素差值与误差标准值/>进行比较,若存在/>≤/>,则判定该像素为土地资源区域内的像素,保留该像素,若/>>/>,则判定该像素非土地资源区域内的像素,并将非土地资源区域的像素删除;
S15:定义不同类型的土地资源区域的像素点集合,计算土地资源区域的边界:
;
其中,R为保留的像素点集合,q为像素点集合R中的任意像素点,为像素点集合中的像素点,/>为像素点/>与像素点q的像素值的差值,/>为标准像素值对应的像素点,/>为像素点q与像素点/>的像素值的差值;
S16:边界的并集作为土地资源区域的维诺图/>:
;
S17:维诺图与子区域的边界形成封闭的多边形区域M,多边形区域M即为子区域中划分出的已开垦区域、待开垦区域、荒地区域或畜牧用地区域,表示为/>:
。
S18:在子区域的地图平面内建立二维坐标系x0y,提取多边形区域M的边界上每个像素在二维坐标系x0y内的坐标,计算多边形区域M的面积s m :
;
其中,V为多边形区域M的边界上像素的总量,v为多边形区域M的边界上的像素编号。
进一步地,步骤S2包括:
S21:每隔设定时长T无人机进入目标监管区域内拍摄每个子区域的实时地图图像,使子区域的实时地图图像尺寸与GIS地图尺寸相同,设置每种类型的土地资源区域在实时地图中的标准像素值;
S22:在实时地图图像内以相邻两个像素作为一个像素组u,利用像素组u内的两个像素值、/>分别与标准像素值/>作差:
,/>;
其中,分别为像素组u内的两个像素;
S23:设置误差标准值,比较误差标准值/>与差值/>、/>的大小:
若存在且/>或/>且/>,则判定像素组u内的两个像素在土地资源区域的边界上;否则,像素组u内的两个像素不在土地资源区域的边界上;
S24:当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
S25:获取实时地图图像中所有的边界像素,边界像素与实时地图图像中的子区域边界形成封闭的多边形区域U;
在实时地图图像中建立二维坐标系x0y,提取多边形区域U的每个边界像素的坐标,计算多边形区域U的面积/>:
;
其中,W为多边形区域U的边界像素的总量,w为多边形区域U边界上的像素编号;
S26:计算多边形区域M与多边形区域U的面积差值:/>;得到第m种土地资源区域在时长T内的面积波动值;
S27:计算出每个子区域内对应类型的土地资源区域的面积波动值后,利用面积波动值计算每个子区域的动态变化系数;
;
其中,为第m种土地资源区域的土地资源利用等级;
S28:在每种类型的土地资源区域边沿的每个路口上均安装流动监测摄像头,监测进入和离开每种土地资源区域内的人员数量和机械设备数量;统计在时长T内分别进入和离开土地资源区域内的人员数量r 1、r 2和机械设备数量R 1、R 2;
S29:计算在时长T内每种土地资源区域内停留的人员数量和机械设备数量/>:
;
S210:根据人员数量和机械设备数量/>计算在时长T内土地资源区域的破坏系数/>:
;
其中,k 1为人类活动对土地资源的破坏系数,k 2为机械设备对土地资源的破坏系数,为第m种土地资源区域内人员数量的最大承载量,/>为第m种土地资源区域内机械设备数量的最大承载量,/>为误差系数;
S211:计算目标监管区域内第m种土地资源区域的动态变化系数;
;
其中,n为土地资源区域的类型编号,为第n个子区域内第m种土地资源区域的面积波动值,/>为第m种土地资源区域的规划面积;
S212:直到均计算出已开垦区域、待开垦区域、荒地区域和畜牧用地区域的动态变化系数。
进一步地,步骤S3包括:
S31:根据每种土地资源区域对应的动态变化系数计算目标监管区域的安全风险系数F:
;
其中,P为目标监管区域内政策允许的政策动态变化系数,为政策动态变化系数的权重系数,/>为监管状态下动态变化系数的权重系数,/>为随机干扰修正系数;
S32:根据安全风险系数的阈值F 阈值对目标监管区域内的土地资源变化状态进行评估;
若F>F 阈值,则判定该目标监管区域内的土地资源变化较快,在目标监管区域内定位出动态变化系数>/>的子区域,加大对该子区域的管控,/>为子区域对应的动态变化系数/>允许的阈值;
若F≤F 阈值,则判定该目标监管区域内的土地资源变化合理。
一种土地自然资源动态监管系统,执行上述土地自然资源动态监管方法,包括:
无人机控制模块,用于控制无人机飞行到目标监管区域内,拍摄子区域的实时地图图像;
处理模块,用于处理实时地图图像和GIS地图数据,输出目标监管区域内的土地资源的变化状态。
