[发明专利]一种农村土地整治潜力智能识别方法及装置

权利要求书

1.一种农村土地整治潜力智能识别方法，其特征在于，包括：

获取待整治农村土地空间范围矢量数据和高分辨率遥感影像数据；

将所述高分辨率遥感影像数据进行预处理；

利用所述待整治农村土地空间范围矢量数据对预处理后的所述高分辨率遥感影像数据进行约束分割，得到最优分割尺度，生成待整治农村土地对象；

提取所述待整治农村土地对象的土地覆被特征；

将所述土地覆被特征输入到训练好的随机森林分类模型中进行待整治农村土地分类识别；

将识别出来的闲置类型作为农村土地整治潜力地块；

根据所述农村土地整治潜力地块的参与式调查结果，对不符合利用现状的整治潜力地块识别结果进行修正。

2.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，训练所述随机森林分类模型建立待整治农村土地对象样本数据集时，具体包括：

以所述待整治农村土地对象为父类，基于所述高分辨率遥感影像数据选取样本；

根据所述待整治农村土地对象的土地覆被特征，标记样本类型；

将不同类型样本进行分类赋值，作为样本标签文件；

将所述样本标签文件与所述高分辨率遥感影像数据进行叠加；

读取所述样本标签文件中的样本类别属性值、样本空间坐标信息，并对应抓取与所述高分辨率遥感影像数据相同空间坐标位置像元下的样本光谱特征作为样本特征属性，建立待整治农村土地对象样本数据集。

3.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，所述高分辨率遥感影像数据的分辨率在1米以内。

4.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，将所述待整治农村土地空间范围矢量数据和所述高分辨率遥感影像数据进行预处理，具体包括：对所述高分辨率遥感影像数据进行几何校正，以及以所述待整治农村土地空间范围矢量数据投影空间为基准进行投影转换。

5.根据权利要求4所述的农村土地整治潜力智能识别方法，其特征在于，所述几何校正精度不低于所述待整治农村土地空间范围矢量数据的精度，且不超过2个像元。

6.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，所述土地覆被特征包括光谱波段和光谱指数。

7.根据权利要求6所述的农村土地整治潜力智能识别方法，其特征在于，所述光谱波段为红色、绿色、蓝色和近红外，所述光谱指数为归一化植被指数、归一化水体指数和比值居民地指数；

其中，

NDVI＝((NIR-R)/(NIR+R))，NDVI为归一化植被指数，NIR为近红外波段的像素值，R为红光波段的像素值；

NDWI＝(G-NIR)/(G+NIR)，NDWI为归一化水体指数，NIR为近红外波段的像素值，G为绿光波段的像素值；

RRI＝B/NIR，RRI为比值居民地指数，NIR为近红外波段的像素值；B为蓝光波段的像素值。

8.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，所述闲置类型包括草地、裸土地、硬化空地和杂物堆放地。

9.根据权利要求1所述的农村土地整治潜力智能识别方法，其特征在于，所述对不符合利用现状的整治潜力地块识别结果进行修正时包括：图斑形状修正、图斑属性修改和拓扑检查。

10.一种农村土地整治潜力智能识别装置，其特征在于，包括：

数据获取模块，用于获取待整治农村土地空间范围矢量数据和高分辨率遥感影像数据；

预处理模块，用于将所述高分辨率遥感影像数据进行预处理；

待整治农村土地对象生成模块，用于利用所述待整治农村土地空间范围矢量数据对预处理后的所述高分辨率遥感影像数据进行约束分割，得到最优分割尺度，生成待整治农村土地对象；

待整治农村土地对象特征提取模块，用于提取所述待整治农村土地对象的土地覆被特征；

分类识别模块，用于将所述土地覆被特征输入到训练好的随机森林分类模型中进行待整治农村土地分类识别；

农村土地整治潜力地块识别模块，用于将识别出来的闲置类型作为农村土地整治潜力地块；

潜力修正模块，用于根据所述农村土地整治潜力地块的参与式调查结果，对不符合利用现状的整治潜力地块识别结果进行修正。