一种用于地理遥感信息服务的土地利用动态变化分析系统的制作方法

文档序号:32342896发布日期:2022-11-26 10:23阅读:28来源:国知局
一种用于地理遥感信息服务的土地利用动态变化分析系统的制作方法

1.本发明属于土地资源分析技术领域,具体地说,涉及一种用于地理遥感信息服务的土地利用动态变化分析系统。


背景技术:

2.土地利用监测是利用遥感遥测技术,对一个国家或地区土地利用状况的动态变化进行定期或不定期的监视和测定。其目的在于为国家和地区有关部门提供准确的土地利用变化情况,便于及时进行土地利用数据更新与对比分析,以及编制土地利用变化图件等。它是开展土地利用动态变化预测,农作物产量预测,自然灾害防治及合理组织土地利用,加强土地管理与保护的一项不可缺少的基础性工作。现有技术中,通常采用航天遥感技术对土地利用进行分析,航天遥感技术以其宏观性、周期性,地理信息系统以其对空间数据管理的有效性己在“小比例尺、低精度、大范围、调查性”的资源动态监测工作中得到了广泛应用。利用遥感影响,通过预测模型对土地利用进行分析预测,常见的模型包括ca模型、系统动力学模型、clue-s模型、agent模型、markov模型、空间logistic模型、sleuth模型等。
3.例如,中国发明专利,申请号:cn201710369346.2,公开号:cn107194857b,公开了一种基于高分卫星遥感数据的可利用土地资源分析系统,其技术方案如下:
[0004]“一种基于高分卫星遥感数据的可利用土地资源分析系统,包括:适宜建设用地提取模块、已建设用地提取模块、耕地提取模块和可利用土地资源确定模块;其中,
[0005]
所述适宜建设用地提取模块,用于根据第一遥感数据提取目标区域中适宜建设的适宜建设用地区域;
[0006]
所述已建设用地提取模块,用于根据第二遥感数据提取所述适宜建设用地区域中已开发建设的已建设用地区域;
[0007]
所述耕地提取模块,用于根据第三遥感数据提取所述适宜建设用地区域中的耕地区域;
[0008]
所述可利用土地资源确定模块,用于根据所述适宜建设用地区域、所述已建设用地区域和所述耕地区域,确定所述目标区域中的可利用土地资源区域。
[0009]
可选的,所述适宜建设用地提取模块,包括:水域提取单元、林地提取单元、沙漠提取单元、坡地提取单元和适宜建设用地提取单元;其中,
[0010]
所述水域提取单元,用于根据第一遥感数据提取所述目标区域中的水域区域;
[0011]
所述林地提取单元,用于根据第一遥感数据提取所述目标区域中的林地区域;
[0012]
所述沙漠提取单元,用于根据第一遥感数据提取所述目标区域中的沙漠区域;
[0013]
所述坡地提取单元,用于根据第一遥感数据提取所述目标区域中的坡地区域;
[0014]
所述适宜建设用地提取单元,用于从所述目标区域中扣除所述水域区域、林地区域、沙漠区域和坡地区域,获得剩余的适宜建设用地区域。
[0015]
可选的,所述已建设用地提取模块,包括:
[0016]
已建设用地提取单元,用于根据第二遥感数据,采用面向对象法结合规则集的方
法,从所述适宜建设用地区域中提取出已开发建设的已建设用地区域。
[0017]
可选的,所述第二遥感数据包括多光谱遥感数据,所述已建设用地提取单元,包括:
[0018]
第一多尺度分割子单元,用于根据所述适宜建设用地区域对应的多光谱数据的区域异质性将所述适宜建设用地区域分割为多个对象区域;
[0019]
第一规则集提取子单元,用于根据预设的用于提取已建设用地的规则集,从所述第一多尺度分割子单元分割获得的多个对象区域中剔除非建设用地区域,获得由剩余对象区域组成的已建设用地区域。
[0020]
可选的,所述耕地提取模块,包括:
[0021]
耕地提取单元,用于根据第三遥感数据,采用面向对象法结合规则集的方法,从所述适宜建设用地区域中提取出耕地区域。
[0022]
可选的,所述第三遥感数据包括多光谱遥感数据,所述耕地提取单元,包括:
[0023]
第二多尺度分割子单元,用于根据所述适宜建设用地区域对应的多光谱数据的区域异质性将所述适宜建设用地区域分割为多个对象区域;
[0024]
第二规则集提取子单元,用于根据预设的用于提取耕地的规则集,从所述第二多尺度分割子单元分割获得的多个对象区域中剔除非耕地区域,获得由剩余对象区域组成的耕地区域。