本发明的有益效果为:本方案用于对目标监管区域的土地资源进行动态化监管和监测,利用GIS地图数据和无人机实时拍摄的地图信息获取不同类型的土地资源的动态变化状态,进而得到目标监管区域的土地资源变化状态,计算综合的动态变化系数,对目标监管区域内土地资源的变化动态进行评估定性,确保能及时获取目标监管区域的土地资源的安全风险。本发明的土地资源监管效率高,能准确的获取任意时段内的土地资源动态变化状态,将土地资源监管、地图数据和图像数据处理进行深度融合,实现土地资源全生命周期的全自动化全流程监管,有效提高土地资源的利用效率,为土地资源利用的可持续发展提供有力的数据资源。
附图说明
图1为土地自然资源动态监管方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种土地自然资源动态监管方法,包括以下步骤:
S1:获取目标监管区域的GIS地图,在GIS地图上划分出不同类型的土地资源区域,土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域。
步骤S1具体包括:
S11:提取目标监管区域的GIS地图,将GIS地图依据无人机航拍的面积拆分成N个子区域,子区域的面积与无人机航拍的面积相同;
设置各类土地资源区域在GIS地图中的标准像素值,m为土地资源区域的类型;土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;
S12:提取GIS地图中的子区域内每个像素的像素值,i为子区域内像素的编号,分别设置已开垦区域、待开垦区域、荒地区域和畜牧用地区域内的标准像素值/>、/>、、/>。
一般情况下,不同的土地资源类型在GIS地图中会呈现出不同的颜色差异,所以,根据GIS地图中各像素的颜色差异可以筛选土地资源的区域。
S13:将像素值分别与标准像素值/>、/>、/>、/>作差,得到像素差值:
;
S14:将像素差值与误差标准值/>进行比较,若存在/>≤/>,则判定该像素为土地资源区域内的像素,保留该像素,若/>>/>,则判定该像素非土地资源区域内的像素,并将非土地资源区域的像素删除;本实施例的误差标准值/>为像素值/>与标准像素值/>误差的允许值。
S15:定义不同类型的土地资源区域的像素点集合,计算土地资源区域的边界:
;
其中,R为保留的像素点集合,q为像素点集合R中的任意像素点,为像素点集合中的像素点,/>为像素点/>与像素点q的像素值的差值,/>为标准像素值对应的像素点,/>为像素点q与像素点/>的像素值的差值;
S16:边界的并集作为土地资源区域的维诺图/>:
;
S17:维诺图与子区域的边界形成封闭的多边形区域M,多边形区域M即为子区域中划分出的已开垦区域、待开垦区域、荒地区域或畜牧用地区域,表示为/>:
。
S18:在子区域的地图平面内建立二维坐标系x0y,提取多边形区域M的边界上每个像素在二维坐标系x0y内的坐标,计算多边形区域M的面积s m :
;
其中,V为多边形区域M的边界上像素的总量,v为多边形区域M的边界上的像素编号。
S2:分别计算不同类型的土地资源区域的动态变化系数。
步骤S2具体包括:
S21:每隔设定时长T无人机进入目标监管区域内拍摄每个子区域的实时地图图像,使子区域的实时地图图像尺寸与GIS地图尺寸相同,设置每种类型的土地资源区域在实时地图中的标准像素值;
一般情况下,不同类型的土地资源会生长不同的植被类型,其在实时地图图像中呈现的颜色也不相同,例如:已开垦区域则以生长农作物为主,待开垦区域一般已经进行了除草或清理,呈现枯黄色或泥土色,荒地区域由于缺少管理,一般以生长杂草、树木为主,颜色为较深的墨绿色,畜牧用地区域一般成浅绿色。
S22:在实时地图图像内以相邻两个像素作为一个像素组u,利用像素组u内的两个像素值、/>分别与标准像素值/>作差:
,/>;
其中,、/>分别为像素组u内的两个像素;
S23:设置误差标准值,比较误差标准值/>与差值/>、/>的大小:
若存在且/>或/>且/>,则判定像素组u内的两个像素在土地资源区域的边界上;否则,像素组u内的两个像素不在土地资源区域的边界上;
S24:当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
S25:获取实时地图图像中所有的边界像素,边界像素与实时地图图像中的子区域边界形成封闭的多边形区域U;
在实时地图图像中建立二维坐标系x0y,提取多边形区域U的每个边界像素的坐标,计算多边形区域U的面积/>:
;
其中,W为多边形区域U的边界像素的总量,w为多边形区域U边界上的像素编号;
S26:计算多边形区域M与多边形区域U的面积差值:/>;得到第m种土地资源区域在时长T内的面积波动值;
