一种土地整治项目地块多源遥感识别方法与流程

摘要: 本发明涉及土地整治项目监管、自然资源调查监测、耕地保护核验以及多源遥感识别,更具体地说,它涉及一种土地整治项目地块多源遥感识别方法。背景技术:1、土地整治项目通...
一种土地整治项目地块多源遥感识别方法与流程

本发明涉及土地整治项目监管、自然资源调查监测、耕地保护核验以及多源遥感识别,更具体地说,它涉及一种土地整治项目地块多源遥感识别方法。

背景技术:

1、土地整治项目通常以改善土地利用条件、优化耕作空间布局、提升耕地质量和完善配套工程条件为目标,项目实施过程涉及整治前地类调查、规划目标地类确定、工程施工、竣工验收以及后期管护等多个环节。随着遥感影像获取能力和空间信息处理能力的提升,利用多时相遥感影像、高分辨率遥感影像及相关空间数据对土地整治项目地块进行识别、核验和动态监测,已成为自然资源调查监测和耕地保护监管中的重要技术手段。该类技术能够通过地表覆盖变化、绿度变化、斑块形态变化、纹理特征变化以及空间边界变化,较为及时地反映土地整治项目地块在整治前后呈现出的影像特征,在项目范围核查、整治进度掌握和地类变化识别方面具有较好的应用价值。

2、在土地整治项目地块识别场景中,遥感影像反映的是地表可观测状态,而耕地属性的稳定成立还需要耕作层厚度、土壤质量、土壤安全、客土来源、灌排条件等耕作基础条件共同支撑。部分项目地块在整治完成后,影像上可能呈现连续绿色覆盖、规则边界、均齐纹理和与耕地接近的物候变化特征,初始多源遥感识别结果容易倾向于耕地判定;但若其耕作层证据不足,或者存在表层覆土较薄、土壤质量不适宜、客土来源记录不完整、灌排工程支撑不充分等情况,则影像表象与实际耕作能力之间可能存在偏离。此类偏离并非单一影像特征能够稳定揭示,尤其在季节性植被覆盖、短期播撒绿化或者整治后早期影像较少的情况下,仅依据绿度强弱和空间形态进行判断,容易对候选项目地块单元的真实耕作状态形成偏差。

3、此外,项目基础数据、遥感影像数据和耕作层证据数据在数据来源、形成时间、空间粒度和表达形式上通常存在差异。项目基础数据侧重记录整治范围、整治类型、实施阶段和规划目标地类,遥感影像数据侧重记录地表时序变化和空间表象特征,耕作层证据数据侧重记录土体条件、质量检测、安全检测、客土来源和灌排支撑情况。若上述数据未能按照候选项目地块单元进行统一对齐和证据融合,遥感识别结果与耕作层证据之间难以形成稳定对应关系,进而影响对真实耕地项目地块、疑似薄层覆土型假耕地项目地块和需外业核查项目地块的区分。

4、现有相关方法在利用遥感影像开展大范围识别方面具有较高效率,在项目监管中已具备良好基础。为了进一步适应土地整治项目地块精细核验需求,有必要在遥感影像识别的基础上,引入项目基础数据和耕作层证据数据,对候选项目地块单元建立地块级证据链,并围绕遥感时序表征数据与耕作层证据数据之间的背离关系开展分析。尤其需要针对规划目标地类为耕地、影像识别结果为耕地且初始耕地识别置信度较高,但耕作层证据强度不足的情形,设置能够识别表象一致性遮蔽状态的处理机制,并对初始多源遥感识别结果进行风险优先级调控,以提升土地整治项目地块识别结果的稳健性和可解释性,为土地整治项目验收核查、耕地保护监管和外业核查安排提供更可靠的数据支撑。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种土地整治项目地块多源遥感识别方法。

2、为实现上述目的,本发明提供了如下技术方案:

3、一种土地整治项目地块多源遥感识别方法,包括:

4、步骤一,获取土地整治项目地块对应的项目基础数据、遥感影像数据以及耕作层证据数据,并对项目基础数据、遥感影像数据以及耕作层证据数据进行地块化证据融合处理,生成统一地块证据数据集;

5、步骤二,基于统一地块证据数据集提取候选项目地块单元,构建地块级证据链,并获得候选项目地块单元的遥感时序表征数据、初始多源遥感识别结果和初始耕地识别置信度;

6、步骤三,基于遥感时序表征数据和耕作层证据数据进行证据背离分析,获得表层绿度表征分值、耕作层证据强度值以及绿度耕作层反差值;

7、步骤四,基于项目基础数据、初始多源遥感识别结果、初始耕地识别置信度、耕作层证据强度值以及绿度耕作层反差值,对候选项目地块单元进行表象核验门控处理,确定候选项目地块单元的表象一致性遮蔽状态并生成反向门控调制差值;

