1.一种采矿扰动地块边界识别方法，采用长时序遥感影像进行采矿扰动边界识别，其特征在于，具体包括以下步骤；
步骤一：选取采矿扰动区域作为研究区，获取该区域的landsat遥感影像；
a1：对遥感影像进行辐射定标、大气校正、几何校正和影像裁剪的预处理，得到研究区的预处理影像；
a2：根据公式(1)求出各影像的ndvi指数图，记研究区域的ndvi指数图为ndvi；
式中，nir为预处理后各影像的近红外波段的反射值，r为预处理后各影像的红光波段的反射值；
步骤二：对所有ndvi指数图进行ndvi归一化处理，得到归一化处理后的ndvi指数图，记为i；
b1：设定参考影像与待归一化影像之间的回归直线方程如公式(2)所示；
式中，x为待归一化影像的ndvi值，y为参考影像的ndvi值；
b2：采用最小二乘法进行参考影像与待归一化影像之间的直线拟合，分别根据公式(3)和公式(4)求解参数
式中，
步骤三：对归一化处理后的ndvi指数图进行运算，获取研究区的ndvi差分图和ndvi绝对差分图；
c1：分别通过公式(7)和公式(8)对各个月份的可用影像按年份大小顺序进行迭代作差，获取每一个月份的ndvi差分图和ndvi绝对差分图，并分别记为md和amd；
式中，k表示该月份可用的影像年份的数量，ii为该月份可用影像按年份排序的第i个可用的归一化处理后ndvi指数；
c2：分别通过公式(9)和公式(10)将各个月份的md和amd进行累计求和，得到研究区域的ndvi差分图imaged以及ndvi绝对差分图aimaged；
式中，
步骤四：利用otsu阈值分割法获取ndvi指数差分影像的最优分割阈值，对研究区的ndvi差分图进行阈值分割；
d1：对于背景区域更暗的影像，其图像大小为x×y，统计其灰度直方图，并分别通过公式(11)和公式(12)计算感兴趣区域像素点占整幅影像的比例ω0和背景区域像素点占整幅影像的比例ω1；
ω0＝n0/(x×y)(11)；
ω1＝n1/(x×y)(12)；
式中，n0为像素值灰度小于阈值t的像素个数，n1为像素值灰度大于阈值t的像素个数，且n0和n1满足公式(13)；ω0和ω1满足公式(14)；
n0+n1＝x×y(13)；
ω0+ω1＝1(14)；
μ0为感兴趣区域像素点占整幅影像的平均灰度；
μ1为背景区域像素点占整幅影像的平均灰度；
g为类间方差记；
μ为图像的总平均灰度；
μ＝μ0×ω0+μ1×ω1(15)；
g＝ω0(μ0-μ)2+ω1(μ1-μ)2(16)；
d2：通过公式(15)和公式(16)结合得到公式(17)，并求解类间方差g；
g＝ω0×ω1×(μ0-μ1)2(17)；
d3：在类间方差g达到最大时，阈值t即为最优阈值；以t为界限，按照公式(18)对研究区ndvi差分图及ndvi绝对差分图进行运算，分别得到研究区ndvi差分图和及ndvi绝对差分图对应的阈值分割图，记为imaget和aimaget；
d4：对阈值分割图imaget和aimaget进行图像去噪，获取采矿扰动区域处理后图像imagen和aimagen；
步骤五：采用边缘检测法对采矿扰动地块和损毁地块边界进行自动化识别；通过公式(19)和公式(20)利用roberts边缘检测算子进行采矿扰动地块和损毁地块边界进行检测；
r(x,y)＝|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|(20)；
式中，f(x,y)为输入影像图像大小(x,y)坐标处的像素值，r(x,y)为输入影像图像大小(x,y)的输出影像，分别记为边缘检测图像imager和aimager；
步骤六：将边缘检测图像imager和aimager分别转为矢量图，分别记为采矿扰动地块边界的矢量图imagev和损毁地块边界的矢量图aimagev，通过公式(21)对二者进行几何求差，获得恢复地块边界矢量图imagef；
imagef＝aimagev-imagev(21)。
2.根据权利要求1所述的一种采矿扰动地块边界识别方法，其特征在于，在步骤二中，采用伪不变特征相对辐射归一化法进行ndvi归一化，并选取m个伪不变特征点，利用回归方程完成影像的ndvi归一化。
3.根据权利要求1或2所述的一种采矿扰动地块边界识别方法，其特征在于，在步骤四中的d4中，采用均值滤波法对阈值分割图imaget和aimaget进行图像去噪。