S27:计算出每个子区域内对应类型的土地资源区域的面积波动值后,利用面积波动值计算每个子区域的动态变化系数;
;
其中,为第m种土地资源区域的土地资源利用等级;本实施例中,土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域共4种,所以,参数m的总数量为4。
S28:在每种类型的土地资源区域边沿的每个路口上均安装流动监测摄像头,监测进入和离开每种土地资源区域内的人员数量和机械设备数量;统计在时长T内分别进入和离开土地资源区域内的人员数量r 1、r 2和机械设备数量R 1、R 2;
S29:计算在时长T内每种土地资源区域内停留的人员数量和机械设备数量/>:
;
S210:根据人员数量和机械设备数量/>计算在时长T内土地资源区域的破坏系数/>:
;
其中,k 1为人类活动对土地资源的破坏系数,k 2为机械设备对土地资源的破坏系数,为第m种土地资源区域内人员数量的最大承载量,/>为第m种土地资源区域内机械设备数量的最大承载量,/>为误差系数;
在土地资源的区域内,人为的破坏和机械设备的破坏也是监管的范围,本发明通过一段时长内在土地资源区域内停留的人数和机械设备数量来评估对土地资源造成的损害。
S211:计算目标监管区域内第m种土地资源区域的动态变化系数;
;
其中,n为土地资源区域的类型编号,为第n个子区域内第m种土地资源区域的面积波动值,/>为第m种土地资源区域的规划面积;
S212:直到均计算出已开垦区域、待开垦区域、荒地区域和畜牧用地区域的动态变化系数。
S3:根据动态变化系数计算监管区域的安全风险系数,利用安全风险系数对目标监管区域的土地资源变化状态进行评估。
步骤S3具体包括:
S31:根据每种土地资源区域对应的动态变化系数计算目标监管区域的安全风险系数F:
;
其中,P为目标监管区域内政策允许的政策动态变化系数,为政策动态变化系数的权重系数,/>为监管状态下动态变化系数的权重系数,/>为随机干扰修正系数,引入随机干扰对安全风险系数进行修正,例如自然灾害、滑坡、土地沉陷等,若随机干扰是正面的则随机干扰修正系数取负数,若随机干扰是负面的则随机干扰修正系数取正数。
本发明将政策允许的土地资源变化引入监管的参考范围,若超过了政策允许的变化,则是不允许的,会加快土地资源的衰减。例如,在政策允许的情况下,需要将50平方公里的荒地区域开垦作为已开垦区域,用于种植农作物,但是由于开垦作业的不规范,实际得到的已开垦区域只有25平方公里,造成了25平方公里的土地资源浪费,这是不允许的,此时的政策动态变化系数。所以,本申请引入政策动态变化系数,政策动态变化系数越大对土地资源的安全越不利。
S32:根据安全风险系数的阈值F 阈值对目标监管区域内的土地资源变化状态进行评估;
若F>F 阈值,则判定该目标监管区域内的土地资源变化较快,在目标监管区域内定位出动态变化系数>/>的子区域,加大对该子区域的管控,/>为子区域对应的动态变化系数/>允许的阈值;
若F≤F 阈值,则判定该目标监管区域内的土地资源变化合理。
一种土地自然资源动态监管系统,执行上述土地自然资源动态监管方法,包括:
无人机控制模块,用于控制无人机飞行到目标监管区域内,拍摄子区域的实时地图图像;
处理模块,用于处理实时地图图像和GIS地图数据,输出目标监管区域内的土地资源的变化状态。
本发明用于对目标监管区域的土地资源进行动态化监管和监测,利用GIS地图数据和无人机实时拍摄的地图信息获取不同类型的土地资源的动态变化状态,进而得到目标监管区域的土地资源变化状态,计算综合的动态变化系数,对目标监管区域内土地资源的变化动态进行评估定性,确保能及时获取目标监管区域的土地资源的安全风险。本发明的土地资源监管效率高,能准确的获取任意时段内的土地资源动态变化状态,将土地资源监管、地图数据和图像数据处理进行深度融合,实现土地资源全生命周期的全自动化全流程监管,有效提高土地资源的利用效率,为土地资源利用的可持续发展提供有力的数据资源。
Claims (5)
1.一种土地自然资源动态监管方法,其特征在于,包括以下步骤:
S1:获取目标监管区域的GIS地图,在GIS地图上划分出不同类型的土地资源区域,土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;
S2:分别计算不同类型的土地资源区域的动态变化系数;
S3:根据动态变化系数计算监管区域的安全风险系数,利用安全风险系数对目标监管区域的土地资源变化状态进行评估。
2.根据权利要求1所述的土地自然资源动态监管方法,其特征在于,所述步骤S1包括:
S11:提取目标监管区域的GIS地图,将GIS地图依据无人机航拍的面积拆分成N个子区域,子区域的面积与无人机航拍的面积相同;
设置各类土地资源区域在GIS地图中的标准像素值,m为土地资源区域的类型;土地资源区域包括已开垦区域、待开垦区域、荒地区域和畜牧用地区域;
S12:提取GIS地图中的子区域内每个像素的像素值,i为子区域内像素的编号,分别设置已开垦区域、待开垦区域、荒地区域和畜牧用地区域内的标准像素值/>、/>、/>、;
S13:将像素值分别与标准像素值/>、/>、/>、/>作差,得到像素差值/>:
;
S14:将像素差值与误差标准值/>进行比较,若存在/>≤/>,则判定该像素为土地资源区域内的像素,保留该像素,若/>>/>,则判定该像素非土地资源区域内的像素,并将非土地资源区域的像素删除;
S15:定义不同类型的土地资源区域的像素点集合,计算土地资源区域的边界/>:
;
其中,R为保留的像素点集合,q为像素点集合R中的任意像素点,为像素点集合/>中的像素点,/>为像素点/>与像素点q的像素值的差值,/>为标准像素值对应的像素点,/>为像素点q与像素点/>的像素值的差值;
S16:边界的并集作为土地资源区域的维诺图/>:
;
S17:维诺图与子区域的边界形成封闭的多边形区域M,多边形区域M即为子区域中划分出的已开垦区域、待开垦区域、荒地区域或畜牧用地区域,表示为/>:
;
S18:在子区域的地图平面内建立二维坐标系x0y,提取多边形区域M的边界上每个像素在二维坐标系x0y内的坐标,计算多边形区域M的面积s m :
;
其中,V为多边形区域M的边界上像素的总量,v为多边形区域M的边界上的像素编号。
3.根据权利要求2所述的土地自然资源动态监管方法,其特征在于,所述步骤S2包括:
S21:每隔设定时长T无人机进入目标监管区域内拍摄每个子区域的实时地图图像,使子区域的实时地图图像尺寸与GIS地图尺寸相同,设置每种类型的土地资源区域在实时地图中的标准像素值;
S22:在实时地图图像内以相邻两个像素作为一个像素组u,利用像素组u内的两个像素值、/>分别与标准像素值/>作差:
,/>;
其中,分别为像素组u内的两个像素;
S23:设置误差标准值,比较误差标准值/>与差值/>、/>的大小:
若存在且/>或/>且/>,则判定像素组u内的两个像素在土地资源区域的边界上;否则,像素组u内的两个像素不在土地资源区域的边界上;
S24:当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
当像素组u内的两个像素在土地资源区域的边界上,且、时,将像素/>作为土地资源区域的边界像素;
S25:获取实时地图图像中所有的边界像素,边界像素与实时地图图像中的子区域边界形成封闭的多边形区域U;
在实时地图图像中建立二维坐标系x0y,提取多边形区域U的每个边界像素的坐标,计算多边形区域U的面积/>:
;
其中,W为多边形区域U的边界像素的总量,w为多边形区域U边界上的像素编号;
S26:计算多边形区域M与多边形区域U的面积差值:/>;得到第m种土地资源区域在时长T内的面积波动值;
S27:计算出每个子区域内对应类型的土地资源区域的面积波动值后,利用面积波动值计算每个子区域的动态变化系数;
;
其中,为第m种土地资源区域的土地资源利用等级;
S28:在每种类型的土地资源区域边沿的每个路口上均安装流动监测摄像头,监测进入和离开每种土地资源区域内的人员数量和机械设备数量;统计在时长T内分别进入和离开土地资源区域内的人员数量r 1、r 2和机械设备数量R 1、R 2;
S29:计算在时长T内每种土地资源区域内停留的人员数量和机械设备数量/>:
;
S210:根据人员数量和机械设备数量/>计算在时长T内土地资源区域的破坏系数:
;
其中,k 1为人类活动对土地资源的破坏系数,k 2为机械设备对土地资源的破坏系数,为第m种土地资源区域内人员数量的最大承载量,/>为第m种土地资源区域内机械设备数量的最大承载量,/>为误差系数;
S211:计算目标监管区域内第m种土地资源区域的动态变化系数;
;
其中,n为土地资源区域的类型编号,为第n个子区域内第m种土地资源区域的面积波动值,/>为第m种土地资源区域的规划面积;
S212:直到均计算出已开垦区域、待开垦区域、荒地区域和畜牧用地区域的动态变化系数。
4.根据权利要求3所述的土地自然资源动态监管方法,其特征在于,所述步骤S3包括:
S31:根据每种土地资源区域对应的动态变化系数计算目标监管区域的安全风险系数F:
;
其中,P为目标监管区域内政策允许的政策动态变化系数,为政策动态变化系数的权重系数,/>为监管状态下动态变化系数的权重系数,/>为随机干扰修正系数;