[0025]
可选的,所述耕地提取单元,还包括:
[0026]
规则集建立子单元,用于采用seath算法实现规则集特征的提取和特征阈值的计算,并根据所述规则集特征和所述特征阈值建立用于提取耕地的规则集。
[0027]
可选的,所述基于高分卫星遥感数据的可利用土地资源分析系统,还包括:
[0028]
行政区划分割单元,用于将所述可利用土地资源区域按照所述目标区域的行政区划图划分到各个行政区划,获得各行政区划的可利用土地资源区域。
[0029]
可选的,所述基于高分卫星遥感数据的可利用土地资源分析系统,还包括:
[0030]
人均可利用面积计算模块,用于根据各行政区划的可利用土地资源区域的面积以及各所述行政区域的人口数量,计算各行政区划的人均可利用土地资源量。
[0031]
可选的,所述基于高分卫星遥感数据的可利用土地资源分析系统,还包括:
[0032]
人均可利用土地资源分布图生成模块,用于根据预设的人均可利用土地资源量与不同颜色的映射关系,在所述目标区域的行政区划图中,填充与各行政区划的人均可利用土地资源量相应的颜色,以绘制所述目标区域的可利用土地资源分布图”。
[0033]
又例如,中国发明专利,申请号:cn202011604328.6,公开号:cn112686861a,公开了一种土地利用变化遥感监测分析方法、装置及智能终端,其技术方案如下:
[0034]“第一方面,本技术提供的一种土地利用变化遥感监测分析方法,采用如下的技术方案:一种土地利用变化遥感监测分析方法,包括:
[0035]
获取待研究地n年前和所述待研究地n年后的遥感影像;
[0036]
对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理,以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对;
[0037]
比对所述待研究地n年前和所述待研究地n年后的遥感影像,获取所述比对结果,所述比对结果包括若干种变化信息;
[0038]
根据所述比对结果,判断所述待研究地的发展趋势;
[0039]
根据所述发展趋势,对所述待研究地进行建筑布局。
[0040]
通过采用上述技术方案,通过获取待研究地n年前和n年后的遥感影像,对遥感影像进行图像处理,使遥感影像更为清晰,更易比对,通过比对遥感影像,判断待研究地的土地利用变化,从而判断待研究地的经济发展情况,即发展趋势,通过发展趋势的快慢程度对待研究地的建筑进行布局,通过时间序列关联、空间位置关联,将遥感监测图像比对,结合国土、统计、交通、水利等行业的业务数据进行多维度综合性相关分析,从而使城市发展或建筑布局更具有科学性。
[0041]
本发明在一较佳示例中可以进一步配置为:所述图像处理包括薄云薄雾处理,所述方法包括:
[0042]
获取所述遥感影像的二维函数f(x,y);
[0043]
根据所述二维函数f(x,y),获取影响所述遥感影像清晰度的函数;
[0044]
降低所述影响所述遥感影像清晰度的函数值,以使所述遥感影像更为清晰。
[0045]
通过采用上述技术方案,通过获取遥感影像的二维函数,获取影响遥感影像清晰度的因素,根据影响因素,控制并调节影响因素,降低影响因素的影响程度,使遥感影像更为清晰,更易于比对。
[0046]
本发明在一较佳示例中可以进一步配置为:所述图像处理包括影像反差增强,所述方法包括:
[0047]
获取所述遥感影像的校正量;
[0048]
根据所述校正量对所述遥感影像进行校正,以消除所述遥感影像大气辐射影响引起的误差;获取校正后的所述遥感影像,检查校正结果。
[0049]
通过采用上述技术方案,由于通过卫星获取遥感影像,大气辐射对遥感影像具有一定影响,获取大气辐射对遥感影像影响的校正量,根据校正量对遥感影像进行校正,获取校正后的遥感影像,根据遥感影像受大气辐射影响的程度,检查校正结果是否符合预期,消除遥感影像受大气辐射影响,以便进一步比对。
[0050]
本发明在一较佳示例中可以进一步配置为:若所述校正结果未能达到预期,利用回归分析法重新进行处理,直至所述校正结果达到预期。
[0051]
通过采用上述技术方案,通过回归分析法,利用近红外、红外波段受大气影响较小的规律,对遥感影像重新进行处理,进一步使遥感影像受大气辐射影响减小,以便比对。
[0052]
