一种基于卫星实景数据的土地管理方法及系统与流程

1.本技术涉及土地管理技术领域，尤其是涉及一种基于卫星实景数据的土地管理方法及系统。


背景技术：

2.为了方便进行土地管理，可以在获取到土地规划信息的基础上，利用卫星遥感影像获取土地的高空俯瞰画面，从而可以在遥感影像画面中对不同类型土地进行区域划分，并在后续的管理过程中持续获取卫星遥感影像以对各个类型土地区域的变化进行监测，通过对土地变化的监测，可以防止土地被恶意违法开发或对土地的自然条件进行保护管理。
[0003][0004]
针对上述中的相关技术，发明人认为存在有以下缺陷：持续采用卫星获取不同时段的土地遥感影像需要耗费大量的土地管理成本，不利于土地管理的长期性管理。


技术实现要素：

[0005]
为了改善持续采用卫星进行土地管理需要耗费大量土地管理成本的缺陷，本技术提供一种基于卫星实景数据的土地管理方法及系统。
[0006]
第一方面，本技术提供一种基于卫星实景数据的土地管理方法，包括如下步骤：获取目标区域的土地规划信息和所述目标区域初始状态的初始卫星影像；根据所述土地规划信息将所述目标区域按照土地类型划分为多个土地管理区域，并基于所述土地卫星影像生成各个所述土地管理区域的区域卫星图像；结合所述土地类型和所述区域卫星图像生成所述无人机在对应所述土地管理区域中的巡航路线；获取所述无人机沿所述巡航路线所拍摄的目标土地管理区域的实景区域图像，所述目标土地管理区域为所述巡航路线所属的所述土地管理区域；结合所述实景区域图像和所述目标土地管理区域的区域卫星图像判断所述目标土地管理区域是否出现区域异常现象；若所述目标土地管理区域出现所述区域异常现象，则结合所述区域异常现象和所述目标土地管理区域的所述土地类型生成整改信息，并将所述整改信息发送至管辖所述目标土地管理区域的管辖部门系统。
[0007]
通过采用上述技术方案，通过目标区域的土地规划信息将目标区域划分为不同类型的目标土地管理区域，再结合通过遥感卫星所获取到的目标区域的土地卫星影像，生成各个目标土地管理区域的区域卫星图像，后续对目标土地管理区域的监测则采用无人机巡航的方式进行监测，具体监测方式则是生成目标土地管理区域的无人机巡航路线，再获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像，从而可以将实景区域图像和区域卫星图像进行比对，以判断目标土地管理区域是否出现重点土地区域面积变化等区域异常现象，若出现区域异常现象则生成相应的整改信息，并将整改信息发送至管辖目标
土地管理区域的管辖部门系统以使相应管辖部门对异常现象进行及时处理。相较于持续采用遥感卫星对目标区域的土地进行监测，采用遥感卫星和无人机结合的方式可以大大节省土地管理过程中的成本。
[0008]
可选的，所述土地类型包括建设用地和非建设用地，所述结合所述土地类型和所述区域卫星图像生成所述无人机在对应所述土地管理区域中的巡航路线包括如下步骤：基于所述区域卫星图像划定所述土地管理区域中的主体元素区域；判断所述土地类型为所述建设用地或所述非建设用地；若所述土地类型为所述非建设用地，则根据所述主体元素区域的区域边界生成所述无人机在所述土地管理区域中的巡航路线；若所述土地类型为所述建设用地，则获取所述土地管理区域的施工建设信息；基于所述施工建设信息定位所述土地管理区域中正在施工建设的所有建设区域；基于所有所述建设区域生成所述无人机在所述土地管理区域中的巡航路线。
[0009]
通过采用上述技术方案，先根据对区域卫星图像的图像分析划定出土地管理区域中的主体元素区域，再根据土地管理区域的土地类型不同生成不同的巡航路线，若土地类型为非建设用地，则主要巡航监测对象为土地管理区域中的主体元素，因此可以根据主体元素区域的区域边界生成无人机的巡航路线；若土地类型为建设用地，则主要巡航监测对象为土地管理区域中正在进行施工建设的建设区域，因此可以根据各个建设区域之间的位置关系以及建设区域的区域范围生成无人机的巡航路线。