S32:根据安全风险系数的阈值F 阈值对目标监管区域内的土地资源变化状态进行评估;
若F>F 阈值,则判定该目标监管区域内的土地资源变化较快,在目标监管区域内定位出动态变化系数>/>的子区域,加大对该子区域的管控,/>为子区域对应的动态变化系数/>允许的阈值;
若F≤F 阈值,则判定该目标监管区域内的土地资源变化合理。
5.一种土地自然资源动态监管系统,执行权利要求1-4任一项所述的土地自然资源动态监管方法,其特征在于,包括:
无人机控制模块,用于控制无人机飞行到目标监管区域内,拍摄子区域的实时地图图像;
处理模块,用于处理实时地图图像和GIS地图数据,输出目标监管区域内的土地资源的变化状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410441625.5A CN118037079B (zh) | 2024-04-12 | 2024-04-12 | 一种土地自然资源动态监管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410441625.5A CN118037079B (zh) | 2024-04-12 | 2024-04-12 | 一种土地自然资源动态监管系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118037079A true CN118037079A (zh) | 2024-05-14 |
CN118037079B CN118037079B (zh) | 2024-06-14 |
Family
ID=90986250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410441625.5A Active CN118037079B (zh) | 2024-04-12 | 2024-04-12 | 一种土地自然资源动态监管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118037079B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000050975A2 (en) * | 1999-02-24 | 2000-08-31 | Valuescience Corporation | Method for managing the level and reducing the volatility of a company's share price |
RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
CN112115843A (zh) * | 2020-09-14 | 2020-12-22 | 浙江省自然资源征收中心 | 一种设施农业用地日常监测监管方法 |
CN114863289A (zh) * | 2022-07-06 | 2022-08-05 | 环球数科集团有限公司 | 一种基于土地利用的动态遥感监测方法与系统 |
CN117610745A (zh) * | 2024-01-23 | 2024-02-27 | 山东省国土测绘院 | 一种自然资源动态监测系统 |
-
2024
- 2024-04-12 CN CN202410441625.5A patent/CN118037079B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000050975A2 (en) * | 1999-02-24 | 2000-08-31 | Valuescience Corporation | Method for managing the level and reducing the volatility of a company's share price |
RU2017116218A (ru) * | 2017-05-11 | 2018-11-14 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Государственный университет по землеустройству" | Способ комплексного мониторинга природной среды |
CN112115843A (zh) * | 2020-09-14 | 2020-12-22 | 浙江省自然资源征收中心 | 一种设施农业用地日常监测监管方法 |