本发明在一较佳示例中可以进一步配置为:所述根据所述比对结果,判断所述待研究地的发展趋势包括:
[0053]
获取所述比对结果与所述发展趋势之间的关系式;
[0054]
根据所述关系式判断所述待研究地的发展趋势;
[0055]
若所述比对结果为所述待研究地土地利用率增加,则判定所述待研究地处于发展状态;
[0056]
若所述比对结果为所述待研究地土地利用率不变,则判定所述待研究地处于停滞状态;
[0057]
若所述比对结果为所述待研究地土地利用率减少,则判定所述待研究地处于倒退状态。
[0058]
通过采用上述技术方案,获取比对结果与发展趋势之间的关系式,根据关系式和比对结果判断待研究地的发展趋势,从而对待研究地的建筑布局提供理论依据。
[0059]
本发明在一较佳示例中可以进一步配置为:所述根据所述发展趋势,对所述待研究地进行建筑布局包括:
[0060]
获取所述待研究地的属性,所述属性用于描述所述待研究地的未来发展方向;
[0061]
根据所述发展趋势和所述待研究地的属性,对所述待研究地进行监测分析。
[0062]
通过采用上述技术方案,获取待研究地的属性,结合发展趋势,对待研究地进行监测推荐,使待研究地的监测更具有科学依据。
[0063]
本发明在一较佳示例中可以进一步配置为:根据所述n年,对所述关系式进一步补充,获取所述补充后的关系式;
[0064]
根据所述补充后的关系式,判断所述待研究地的发展速度。
[0065]
通过采用上述技术方案,根据待研究地的n年间的遥感影像比对,结合年限,进一步对关系式补充,根据时间属性,对待研究地的发展速度进行判断,进一步提高对建筑布局建议的科学性。
[0066]
第二方面,本技术提供的一种土地利用变化遥感监测分析装置,采用如下的技术方案:一种土地利用变化遥感监测分析装置,包括:
[0067]
获取模块,用于获取待研究地n年前和所述待研究地n年后的遥感影像;
[0068]
图像处理模块,用于对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理,以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对;
[0069]
比对模块,用于比对所述待研究地n年前和所述待研究地n年后的遥感影像,获取所述比对结果,所述比对结果包括若干种变化信息;
[0070]
判断模块,用于根据所述比对结果,判断所述待研究地的发展趋势;
[0071]
布局模块,用于根据所述发展趋势,对所述待研究地进行建筑布局推荐。
[0072]
通过采用上述技术方案,通过获取待研究地n年前和n年后的遥感影像,对遥感影像进行图像处理,使遥感影像更为清晰,更易比对,通过比对遥感影像,判断待研究地的土地利用变化,从而判断待研究地的经济发展情况,即发展趋势,通过发展趋势的快慢程度对待研究地的建筑进行布局,通过时间序列关联、空间位置关联,将遥感监测图像比对,结合国土、统计、交通、水利等行业的业务数据进行多维度综合性相关分析,从而使城市发展或建筑布局更具有科学性。
[0073]
第三方面,本技术提供的一种智能终端,采用如下的技术方案:
[0074]
一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行一种土地利用变化遥感监测分析方法的计算机程序。
[0075]
第四方面,本技术提供的一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种土地利用变化遥感监测分析方法的计算机程序。
[0076]
通过采用上述技术方案,上述土地利用变化遥感监测分析方法可以被存储到可读存储介质中,以便于可读存储介质内存储的土地利用变化遥感监测分析方法的计算机程序可以被处理器执行,从而实现提升了处理系统稳定性的效果”。


技术实现要素:

[0077]
1.要解决的问题
[0078]
针对上述现有技术存在的问题,本发明提供一种用于地理遥感信息服务的土地利用动态变化分析系统,充分利用了影像系列波段间所包含的变化信息,在起到数据压缩作用的同时,又增强了逻辑判定。其算法的精度、处理速度都比较高。图像分析模块就是集光谱、空间、时间与一体的监测方法,它技术流程清楚,各关键步骤均采用成熟的处理技术,技术可靠、易于推广使用。
[0079]