[0010]
可选的，所述基于所述区域卫星图像划定所述土地管理区域中的主体元素区域包括如下步骤：生成所述区域卫星图像的rgb空间颜色直方图；获取所述rgb空间颜色直方图的像素值峰值，并将所述像素值峰值作为第一目标像素值；计算得到与所述第一目标像素值相差预设像素值差的两个第二目标像素值；基于所述rgb空间颜色直方图分别计算所述第一目标像素值与两个所述第二目标像素值之间的变化趋势参数；判断所述变化趋势参数是否大于预设的参数阈值；若所述变化趋势参数大于所述参数阈值，则将所述第二目标像素值作为新的第一目标像素值，并重复所述变化趋势参数的计算步骤和判断步骤，直至所述变化趋势参数小于等于所述参数阈值；若所述变化趋势参数小于等于所述参数阈值，则将两个所述第二目标像素值作为范围阈值生成像素值范围；标记出所述区域卫星图像中所有像素值处于所述像素值范围内的目标像素，并根据所有所述目标像素所形成的区域划定出主体元素区域。
[0011]
通过采用上述技术方案，解析区域卫星图像以生成区域卫星图像的rgb空间颜色直方图，根据rgb空间颜色直方图中各个颜色通道的颜色直方图中像素值的变化趋势，找到颜色直方图中像素值较为集中的像素值范围，将像素值范围内的像素值作为主体元素所呈现的像素点的像素值，因此可以标记出区域卫星图像中所有像素值处于像素值范围内的目标像素，并根据所有目标像素所形成的区域划定出主体元素区域。
[0012]
可选的，在所述获取所述无人机沿所述巡航路线所拍摄的目标土地管理区域的实景区域图像之前还包括如下步骤：判断所述巡航路线所对应的目标土地管理区域的目标土地类型；若所述目标土地类型为所述建设用地，则将所述无人机的拍摄模式调整为斜拍模式；若所述目标土地类型为所述非建设用地，则将所述无人机的拍摄模式调整为俯拍模式。
[0013]
通过采用上述技术方案，根据目标土地管理区域的目标土地类型选择无人机在巡航监测过程中的拍摄模式，若目标土地类型为建设用地，为了有利于后续生成建设用地中正在进行施工的建筑的实景三维模型，需要将无人机的拍摄模式调整为斜拍模式，以拍摄建筑的斜摄影像，从而可以结合无人机飞行数据计算出建筑整体的长宽高数据；若目标土地类型为非建设用地，则需要重点监测非建设用地中主体元素的元素区域边界变化，因此采用无人机的俯拍模式具有更好的监测拍摄效果。
[0014]
可选的，所述结合所述实景区域图像和所述目标土地管理区域的区域卫星图像判断所述目标土地管理区域是否出现区域异常现象包括如下步骤：判断所述巡航路线所对应的目标土地管理区域的目标土地类型；若所述目标土地类型为所述建设用地，则基于所述实景区域图像构建所述建设区域的实景三维模型；提取所述实景三维模型中的围栏区域参数，并根据所述围栏区域参数计算所述建设区域的实拍建设面积；基于所述施工建设信息获取所述建设区域的计划建设面积；判断所述实拍建设面积是否大于所述计划建设面积；若所述实拍建设面积大于所述计划建设面积，则判定所述目标土地管理区域出现区域异常现象。
[0015]
通过采用上述技术方案，当目标土地类型为建设用地时，获取无人机斜拍摄像模式所拍摄到的斜摄实景区域图像，并结合无人机的拍摄高度、飞行路径、拍摄角度等数据可以计算出建筑整体的长宽高等建筑数据，再将建筑数据导入三维模型建模软件中即可构建出建设区域的实景三维模型，通过对实景三维模型中的围栏区域参数的计算，得到建设区域的实拍建设面积。再通过分析施工建设信息获取到建设区域的计划建设面积，可以比对实拍建设面积和计划建设面积以判定目标土地管理区域是否出现区域异常现象。
[0016]
可选的，所述非建设用地包括耕地地形和河流地形，所述方法还包括如下步骤：若所述目标土地类型为所述非建设用地，则判断所述目标土地类型为所述耕地地形或所述河流地形；若所述目标土地类型为所述耕地地形，则基于所述实景区域图像计算所述目标土地管理区域中的实拍耕地面积；基于所述目标土地管理区域的区域卫星图像计算得到所述目标土地管理区域中所述主体元素区域的区域面积；判断所述实拍耕地面积是否小于所述区域面积；若所述实拍耕地面积小于所述区域面积，则判定所述目标土地管理区域出现所述
