地理國(guó)情監(jiān)測(cè)數(shù)據(jù)自動(dòng)變化檢測(cè)技術(shù)研究及系統(tǒng)研發(fā).pdf

1、隨著經(jīng)濟(jì)高速、穩(wěn)步的發(fā)展，我國(guó)地表自然和人文信息的變化更趨頻繁。為進(jìn)一步滿足政府、社會(huì)和大眾對(duì)土地利用變化信息實(shí)時(shí)性掌握的需求，我國(guó)全面開展了地理國(guó)情監(jiān)測(cè)。
　　傳統(tǒng)地理國(guó)情監(jiān)測(cè)方法工作量大、自動(dòng)化程度不高、效率低下，從而限制了地理國(guó)情數(shù)據(jù)的更新周期的縮短。相反，遙感技術(shù)作為一種非接觸的探測(cè)技術(shù)，具有探測(cè)范圍廣、獲取地表真實(shí)信息速度快、周期短等特點(diǎn)，可對(duì)地理國(guó)情進(jìn)行快速、大范圍的監(jiān)測(cè)，從而滿足地理國(guó)情對(duì)更新周期的需要。
　　

2、但是，由于傳統(tǒng)的遙感技術(shù)變化檢測(cè)需要兩幅或兩幅以上遙感影像，而常態(tài)化地理國(guó)情監(jiān)測(cè)中往往只能獲取前期矢量數(shù)據(jù)和后期遙感影像。因此，為解決這一矢量數(shù)據(jù)預(yù)更新問題，本文在現(xiàn)有遙感影像變化檢測(cè)技術(shù)上對(duì)矢量數(shù)據(jù)和遙感影像聯(lián)合變化檢測(cè)方法做進(jìn)一步研究和探討。
　　本文的主要研究?jī)?nèi)容如下:
　　(1)對(duì)基于矢量數(shù)據(jù)與遙感影像的變化檢測(cè)技術(shù)的概念及流程進(jìn)行了闡述，并按照在檢測(cè)過程中是否需要選取樣本將其分為監(jiān)督法和非監(jiān)督法。對(duì)影像分割、特征提

3、取、閾值自動(dòng)獲取等矢量與遙感影像變化檢測(cè)中的三個(gè)關(guān)鍵技術(shù)進(jìn)行了歸納和總結(jié)。
　　(2)研究了基于像斑類別異質(zhì)度的矢量數(shù)據(jù)與遙感影像的變化檢測(cè)方法。該方法借鑒了經(jīng)典的標(biāo)記分水嶺分割方法，以矢量數(shù)據(jù)作為先驗(yàn)邊界，對(duì)影像進(jìn)行約束分割，獲取同質(zhì)像斑;提取像斑特征，構(gòu)建像斑類別異質(zhì)度，通過自動(dòng)化閾值獲取技術(shù)獲取每一地物類別異質(zhì)度閾值，最后進(jìn)行變化/未變化像斑的判別。該方法實(shí)現(xiàn)了矢量數(shù)據(jù)與遙感影像的自動(dòng)變化檢測(cè)。
　　(3)研發(fā)了地理國(guó)

4、情常態(tài)化監(jiān)測(cè)數(shù)據(jù)變化檢測(cè)系統(tǒng)。以基于像斑類別異質(zhì)度的矢量數(shù)據(jù)與遙感影像變化檢測(cè)方法為技術(shù)基礎(chǔ)，采用GDAL(Geospatial DataAbstraction Library)與ArcEngine混合編程技術(shù)建設(shè)了地理國(guó)情常態(tài)化監(jiān)測(cè)數(shù)據(jù)變化檢測(cè)系統(tǒng)。系統(tǒng)采用C＃語言，在Microsoft Visual Studio 2010平臺(tái)上，利用GDAL對(duì)柵格數(shù)據(jù)進(jìn)行處理，利用ArcEngine對(duì)矢量數(shù)據(jù)進(jìn)行處理。系統(tǒng)實(shí)現(xiàn)了柵格影像與矢量數(shù)據(jù)的

5、疊加顯示、矢量數(shù)據(jù)約束下的影像分割、像斑特征提取、特征距離度量、閾值獲取、變化檢測(cè)、人工編輯（新增、刪除、修改）、參數(shù)設(shè)定（分割參數(shù)）、數(shù)據(jù)輸出（分割結(jié)果、變化檢測(cè)結(jié)果）、后期編輯等功能。該系統(tǒng)能夠?qū)崿F(xiàn)自動(dòng)化的變化檢測(cè)，與傳統(tǒng)的目視解譯相比，變化檢測(cè)效率得到較大的提高。
　　(4)以新都區(qū)某村2015年地理國(guó)情普查矢量數(shù)據(jù)的地表覆蓋層與2016年航空高分遙感影像進(jìn)行變化檢測(cè)，變化檢測(cè)的正確率、虛檢率、漏檢率分別為84.3％、、15