高精度建设用地变化自动提取技术在土地督察中的应用

doi:10.6046/gtzyyg.2015.04.20

摘要
参考文献
相关文章
Metrics

全文: PDF(5578 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要为提高土地督察线索获取的快捷性和准确性,提出了一种基于稳定地物样本库的建设用地变化监测方法。首先,利用先验知识结合本底影像选取土地利用类型未发生变化的对象,形成稳定的地物样本库; 然后,关联最新影像,动态筛选训练样本,实现建设用地变化自动监督分类; 最后,基于先验知识对分类结果自动甄别,进行双重辅助变化信息提取,并利用相隔4个月的资源3号卫星数据开展对比试验。结果表明,该方法提取的建设用地变化位置准确率达72.82%(常规矢量监测法仅为33%),大大提高了违法用地位置信息发现的准确率,具有较高的可靠性和精度。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	杨兴旺
	杨树文
	张黎明
	姚花琴
	李轶鲲

关键词 ：阴影检测, 阴影补偿, 高分辨率遥感影像, 线性拉伸

Abstract：In order to improve the rapidity and correctness of the clue acquisition method for land supervision, this paper proposes a method of automatic construction land change detection based on stable sample database. Stable sample database was constructed by using historical land inventory data. Then the images were associated to dynamically sieve training data so as to tremendously reduce human intervention for the sake of automatic supervised classification. Before change detection, the classification results were discriminated by land inventory data. ZY-3 data obtained 4 months apart were used to carry out comparative experiments. The accuracy of construction land change detection using the method proposed in this paper was 72.82%, while that of the traditional method only reached 33% on equal terms. The results show that the precision of illegal construction land change detection is highly improved.

Key words： shadow detection shadow compensation high-resolution remote sensing image linear stretch

收稿日期: 2014-07-02 出版日期: 2015-07-23

TP79

基金资助:国家科技支撑计划项目"国土空间规划决策支持与管理平台开发"课题(编号: 2012BAB11B05)资助。

通讯作者: 徐世武(1973 -),男,副教授。Email: xushiwu1973@126.com。

作者简介: 孙飞(1989-),女,博士生,主要从事遥感应用研究。Email: fei20712@126.com。

引用本文:

孙飞, 徐世武, 吴信才, 徐世鸿. 高精度建设用地变化自动提取技术在土地督察中的应用[J]. 国土资源遥感, 2015, 27(4): 131-137.
SUN Fei, XU Shiwu, WU Xincai, XU Shihong. Application of high reliability and automatic construction land change detection to land supervision. REMOTE SENSING FOR LAND & RESOURCES, 2015, 27(4): 131-137.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2015.04.20 或 https://www.gtzyyg.com/CN/Y2015/V27/I4/131

[1] 国家土地督察局.国家土地督察督察职责[EB/OL].[2006-07-13].http://gjtddc.mlr.gov.cn/zzjg/. Supervisor of State Land.Inspector duties of state land supervisor[EB/OL].[2006-07-13].http://gjtddc.mlr.gov.cn/zzjg/.
[2] 国家土地督察局武汉局.武汉督察局利用在线土地督察系统三期建设成果提高审核督察效用[EB/OL].[2014-05-19]. Wuhan Bureau of State Land Supervision.Wuhan Burean of state land supervision improved the effectiveness of land audit inspector by using the achievement of online land supervision system III[EB/OL].[2014-05-19].http://whdc.mlr.gov.cn/dcyw/dckx/201405/t20140519_1317387.htm.
[3] 国家土地督察局武汉局."科技之眼"助推土地督察发现机制创新[EB/OL].[2013-01-21].http://www.whdc.mlr.gov.cn/dcyw/dckx/201301/t20130121_1176883.htm. Wuhan Bureau of State Land Supervision" Eye of Technology"impels the innovation of clues discovering mechanism for state land supervision[EB/OL].[2013-01-21].http://www.whdc.mlr.gov.cn/dcyw/dckx/201301/t20130121_1176883.htm.
[4] 雒燕飞, 徐泮林, 李英成, 等.3S技术在土地督察中的应用[J].国土资源遥感, 2010, 22(3):12-15.doi:10.6046/gtzyyg.2010.03.03. Luo Y F, Xu P L, Li Y C, et al.The application of 3S technology to land supervision[J].Remote Sensing for Land and Resources, 2010, 22(3):12-15.doi:10.6046/gtzyyg.2010.03.03.
[5] 朱秀芳, 潘耀忠, 张锦水, 等.训练样本对TM尺度小麦种植面积测量精度影响研究(Ⅰ)——训练样本与分类方法间分类精度响应关系研究[J].遥感学报, 2007, 11(6):826-837. Zhu X F, Pan Y Z, Zhang J S, et al.The effects of training samples on the wheat planting area measure accuracy in TM scale(Ⅰ):The accuracy response of different classifiers to training samples[J].Journal of Remote Sensing, 2007, 11(6):826-837.
[6] 李石华, 王金亮, 毕艳, 等.遥感图像分类方法研究综述[J].国土资源遥感, 2005, 17(2):1-6.doi:10.6046/gtzyyg.2005.02.01. Li S H, Wang J L, Bi Y, et al.A review of methods for classification of remote sensing images[J].Remote Sensing for Land and Resources, 2005, 17(2):1-6.doi:10.6046/gtzyyg.2005.02.01.
[7] 张华.遥感数据可靠性分类方法研究[D].徐州:中国矿业大学, 2012. Zhang H.Study on Reliable Classification Methods Based on Remotely Sensed Image[D].Xuzhou:China University of Mining and Technology, 2012.
[8] 李雪, 舒宁, 刘小利, 等.基于特征映射模式分析的对象级变化检测方法[J].国土资源遥感, 2013, 25(3):51-55.doi:10.6046/gtzyyg.2013.03.09. Li X, Shu N, Liu X L, et al.The change detection method based on object-oriented characteristic mapping pattern analysis[J].Remote Sensing for Land and Resources, 2013, 25(3):51-55.doi:10.6046/gtzyyg.2013.03.09.
[9] 陈宇, 杜培军, 唐伟成, 等.基于BJ-1小卫星遥感数据的矿区土地覆盖变化检测[J].国土资源遥感, 2011, 22(3):146-150.doi:10.6046/gtzyyg.2011.03.26. Chen Y, Du P J, Tang W C, et al.Land cover change detection in coal mining area using BJ-1 small satellite remote sensing data[J].Remote Sensing for Land and Resources, 2011, 22(3):146-150.doi:10.6046/gtzyyg.2011.03.26.
[10] Richards J A, Jia X.Remote Sensing Digital Image Analysis:An Introduction(4th Edition)[M].Berlin Heidelberg:Springer, 1999.
[11] 薄树奎, 丁琳.训练样本数目选择对面向对象影像分类方法精度的影响[J].中国图象图形学报, 2010, 15(7):1106-1111. Bo S K, Ding L.The effect of the size of training sample on classification accuracy in object-oriented image analysis[J].Journal of Image and Graphics, 2010, 15(7):1106-1111.
[12] 张景华, 封志明, 姜鲁光.土地利用/土地覆被分类系统研究进展[J].资源科学, 2011, 33(6):1195-1203. Zhang J H, Feng Z M, Jiang L G.Progress on studies of land use/land cover classification systems[J].Resources Science, 2011, 33(6):1195-1203.
[13] 张磊, 吴炳方.关于土地覆被遥感监测的几点思考[J].国土资源遥感, 2011, 23(1):15-20.doi:10.6046/gtzyyg.2011.01.03. Zhang L, Wu B F.A discussion on land cover mapping[J].Remote Sensing for Land and Resources, 2011, 23(1):15-20.doi:10.6046/gtzyyg.2011.01.03.
[14] Guo Q H, Li W K, Liu D S, et al.A framework for supervised image classification with incomplete training samples[J].Photogrammetric Engineering and Remote Sensing, 2012, 78(6):595-604.
[15] 任广波, 张杰, 马毅, 等.基于半监督学习的遥感影像分类训练样本时空拓展方法[J].国土资源遥感, 2013, 25(2):87-94.doi:10.6046/gtzyyg.2013.02.16. Ren G B, Zhang J, Ma Y, et al.Extending method of remote sensing image training sample based on semi-supervised learning in both time and spatial domain[J].Remote Sensing for Land and Resources, 2013, 25(2):87-94.doi:10.6046/gtzyyg.2013.02.16.
[16] 王东广, 肖鹏峰, 宋晓群, 等.结合纹理信息的高分辨率遥感图像变化检测方法[J].国土资源遥感, 2012, 24(4):76-81.doi:10.6046/gtzyyg.2012.04.13. Wang D G, Xiao P F, Song X Q, et al.Change detection method for high resolution remote sensing image in association with textural and spectral information[J].Remote Sensing for Land and Resources, 2012, 24(4):76-81.doi:10.6046/gtzyyg.2012.04.13.
[17] 张茜, 刘顺喜, 陈戈, 等.面向新增建设用地发现的地块特征构建[J].国土资源遥感, 2013, 25(4):98-103.doi:10.6046/gtzyyg.2013.04.16. Zhang X, Liu S X, Chen G, et al.Block feature usage in new construction land change detection supplemented by land use data[J].Remote Sensing for Land and Resources, 2013, 25(4):98-103.doi:10.6046/gtzyyg.2013.04.16.

