[發明專利]一種基于面向對象和深度學習的敏感用地識別方法

在審

• 申請號: 202010982867.7
• 申請日: 2020-09-17
• 公開（公告）號: CN112070056A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 楊典華;周睿;展明旭;王彩云;朱云翔
• 申請（專利權）人: 京師天啟（北京）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06F16/29;G06N3/04;G06N3/08
• 代理公司: 北京天江律師事務所 11537
• 代理人: 任崇

本發明公開了一種基于面向對象和深度學習的敏感用地識別方法，包括如下步驟：選取遙感影像；建立樣本庫；面向對象的敏感用地識別；基于深度學習技術識別敏感用地；敏感用地信息入庫。本發明利用高分遙感影像，結合面向對象和深度學習技術，實現分類出敏感用地的目的，有利于充分了解污染場地周邊范圍內敏感用地的分布情況以及對人體健康和環境的危害程度，為敏感用地的確認、溯源、監管和政府性決策提供參考。

技術領域

本發明涉及一種敏感用地識別方法，尤其涉及一種基于面向對象和深度學習的敏感用地識別方法。

背景技術

伴隨著社會經濟發展，城市空間用地愈發收縮，越來越多的關閉搬遷污染場地已經或將被轉換為農田(耕地、園地等)、水體(飲用水源地)、植被(林地、草地)、建筑物(居住地、學校、醫院、幼兒園、養老機構、公園)等。但由于歷史原因，部分污染場地并未徹底修復或治理，仍然存在大量污染風險，因此也被稱之為敏感用地。近年來，由于污染場地未進行充分徹底地治理或修復而造成了重大環境安全事故，嚴重危害了群眾健康，給社會穩定帶來了威脅。因此，識別敏感用地，積極防范環境風險，是維護社會安全穩定、人民群眾身心健康最緊迫、最直接、最現實的任務。

然而，目前對于敏感用地的識別，主要采用傳統的人工采樣監測手段，但由于敏感用地數量多、分布廣，如果采用傳統的人工采樣監測手段不僅耗費大量的人力、物力和財力，而且周期長、效果差。遙感技術是一門新興的探測技術，目前已深入應用到人類的工作和生活中，在農業、林業、地質、地理、海洋、水文、氣象、測繪、環境保護和軍事偵察等許多領域并發揮越來越重要的作用，為人類認識國土、開發資源、監測環境、研究災害以及環境保護提供了新途徑，為解決人類面臨的資源緊缺、環境惡化、人口劇增、災害頻發等一系列嚴峻挑戰提供重要信息，現如今，但尚未將遙感技術廣泛應用到敏感用地的識別。因此，亟需提供一種基于面向對象和深度學習的敏感用地識別方法，基于遙感技術的識別技術以實現從傳統目視解譯到計算機信息自動提取，從而大大提高了識別的精準度和工作效率。尤其是，在大數據時代，網絡上不斷涌現出大量關于土地利用分布、居民點分布、POI點數據等，如何利用這些海量信息，借助遙感與大數據分析技術，從中快速提取有效信息，能夠為敏感用地的識別提供關鍵技術支撐。

發明內容

為了解決上述技術所存在的不足之處，本發明提供了一種基于面向對象和深度學習的敏感用地識別方法。

為了解決以上技術問題，本發明采用的技術方案是：一種基于面向對象和深度學習的敏感用地識別方法，包括如下步驟：

步驟一、選取遙感影像：結合衛星傳感器的覆蓋范圍，以及植被、積雪、降雨、云層對敏感用地的影響，進行遙感影像的選取；

步驟二、建立樣本庫：根據遙感影像的色調、色彩、形狀、陰影、紋理、大小、空間位置、圖形等，建立各種地物與衛星影像的對應關系；

首先，采用現場調查的方式獲得每類地物照片；然后，在影像上對應位置獲得地物在影像上的圖片，經人工現場調查獲得各類敏感用地現場圖片，經人工現場調查和POI數據通過目視解譯的方法獲取敏感用地的空間位置，在影像數據上進行標注，獲取遙感影像上的敏感用地的樣本，并通過提取各類樣本的特征信息，建立敏感用地的遙感解譯樣本特征庫；

步驟三、面向對象的敏感用地識別：1)確定不同類型敏感用地所需要使用的特征類型；

2)輸入遙感影像，將整幅輸入的遙感影像分割為多個對象，分割時針對不同類型的敏感用地對應著各自不同的分割尺度，設定分割參數值，確定最優尺度；

3)確定不同敏感用地的特征值區間，對遙感圖像上的不同對象進行分類，確定各個對象對應的類別，得到識別結果；

步驟四、基于深度學習技術識別敏感用地：1)構建神經網絡層模型：借鑒經典卷積網絡結構特點和優勢，構建適用于敏感用地識別的網絡模型；