[发明专利]基于遥感大数据的大棚房识别方法及系统

说明书

本发明实施例提供了一种基于遥感大数据的大棚房识别方法及系统，首先结合目标区域的土地利用信息图、交通信息和行政区图，确定出监测大棚房的重要区域；然后基于历史遥感影像确定出可能出现大棚房的重要区域的类别，利用确定出类别的重要区域对土地利用信息图进行更新，并将生成的格网叠加至更新后的土地利用信息图中；最后判断格网中是否存在上覆膜的大棚房区域，进而确定出整个目标区域内上覆膜的大棚房的空间分布信息。本发明实施例中充分考虑了大棚房的分布特征、发展时间，又考虑大棚和大棚房的时间序列的变化特征差异，使得最终得到的上覆膜的大棚房的空间分布信息具有较高的准确性。

技术领域

本发明涉及遥感和地理信息技术领域，更具体地，涉及大棚房遥感识别方法及系统。

背景技术

大棚房是以农业大棚为名进行非农业建设，属于违法建设，承租方建蔬菜大棚时，在旁边和内部建设“配套用房”，俗称大棚别墅或大棚房。

大棚房主要有以下几种类型：第一种是指直接占用耕地或改变土地性质建设的私家庄园、别墅、度假酒店、经营性住宅以及餐饮、住宿、娱乐、会议等设施；第二种是指在农业大棚内违法违规占用耕地进行非农业建设，包括住宅、餐饮、娱乐、会议、交易市场、工业仓储等非农设施；第三种是指农业大棚看护性占用耕地，建设严重超标准以及违法违规改变性质和用途进行住宅类经营性开发和建设餐饮设施等。

由于大棚房分布范围比较广而且隐蔽，所以进行大规模的人工普查具有很大的难度，而且信息核对周期比较长，难以取得较好的监察效果。现有的监察大棚房的方法中多采用单一时相，通过视觉判读的方法，而且需要高分辨率的遥感数据才能完成，以像元为单元进行分析评估，而中等分辨率的遥感数据，会受到大棚周围的地物影响，而且存在大量的混合像元，存在明显的不确定性，具有较大的局限性。

发明内容

为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种基于遥感大数据的大棚房识别方法及系统。

第一方面，本发明实施例提供了一种基于遥感大数据的大棚房识别方法，包括：

获取目标区域的土地利用信息图、交通信息和行政区图，并基于所述土地利用信息图、所述交通信息和所述行政区图，确定监测大棚房的重要区域；

获取所述重要区域内疑似大棚房的地物产生前历史多年相同作物生长期的遥感影像，并基于所述遥感影像初步确定所述重要区域的类别，所述重要区域的类别包括：上覆膜的大棚房区域或者占用耕地的其他地物区域；

用初步确定出类别的所述重要区域替换所述土地利用信息图中相同位置处的地物，得到更新后的所述土地利用信息图；

生成格网，并将所述格网叠加至更新后的所述土地利用信息图中，对于所述格网中的每一网格，若判断获知所述网格中同时存在道路像元、空地像元和上覆膜的大棚房像元，则确定所述网格为所述大棚房区域对应的网格；

其中，上覆膜的大棚房像元为初步确定的所述大棚房区域对应的像元。

优选地，还包括：

若判断获知所述网格中存在道路像元、空地像元和其他地物像元，则确定所述网格为所述其他地物区域对应的网格；

其中，所述其他地物像元为初步确定的所述其他地物区域对应的像元。

优选地，所述基于所述土地利用信息图、所述交通信息和所述行政区图，确定监测大棚房的重要区域，具体包括：

将所述交通信息和所述行政区图叠加至所述土地利用信息图中，并将所述土地利用信息图分为多个子目标区域，计算每个子目标区域的特征指数，所述特征指数包括区位指数、交通便利指数、下垫面复杂性指数和人口经济聚集指数；