区域异常现象。
[0017]
通过采用上述技术方案，当目标土地类型为耕地地形时，可以结合实景区域图像中每一帧图像中的耕地边界和每一帧图像所对应的无人机的具体定位信息计算得到实拍耕地面积，再通过对区域卫星图像中主体元素区域进行计算，得到主体元素区域的区域面积，最后比对实拍耕地面积和区域面积即可判断目标土地管理区域是否出现耕地面积异常减小的区域异常现象。
[0018]
可选的，所述方法还包括如下步骤：若所述目标土地类型为所述河流地形，则基于所述实景区域图像计算所述目标土地管理区域中目标河流的实拍河道宽度；识别所述区域卫星图像中所述主体元素区域的最长区域边界和次长区域边界；计算所述最长区域边界和所述次长区域边界之间的平均最短距离；判断所述实拍河道宽度是否小于所述平均最短距离；若所述实拍河道宽度小于所述平均最短距离，则判定所述目标土地管理区域出现所述区域异常现象。
[0019]
通过采用上述技术方案，当目标土地类型为河流地形时，可以识别实景区域图像中每一帧图像中目标河流的河流边界，再根据每一帧图像所对应的无人机的具体定位信息，生成完整的河流河道图像，再结合无人机的定位信息以及无人机的飞行高度可以计算出目标河流的平均河道宽度作为实拍河道宽度。再识别出区域卫星图像中主体元素区域的两条河流边界，通过遍历两条边界中对应位置的像素点，并计算两个像素点之间的距离，最终将所有计算得到的距离相加并除以一条边界中像素点的总数量即可得到平均最短距离，通过比对实拍河道宽度和平均最短距离可以判定目标土地管理区域是否出现河道宽度异常减小的区域异常现象。
[0020]
第二方面，本技术还提供一种基于卫星实景数据的土地管理系统，包括处理器和存储器，所述处理器在运行所述存储器存储的计算机指令时，执行如第一方面中所述的方法。
[0021]
通过采用上述技术方案，通过程序的调取，通过目标区域的土地规划信息将目标区域划分为不同类型的目标土地管理区域，再结合通过遥感卫星所获取到的目标区域的土地卫星影像，生成各个目标土地管理区域的区域卫星图像，后续对目标土地管理区域的监测则采用无人机巡航的方式进行监测，具体监测方式则是生成目标土地管理区域的无人机巡航路线，再获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像，从而可以将实景区域图像和区域卫星图像进行比对，以判断目标土地管理区域是否出现重点土地区域面积变化等区域异常现象，若出现区域异常现象则生成相应的整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统以使相应管辖部门对异常现象进行及时处理。相较于持续采用遥感卫星对目标区域的土地进行监测，采用遥感卫星和无人机结合的方式可以大大节省土地管理过程中的成本。
[0022]
综上所述，本技术包括以下有益技术效果：通过目标区域的土地规划信息将目标区域划分为不同类型的目标土地管理区域，再结合通过遥感卫星所获取到的目标区域的土地卫星影像，生成各个目标土地管理区域的区域卫星图像，后续对目标土地管理区域的监测则采用无人机巡航的方式进行监测，具体
监测方式则是生成目标土地管理区域的无人机巡航路线，再获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像，从而可以将实景区域图像和区域卫星图像进行比对，以判断目标土地管理区域是否出现重点土地区域面积变化等区域异常现象，若出现区域异常现象则生成相应的整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统以使相应管辖部门对异常现象进行及时处理。相较于持续采用遥感卫星对目标区域的土地进行监测，采用遥感卫星和无人机结合的方式可以大大节省土地管理过程中的成本。
附图说明
[0023]
图1是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0024]
图2是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0025]
图3是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0026]
图4是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0027]
图5是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0028]
图6是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
[0029]
图7是本技术实施例的基于卫星实景数据的土地管理方法其中一种实施方式的流程示意图。
具体实施方式
[0030]
以下结合附图1至7对本技术作进一步详细说明。
[0031]
本技术实施例公开了一种基于卫星实景数据的土地管理方法。
[0032]
参照图1，基于卫星实景数据的土地管理方法包括如下步骤：s101.获取目标区域的土地规划信息和目标区域初始状态的初始卫星影像。
[0033]
其中，目标区域指需要进行土地管理的土地区域，可以通过目标区域的土地管理系统获取目标区域的土地规划信息，土地规划信息包括目标区域的土地类型以及各个类型土地的占地面积，目标区域的初始状态为首次对目标区域进行土地管理时的状态，通过遥感卫星获取目标区域初始状态的初始卫星影像。
[0034]
s102.根据土地规划信息将目标区域按照土地类型划分为多个土地管理区域，并基于土地卫星影像生成各个土地管理区域的区域卫星图像。
[0035]
其中，土地类型包括建设用地、森林土地、耕地、居住用地等多种类型，先根据土地规划信息将目标区域按照土地类型划分为多个土地管理区域，再根据各个土地管理区域在目标区域中的位置结合土地卫星影像生成各个土地管理区域的区域卫星图像。
[0036]
s103.结合土地类型和区域卫星图像生成无人机在对应土地管理区域中的巡航路
线。
[0037]
其中，通过对区域卫星图像进行图像分析以识别出区域卫星图像中的重点区域，再根据土地类型决定无人机的巡航重点，从而结合重点区域和巡航重点生成无人机在土地管理区域中的巡航路线。
[0038]
s104.获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像。
[0039]
其中，目标土地管理区域为巡航路线所属的土地管理区域，通过无人机上所携带的高清摄像头拍摄目标土地管理区域的实景区域图像。
[0040]
s105.结合实景区域图像和目标土地管理区域的区域卫星图像判断目标土地管理区域是否出现区域异常现象。
[0041]
其中，若目标土地管理区域未出现区域异常现象，则根据无人机的巡航录像和无人机所拍摄的实景区域图像生成巡航记录。区域异常现象通常指目标土地管理区域中的重点土地区域出现区域面积变化。
[0042]
s106.结合区域异常现象和目标土地管理区域的土地类型生成整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统。
[0043]
其中，举例来说，若目标土地管理区域的土地类型为耕地，则生成整改信息并发送至农业管理部门系统。
[0044]
本技术实施例其中一种实施方式的实施原理为：通过目标区域的土地规划信息将目标区域划分为不同类型的目标土地管理区域，再结合通过遥感卫星所获取到的目标区域的土地卫星影像，生成各个目标土地管理区域的区域卫星图像，后续对目标土地管理区域的监测则采用无人机巡航的方式进行监测，具体监测方式则是生成目标土地管理区域的无人机巡航路线，再获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像，从而可以将实景区域图像和区域卫星图像进行比对，以判断目标土地管理区域是否出现重点土地区域面积变化等区域异常现象，若出现区域异常现象则生成相应的整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统以使相应管辖部门对异常现象进行及时处理。相较于持续采用遥感卫星对目标区域的土地进行监测，采用遥感卫星和无人机结合的方式可以大大节省土地管理过程中的成本。