CN114863289A (zh) * | 2022-07-06 | 2022-08-05 | 环球数科集团有限公司 | 一种基于土地利用的动态遥感监测方法与系统 |
CN117610745A (zh) * | 2024-01-23 | 2024-02-27 | 山东省国土测绘院 | 一种自然资源动态监测系统 |
Non-Patent Citations (2)
Title |
---|
WANG, H 等: "A hierarchical spatio-temporal data model for dynamic monitoring of land use", 《GEOINFORMATICS 2007: GEOSPATIAL INFORMATION SCIENCE, PTS 1 AND 2》, vol. 6753, 1 January 2007 (2007-01-01), pages 675313 * |
陈绍军 等: "基于RS与GIS的资源型地区土地利用变化及驱动力分析――以安徽省铜陵市为例", 《山西农业科学》, vol. 43, no. 11, 20 November 2015 (2015-11-20), pages 1547 - 1552 * |
Also Published As
Publication number | Publication date |
---|---|
CN118037079B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10015359B1 (en) | Image-based field boundary detection and identification | |
CN101203880B (zh) | 房屋的变动判断方法及房屋的变动判断装置 | |
CN108921839A (zh) | 连铸坯质量检测方法、装置、电子设备及存储介质 | |
EP3701449A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
CN108537747A (zh) | 一种基于带对称跨层连接的卷积神经网络的图像修复方法 | |
CN109902018A (zh) | 一种智能驾驶系统测试案例的获取方法 | |
CN115127617A (zh) | 用于食用菌仿生态种植的智能管控系统 | |
CN112132065B (zh) | 一种基于输电线路通道可视化连续告警的告警策略方法 | |
US20220138923A1 (en) | Change Detection System | |
CN105208325A (zh) | 基于图像定点抓拍及比对分析的国土资源监控预警方法 | |
CN114548912A (zh) | 建筑工程项目管理用全过程追踪方法及系统 | |
CN111639575A (zh) | 除草耕深调节方法、装置、系统、计算机设备及存储介质 | |
CN113569769A (zh) | 基于深度神经网络的红火蚁蚁巢远程识别与定位方法 | |
CN118037079B (zh) | 一种土地自然资源动态监管系统及方法 | |
CN113349188B (zh) | 一种基于云端杀草谱的草坪及牧草精准除草方法 | |
CN117312591B (zh) | 一种基于虚拟现实的图像数据存储管理系统及方法 | |
CN113435825B (zh) | 一种基于土传病害防治的智能管理方法、系统及存储介质 | |
CN116229300B (zh) | 一种用于高标准农田下的灌溉节能管理系统及方法 | |
KR20050065199A (ko) | 재난관리 공간영상정보 제공시스템 및 방법 | |
CN112633114A (zh) | 面向建筑物变化事件的无人机巡查智能预警方法和装置 | |
CN106507040A (zh) | 目标监测的方法及装置 | |
CN114419496A (zh) | 图像巡检更新方法、装置、电子设备及存储介质 | |
CN115527087A (zh) | 行为信息的确定方法、装置、存储介质及电子装置 | |
CN112766481B (zh) | 神经网络模型的训练方法、装置及图像检测的方法 | |
CN114359797A (zh) | 一种基于gan网络的工地夜间异常实时检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |