本發(fā)明涉及遙感技術(shù)與土地資源管理，具體為一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法。
背景技術(shù)：
1、隨著城市化和區(qū)域經(jīng)濟(jì)的快速發(fā)展，土地利用/覆被變化(lucc)研究成為環(huán)境科學(xué)、地理學(xué)以及土地資源管理領(lǐng)域的重要方向。遙感技術(shù)作為一種高效、精準(zhǔn)的空間信息獲取手段，在區(qū)域土地利用變化監(jiān)測(cè)中得到了廣泛應(yīng)用。然而，現(xiàn)有技術(shù)在實(shí)際應(yīng)用中仍存在一些不足之處，影響了土地利用變化檢測(cè)的效果與實(shí)用性。
2、現(xiàn)有的土地利用變化分析方法多依賴單一時(shí)間點(diǎn)的影像分類結(jié)果，缺乏對(duì)多時(shí)相數(shù)據(jù)間地類轉(zhuǎn)化關(guān)系的系統(tǒng)性定量分析，難以全面揭示動(dòng)態(tài)變化特征。同時(shí)，傳統(tǒng)的分類方法對(duì)復(fù)雜地表類型的混分與錯(cuò)分問題較為敏感，尤其在地物光譜特性相似的情況下，分類精度較低，往往需要耗費(fèi)大量人力進(jìn)行校正。此外，在變化結(jié)果的表達(dá)上，現(xiàn)有技術(shù)更多依賴簡單的統(tǒng)計(jì)報(bào)表或文本描述，缺乏直觀的空間表達(dá)方式，不利于用戶理解與應(yīng)用。
3、現(xiàn)有技術(shù)在數(shù)據(jù)處理效率方面也存在局限性。遙感影像數(shù)據(jù)通常覆蓋范圍廣、數(shù)據(jù)量大，尤其在多時(shí)相分析中，數(shù)據(jù)處理復(fù)雜度顯著增加。許多傳統(tǒng)方法缺乏針對(duì)大規(guī)模影像數(shù)據(jù)的高效處理流程，難以滿足區(qū)域性、多時(shí)相土地利用變化研究的需求?？傮w而言，現(xiàn)有技術(shù)難以在保證精度和效率的前提下，實(shí)現(xiàn)土地利用變化的全面分析與高效表達(dá)，這限制了其在土地資源管理、生態(tài)保護(hù)和規(guī)劃決策中的廣泛應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，解決了現(xiàn)有技術(shù)中多時(shí)相土地利用分類精度低、變化檢測(cè)不夠準(zhǔn)確以及結(jié)果表達(dá)不直觀的問題。
2、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，包括以下步驟：
3、獲取研究區(qū)域多時(shí)相的遙感影像數(shù)據(jù)；
4、對(duì)遙感影像數(shù)據(jù)進(jìn)行預(yù)處理；
5、對(duì)預(yù)處理后的影像數(shù)據(jù)進(jìn)行分類，采用非監(jiān)督分類方法對(duì)影像數(shù)據(jù)進(jìn)行初步分類，并結(jié)合實(shí)地采集數(shù)據(jù)修正分類結(jié)果；
6、依據(jù)分類結(jié)果構(gòu)建轉(zhuǎn)移矩陣，對(duì)多時(shí)相影像分類結(jié)果進(jìn)行變化檢測(cè)，分析不同地類間的轉(zhuǎn)化關(guān)系及面積變化；
7、生成專題地圖，展示各地類的分布及變化趨勢(shì)，并輸出土地利用變化的統(tǒng)計(jì)分析結(jié)果。
8、優(yōu)選的，所述多時(shí)相的遙感影像數(shù)據(jù)包括不同時(shí)間節(jié)點(diǎn)的landsat衛(wèi)星影像。
9、優(yōu)選的，所述預(yù)處理包括：
10、通過幾何校正消除影像的投影變形和空間偏移；
11、采用濾波方法去除周期性噪聲和尖峰噪聲；
12、對(duì)薄云區(qū)域采用光譜減弱法進(jìn)行處理，對(duì)陰影區(qū)域利用比值法進(jìn)行修正。
13、優(yōu)選的，所述分類方法采用isodata和k-means非監(jiān)督分類算法，并結(jié)合國家標(biāo)準(zhǔn)對(duì)分類結(jié)果進(jìn)行調(diào)整。
14、優(yōu)選的，所述分類方法包括以下步驟：
15、采用k-means聚類算法進(jìn)行初步分類，所述算法通過最小化目標(biāo)函數(shù)實(shí)現(xiàn)分類，目標(biāo)函數(shù)為：
16、
17、其中，k為聚類數(shù)，n為樣本數(shù)，為第i類中第j個(gè)樣本的特征向量，ci為第i類的聚類中心，∥·∥2表示歐氏距離；
18、采用isodata動(dòng)態(tài)聚類算法對(duì)分類結(jié)果進(jìn)行優(yōu)化，具體包括：
19、動(dòng)態(tài)調(diào)整類別數(shù)k，通過合并歐氏距離小于預(yù)設(shè)閾值的類別，或分裂樣本方差大于預(yù)設(shè)閾值的類別，更新類別數(shù)k；
20、迭代更新各類別的聚類中心ci，使類別內(nèi)樣本之間的總距離最小化；
21、將初步分類結(jié)果與實(shí)地采集數(shù)據(jù)進(jìn)行匹配，根據(jù)實(shí)際地類分布調(diào)整分類類別，確保分類精度符合預(yù)設(shè)標(biāo)準(zhǔn)。
22、優(yōu)選的，所述轉(zhuǎn)移矩陣用于定量分析土地利用類型的轉(zhuǎn)化方向，包括農(nóng)田、建筑、森林、水域、草原、未使用耕地和城鄉(xiāng)建設(shè)用地類別之間的變化關(guān)系。
23、優(yōu)選的，所述轉(zhuǎn)移矩陣的計(jì)算方法包括以下步驟：