8、步骤五,根据反向门控调制差值生成假耕地风险调控参数,并基于假耕地风险调控参数、耕作层证据强度值以及表象一致性遮蔽状态,对初始多源遥感识别结果进行风险优先级调控,输出候选项目地块单元的最终识别结果。

9、在其中一个实施例中,项目基础数据至少包括项目范围约束信息、整治前地类信息、整治类型信息、实施阶段信息以及规划目标地类信息;耕作层证据数据至少包括耕作层厚度证据、土壤质量证据、土壤安全证据、客土来源证据以及灌排配套证据。

10、在其中一个实施例中,地块级证据链包括候选项目地块单元的项目基础属性、遥感时序表征数据以及耕作层证据数据;项目基础属性包括分别由整治前地类信息、整治类型信息、实施阶段信息和规划目标地类信息确定的整治前地类属性、整治类型属性、实施阶段属性和规划目标地类属性。

11、在其中一个实施例中,步骤三中,基于遥感时序表征数据和耕作层证据数据,分别构建候选项目地块单元的表层绿度时序向量和耕作层功能证据向量,根据表层绿度时序向量计算表层绿度表征分值,根据耕作层功能证据向量计算耕作层证据强度值,并基于表层绿度时序向量与耕作层功能证据向量之间的非对称证据背离关系计算绿度耕作层反差值。

12、在其中一个实施例中,表层绿度时序向量至少包括整治后绿度跃升幅度、绿度持续稳定程度、绿度空间均齐程度、绿度物候相位匹配度以及多源影像绿度互证度,耕作层功能证据向量至少包括耕作层厚度符合度、土壤质量适宜程度、土壤安全合规程度、客土来源可追溯度以及灌排工程支撑程度。

13、在其中一个实施例中,绿度耕作层反差值由表层绿度优势分量、耕作层支撑缺口分量、证据缺项惩罚分量以及多源一致性差异分量共同确定,并随表层绿度表征分值增大、绿度持续稳定程度提高、绿度空间均齐程度提高以及耕作层证据强度值降低而增大。

14、在其中一个实施例中,表象核验门控处理包括:基于项目基础数据、初始多源遥感识别结果、初始耕地识别置信度、耕作层证据强度值以及绿度耕作层反差值,构建表象核验门控关系,根据表象核验门控关系确定候选项目地块单元的表象一致性遮蔽状态,并计算候选项目地块单元的目标影像反向一致值;根据目标影像反向一致值对绿度耕作层反差值进行反向门控调制,生成反向门控调制差值。

15、在其中一个实施例中,目标影像反向一致值通过以下方式获得:提取规划目标地类对应的目标影像特征,将初始多源遥感识别结果与目标影像特征的一致程度、初始耕地识别置信度及表层绿度表征分值加权融合,并按耕作层证据强度值降低而增大的关系进行反向修正。

16、在其中一个实施例中,表象核验门控关系由规划目标地类属性、实施阶段属性、初始多源遥感识别结果、初始耕地识别置信度、耕作层证据强度值和绿度耕作层反差值确定;当规划目标地类属性对应的规划目标地类为耕地、初始多源遥感识别结果为耕地、初始耕地识别置信度满足预设置信条件且耕作层证据强度值不满足预设证据支撑条件时,确定候选项目地块单元处于表象一致性遮蔽状态。

17、在其中一个实施例中,风险优先级调控包括异常优先级压制和动态调控中的至少一种;异常优先级压制用于压制初始多源遥感识别结果中的耕地判定结果,动态调控用于根据假耕地风险调控参数调整初始多源遥感识别结果;最终识别结果为真实耕地项目地块、疑似薄层覆土型假耕地项目地块或者需外业核查项目地块中的一种。

18、与现有技术相比,本发明具备以下有益效果:

19、本发明基于统一地块证据数据集获得候选项目地块单元的遥感时序表征数据、初始多源遥感识别结果和初始耕地识别置信度,并结合耕作层证据数据进行证据背离分析,获得表层绿度表征分值、耕作层证据强度值以及绿度耕作层反差值,能够将遥感影像中表现为绿色覆盖、形态规整、时序特征接近耕地的地块,与耕作层支撑能力不足的地块进行区分,增强对影像表象良好但耕作基础不足情形的识别能力;

20、通过表象核验门控处理确定候选项目地块单元的表象一致性遮蔽状态并生成反向门控调制差值,进一步根据反向门控调制差值生成假耕地风险调控参数,并结合耕作层证据强度值和表象一致性遮蔽状态对初始多源遥感识别结果进行风险优先级调控,能够在保留多源遥感识别效率的基础上,对耕地判定结果进行异常优先级压制或者动态调控,输出真实耕地项目地块、疑似薄层覆土型假耕地项目地块或者需外业核查项目地块,提高土地整治项目地块识别结果的风险指向性、核验适用性和监管支撑能力。