[1]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2]	胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[3]	胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[4]	仇一帆, 柴登峰. 无人工标注数据的Landsat影像云检测深度学习方法[J]. 国土资源遥感, 2021, 33(1): 102-107.
[5]	卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[6]	吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[7]	康晋洁, 戚浩平, 杨清华, 陈华. 道路通行障碍物遥感检测与通过性评价[J]. 国土资源遥感, 2020, 32(2): 94-102.
[8]	岳梦雪, 秦昆, 张恩兵, 张晔, 曾诚. 基于数据场和密度聚类的高分辨率影像居民区提取[J]. 国土资源遥感, 2017, 29(3): 92-97.
[9]	邓曾, 李丹, 柯樱海, 吴燕晨, 李小娟, 宫辉力. 基于改进SVM算法的高分辨率遥感影像分类[J]. 国土资源遥感, 2016, 28(3): 12-18.
[10]	温礼, 吴海平, 姜方方, 苏伟, 朱德海, 张超. 基于高分辨率遥感影像的围填海图斑遥感监测分类体系和解译标志的建立[J]. 国土资源遥感, 2016, 28(1): 172-177.
[11]	杨兴旺, 杨树文, 张黎明, 姚花琴, 李轶鲲. 高分辨率遥感影像阴影检测与补偿系统的设计与实现[J]. 国土资源遥感, 2015, 27(3): 177-181.
[12]	姚花琴, 杨树文, 刘正军, 杨兴旺, 李轶鲲. 基于QuickBird影像的城市高大地物阴影检测方法[J]. 国土资源遥感, 2015, 27(2): 51-55.
[13]	王博, 张永军, 陈奇. 一种多尺度几何细节抽取的阴影处理算法[J]. 国土资源遥感, 2014, 26(4): 23-28.
[14]	于海洋, 甘甫平, 党福星. 高分辨率遥感影像波段配准误差试验分析[J]. 国土资源遥感, 2007, 19(3): 39-42.
[15]	廖圣东, 廖其芳, 曾文华, 王娟, 雷磊. 高分辨率遥感影像在城市三维景观建立中的应用[J]. 国土资源遥感, 2006, 18(4): 40-42.

Viewed

Full text

Abstract

Cited

Shared

Discussed