24、將多時(shí)相影像的分類結(jié)果進(jìn)行空間疊加，通過gis工具提取不同時(shí)間節(jié)點(diǎn)的土地利用類型交集；
25、構(gòu)建轉(zhuǎn)移矩陣t，轉(zhuǎn)移矩陣的元素tij表示時(shí)間t1時(shí)土地類型i向時(shí)間t2時(shí)土地類型j的轉(zhuǎn)化面積，具體計(jì)算公式為：
26、
27、其中，s(x,y)為研究區(qū)域r中位置坐標(biāo)(x,y)的單元面積，若(x,y)在時(shí)間t1屬于類別i且在時(shí)間t2屬于類別j,則s(x,y)≠0,否則s(x,y)＝0；
28、分析轉(zhuǎn)移矩陣中各元素，提取土地利用變化的主要特征，包括：
29、同類地物面積的不變部分；
30、不同類別之間的轉(zhuǎn)化面積。
31、優(yōu)選的，所述專題地圖通過gis軟件輸出，包括不同地類的面積、比例及變化趨勢(shì)的可視化展示。
32、本發(fā)明還提供一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)裝置，包括：
33、數(shù)據(jù)獲取模塊，用于獲取多時(shí)相的遙感影像數(shù)據(jù)；
34、預(yù)處理模塊，用于對(duì)遙感影像數(shù)據(jù)進(jìn)行幾何校正、去噪處理及異常特征修正；
35、分類模塊，用于對(duì)預(yù)處理后的影像數(shù)據(jù)進(jìn)行分類，并結(jié)合實(shí)地采集數(shù)據(jù)修正分類結(jié)果；
36、變化檢測(cè)模塊，用于基于分類結(jié)果構(gòu)建轉(zhuǎn)移矩陣，分析多時(shí)相影像中土地利用類型的變化趨勢(shì)；
37、結(jié)果輸出模塊，用于生成專題地圖，輸出土地利用變化的統(tǒng)計(jì)分析結(jié)果。
38、本發(fā)明提供了一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法。具備以下有益效果：
39、1、本發(fā)明通過結(jié)合非監(jiān)督分類方法與實(shí)地采集數(shù)據(jù)進(jìn)行分類修正，顯著提高了分類結(jié)果的精確性。初步分類通過光譜特性實(shí)現(xiàn)高效聚類，后續(xù)結(jié)合實(shí)地?cái)?shù)據(jù)修正錯(cuò)分和混分類現(xiàn)象，確保分類結(jié)果與實(shí)際地類分布相符。該方法適用于大范圍、多地類的土地利用分析，特別是在復(fù)雜地物分布區(qū)域具有顯著優(yōu)勢(shì)。
40、2、本發(fā)明通過構(gòu)建轉(zhuǎn)移矩陣，定量分析多時(shí)相土地利用類型間的轉(zhuǎn)化關(guān)系和面積變化，揭示地類變化的空間動(dòng)態(tài)特征。通過對(duì)轉(zhuǎn)移矩陣對(duì)角線和非對(duì)角線元素的分析，明確各地類的穩(wěn)定性及轉(zhuǎn)化方向。此方法為研究區(qū)域土地利用結(jié)構(gòu)調(diào)整、生態(tài)保護(hù)和城鎮(zhèn)化發(fā)展提供了科學(xué)依據(jù)。
41、3、本發(fā)明生成的專題地圖將各地類的空間分布、變化趨勢(shì)和熱點(diǎn)區(qū)域以可視化形式呈現(xiàn)，使變化結(jié)果直觀、易讀。結(jié)合顏色和符號(hào)的標(biāo)注，清晰展示研究區(qū)域的土地利用格局及變化特征。專題地圖的高分辨率輸出可廣泛應(yīng)用于決策支持、學(xué)術(shù)研究和公眾傳播。
1.一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述多時(shí)相的遙感影像數(shù)據(jù)包括不同時(shí)間節(jié)點(diǎn)的landsat衛(wèi)星影像。
3.根據(jù)權(quán)利要求1所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述預(yù)處理包括：
4.根據(jù)權(quán)利要求1所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述分類方法采用isodata和k-means非監(jiān)督分類算法，并結(jié)合國家標(biāo)準(zhǔn)對(duì)分類結(jié)果進(jìn)行調(diào)整。
5.根據(jù)權(quán)利要求4所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述分類方法包括以下步驟：
6.根據(jù)權(quán)利要求1所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述轉(zhuǎn)移矩陣用于定量分析土地利用類型的轉(zhuǎn)化方向，包括農(nóng)田、建筑、森林、水域、草原、未使用耕地和城鄉(xiāng)建設(shè)用地類別之間的變化關(guān)系。
7.根據(jù)權(quán)利要求6所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述轉(zhuǎn)移矩陣的計(jì)算方法包括以下步驟：
8.根據(jù)權(quán)利要求1所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，所述專題地圖通過gis軟件輸出，包括不同地類的面積、比例及變化趨勢(shì)的可視化展示。
9.一種基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)裝置，用于執(zhí)行如權(quán)利要求1-8任一項(xiàng)所述的基于遙感影像的區(qū)域土地利用數(shù)據(jù)變化檢測(cè)方法，其特征在于，包括：