2.技术方案
[0080]
为解决上述问题,本发明采用如下的技术方案。
[0081]
一种用于地理遥感信息服务的土地利用动态变化分析系统包括遥感信息获取模块、图像分析模块、逻辑判定模块及中央控制模块;
[0082]
所述的遥感信息获取模块、所述的图像分析模块、所述的逻辑判定模块均与中央控制模块相连;
[0083]
所述的遥感信息获取模块用于获取某一块土地的遥感影像并进行数据化处理;
[0084]
所述的图像分析模块用于结合同一块土地的多年的遥感影像进行比对分析;
[0085]
所述的逻辑判定模块用于根据同一块土地的多年的遥感影像进行逻辑判定;
[0086]
所述的中央控制模块上还连接有显示单元,所述的显示单元用于展示土地的利用动态变化信息。
[0087]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0088]
所述的遥感信息获取模块上设置有遥感信息分辨单元与光谱识别单元,所述的遥感信息分辨单元、所述的光谱识别单元均与所述的图像分析模块相连;
[0089]
所述的遥感信息分辨单元用于将遥感卫星获取的图像进行配准精度的调整;
[0090]
所述的光谱识别单元用于将遥感信息分辨单元的配准精度调整后的图像进行的tm多波段数据和spot全色波段数据的识别融合处理。
[0091]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0092]
所述的遥感信息分辨单元的配准精度的调整方式如下:
[0093]
以已校正的获取的图像为参考影像,对待tm多波段处理的影像或待spot全色波段处理的影像采用多项式的几何精校正模型进行校正,其中多项式阶数为2,其中重采样方法为双线性内插法,其中校正精度rms为0.20像元。
[0094]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0095]
所述的光谱识别单元的识别融合处理的方式如下:
[0096]
利用主成分变化方式进行tm多波段或spot全色波段的影像融合,其中主成分变化涉及的因素如下:光谱质量、纹理信息及目视效果,其中tm多波段或spot全色波段的影像融合为用tm多波段或spot全色波段代换主成分的主成分并进行逆变换,其中影像融合后的空间分辨率达到10m并记载影像的光谱特征。
[0097]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0098]
所述的图像分析模块采用迭代自适应阈值分割法进行图像二值化进行比对分析。
[0099]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0100]
所述的图像分析模块上设置有基于连通分量外接矩形的长宽比进行各种土地类
型区域形状的识别单元和尺寸的测量单元。
[0101]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0102]
所述的图像分析模块上设置遥感图像的提取单元,所述的提取单元包括水域提取单元、山林提取单元、沙漠提取单元、公路提取单元、铁路提取单元、机场提取单元;
[0103]
所述的水域提取单元,用于根据所述的遥感图像提取土地的目标区域中的水域区域;
[0104]
所述的山林提取单元,用于根据所述的遥感图像提取土地的目标区域中的山林区域;
[0105]
所述的沙漠提取单元,用于根据所述的遥感图像提取土地的目标区域中的沙漠区域;
[0106]
所述的公路提取单元,用于根据所述的遥感图像提取土地的目标区域中的公路区域;
[0107]
所述的铁路提取单元,用于根据所述的遥感图像提取土地的目标区域中的铁路区域;
[0108]
所述的机场提取单元,用于根据所述的遥感图像提取土地的目标区域中的机场区域。
[0109]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0110]
所述的逻辑判定模块利用二维函数关系式来获取所述的图像分析模块的映射关系式,并根据获取的映射关系式来判断土地的发展趋势。
[0111]
需要说明的是:上述实施例提供的用于地理遥感信息服务的土地利用动态变化分析系统使用时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备和设备的内部构造划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的土地利用变化遥感监测分析方法、装置、智能终端实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
[0112]
3.有益效果
[0113]
相比于现有技术,本发明的有益效果为:
[0114]
本文提出的用于地理遥感信息服务的土地利用动态变化分析系统充分利用了影像系列波段间所包含的变化信息,在起到数据压缩作用的同时,又增强了逻辑判定。其算法的精度、处理速度都比较高。图像分析模块就是集光谱、空间、时间与一体的监测方法,它技术流程清楚,各关键步骤均采用成熟的处理技术,技术可靠、易于推广使用。
附图说明
[0115]
图1为本发明中用于地理遥感信息服务的土地利用动态变化分析系统的遥感影像图。
具体实施方式
[0116]
下面结合具体实施例对本发明进一步进行描述。
[0117]
区域土地利用变化的研究目前已成为“国际地圈与生物圈计划”(igbp)和“全球环
境变化人文因素计划”(ihdp)的重要组成部分。土地利用/土地覆盖(lucc)作为ihdp的核心科学计划经过90年代以来的努力,目前已见到一些研究成果。遥感技术是进行土地利用/覆盖变化动态监测的重要手段,其研究焦点主要为:土地利用/土地覆盖动态变化监测和诊断模型,重点解决土地利用/土地覆盖变化的速率、变化发生的地点和空间范围,以及环境属性对土地利用/土地覆盖变化的影响等,目前已成为国际上开展土地利用/土地覆盖研究的最新动向。一般采用的技术方法是:利用不同时间和空间分辨率的卫星遥感数据,获得土地利用/土地覆盖变化的空间范围和变化的时间序列等数据,同时借助非遥感数据,如统计数据、地面调查数据等进行综合分析,近年来的研究在精度上都取得了较大进展。
[0118]
实施例
[0119]
用于地理遥感信息服务的土地利用动态变化分析系统包括遥感信息获取模块、图像分析模块、逻辑判定模块及中央控制模块;
[0120]
所述的遥感信息获取模块、所述的图像分析模块、所述的逻辑判定模块均与中央控制模块相连;
[0121]
所述的遥感信息获取模块用于获取某一块土地的遥感影像并进行数据化处理;
[0122]
所述的图像分析模块用于结合同一块土地的多年的遥感影像进行比对分析;
[0123]
所述的逻辑判定模块用于根据同一块土地的多年的遥感影像进行逻辑判定;
[0124]
所述的中央控制模块上还连接有显示单元,所述的显示单元用于展示土地的利用动态变化信息。
[0125]
需要注意的是,关于遥感信息模块,如图1所述,获取待研究地n年前和所述待研究地n年后的遥感影像。具体的,遥感影像通过遥感平台上的传感器获取,遥感平台具体为卫星、飞机、飞艇等,通过高光谱传感器对待研究地的遥感影像进行获取,遥感影像中包括待研究地植被信息、土壤墒情、水质参数、地表温度以及海洋温度等丰富的信息;每年获取到待研究地的遥感影像后,将遥感影像存储至数据库中,并以对应年限对应监测地地名的形式进行存储。
[0126]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0127]
所述的遥感信息获取模块上设置有遥感信息分辨单元与光谱识别单元,所述的遥感信息分辨单元、所述的光谱识别单元均与所述的图像分析模块相连;
[0128]
所述的遥感信息分辨单元用于将遥感卫星获取的图像进行配准精度的调整;
[0129]
所述的光谱识别单元用于将遥感信息分辨单元的配准精度调整后的图像进行的tm多波段数据和spot全色波段数据的识别融合处理。
[0130]
关于上述tm多波段数据、spot全色波段数据,需要注意下述数据的组合:前一时相的多光谱tm和后一时相的全色高分辨率spot数据组合;前一时相的多光谱tm、全色高分辨率spot数据和后一时相的全色高分辨率spot数据组合;前一时相的多光谱tm、全色高分辨率spot数据和后一时相的多光谱tm数据组合;前一时相的多光谱tm、全色高分辨率spot数据和后一时相的多光谱tm、全色高分辨率spot数据组合。
[0131]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0132]
所述的遥感信息分辨单元的配准精度的调整方式如下:
[0133]
以已校正的获取的图像为参考影像,对待tm多波段处理的影像或待spot全色波段处理的影像采用多项式的几何精校正模型进行校正,其中多项式阶数为2,其中重采样方法
为双线性内插法,其中校正精度rms为0.20像元。
[0134]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0135]
所述的光谱识别单元的识别融合处理的方式如下:
[0136]
利用主成分变化方式进行tm多波段或spot全色波段的影像融合,其中主成分变化涉及的因素如下:光谱质量、纹理信息及目视效果,其中tm多波段或spot全色波段的影像融合为用tm多波段或spot全色波段代换主成分的主成分并进行逆变换,其中影像融合后的空间分辨率达到10m并记载影像的光谱特征。
[0137]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0138]
所述的图像分析模块采用迭代自适应阈值分割法进行图像二值化进行比对分析。
[0139]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0140]
所述的图像分析模块上设置有基于连通分量外接矩形的长宽比进行各种土地类型区域形状的识别单元和尺寸的测量单元。
[0141]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0142]
所述的图像分析模块上设置遥感图像的提取单元,所述的提取单元包括水域提取单元、山林提取单元、沙漠提取单元、公路提取单元、铁路提取单元、机场提取单元;
[0143]
所述的水域提取单元,用于根据所述的遥感图像提取土地的目标区域中的水域区域;
[0144]
所述的山林提取单元,用于根据所述的遥感图像提取土地的目标区域中的山林区域;
[0145]
所述的沙漠提取单元,用于根据所述的遥感图像提取土地的目标区域中的沙漠区域;
[0146]
所述的公路提取单元,用于根据所述的遥感图像提取土地的目标区域中的公路区域;
[0147]
所述的铁路提取单元,用于根据所述的遥感图像提取土地的目标区域中的铁路区域;
[0148]
所述的机场提取单元,用于根据所述的遥感图像提取土地的目标区域中的机场区域。
[0149]
上述需要提醒的是,例如,对雷达遥感数据,由于水域、林地等自身材质的不同以及分布形态的差异等原因,在sar图像(即雷达遥感数据)上呈现不同的纹理特征,如水域具有良好且均匀的反射率,在遥感影像中表现为强亮度区域,而林地的分布相对比较粗糙,由于表面散射,在遥感影像中表现为暗区域,因此,根据雷达遥感影像中各区域的纹理特征,即可提取出水域、林地、沙漠等区域。
[0150]
上述所述的用于地理遥感信息服务的土地利用动态变化分析系统,
[0151]
所述的逻辑判定模块利用二维函数关系式来获取所述的图像分析模块的映射关系式,并根据获取的映射关系式来判断土地的发展趋势。比如,其中,根据比对结果和发展趋势获得映射关系式,具体为:n年后遥感影像的图斑数量
÷
n年前遥感影像的图斑数量=1,则判定待研究地处于停滞状态;n年后遥感影像的图斑数量
÷
n年前遥感影像的图斑数量>1,则判定待研究地处于发展状态;n年后遥感影像的图斑数量
÷
n年前遥感影像的图斑数量<1,则判定待研究地处于倒退状态。
[0152]
本文提出的用于地理遥感信息服务的土地利用动态变化分析系统充分利用了影像系列波段间所包含的变化信息,在起到数据压缩作用的同时,又增强了逻辑判定。其算法的精度、处理速度都比较高。图像分析模块就是集光谱、空间、时间与一体的监测方法,它技术流程清楚,各关键步骤均采用成熟的处理技术,技术可靠、易于推广使用。
[0153]
以上内容是结合具体实施方式对本发明作进一步详细说明,不能认定本发明具体实施只局限于这些说明,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明的构思的前提下,还可以做出若干简单的推演或替换,都应当视为属于本发明所提交的权利要求书确定的保护范围。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1