[0045]
在本技术实施例的其中一种实施方式中，土地类型包括建设用地和非建设用地，参照图2，步骤s103具体包括如下步骤：s201.基于区域卫星图像划定土地管理区域中的主体元素区域。
[0046]
其中，主体元素区域为土地管理区域中包含主体元素的区域，若土地管理区域为耕地区域，则该土地管理区域的主体元素为耕地。
[0047]
s202.判断土地类型为建设用地或非建设用地，若土地类型为非建设用地，则执行步骤s203；若土地类型为建设用地，则执行步骤s204。
[0048]
s203.根据主体元素区域的区域边界生成无人机在土地管理区域中的巡航路线。
[0049]
其中，根据主体元素区域的区域边界所生成的巡航路线，可以使无人机在按照巡航路线巡航时经过全部的区域边界。
[0050]
s204.获取土地管理区域的施工建设信息。
[0051]
其中，通过土地管理区域的建设施工管理系统获取土地管理区域的施工建设信
息，施工建设信息包括土地管理区域中正在进行施工的建筑施工地点、建筑施工类型、建筑施工面积等信息。
[0052]
s205.基于施工建设信息定位土地管理区域中正在施工建设的所有建设区域。
[0053]
其中，结合施工建设信息中的建筑施工地点和土地管理区域的区域地图定位土地管理区域中正在施工建设的所有建设区域。
[0054]
s206.基于所有建设区域生成无人机在土地管理区域中的巡航路线。
[0055]
其中，以最短直线连接各个建设区域，将各个最短直线作为无人机的基础路线，再以建设区域中心为原点，以建设区域中心至建设区域边界之间的最长距离为半径生成环绕整个建设区域的环绕路线，将基础路线与各个建设区域的环绕路线进行连接，生成无人机在土地管理区域中的巡航路线。
[0056]
本技术实施例其中一种实施方式的实施原理为：先根据对区域卫星图像的图像分析划定出土地管理区域中的主体元素区域，再根据土地管理区域的土地类型不同生成不同的巡航路线，若土地类型为非建设用地，则主要巡航监测对象为土地管理区域中的主体元素，因此可以根据主体元素区域的区域边界生成无人机的巡航路线；若土地类型为建设用地，则主要巡航监测对象为土地管理区域中正在进行施工建设的建设区域，因此可以根据各个建设区域之间的位置关系以及建设区域的区域范围生成无人机的巡航路线。
[0057]
在本技术实施例的其中一种实施方式中，参照图3，步骤s201具体包括如下步骤：s301.生成区域卫星图像的rgb空间颜色直方图。
[0058]
其中，对区域卫星图像进行图像解析，并提取区域卫星图像中的颜色特征，从而生成区域卫星图像的rgb空间颜色直方图，rgb空间颜色直方图包括r通道直方图、g通道直方图和b通道直方图，其中r通道直方图横轴为区域卫星图像中像素点在r通道中的像素值，r通道直方图纵轴则为每个r通道像素值所存在的像素点数量，g通道直方图和b通道直方图同理。
[0059]
s302.获取rgb空间颜色直方图的像素值峰值，并将像素值峰值作为第一目标像素值。
[0060]
其中，以r通道直方图为例，r通道直方图中的像素值峰值为存在像素点数量最多的一个像素值。
[0061]
s303.计算得到与第一目标像素值相差预设像素值差的两个第二目标像素值。
[0062]
其中，假设第一目标像素值为150，预设的像素值差为5，则两个第二目标像素值分别为145和155。
[0063]
s304.基于rgb空间颜色直方图分别计算第一目标像素值与两个第二目标像素值之间的变化趋势参数。
[0064]
其中，以r通道直方图为例，假设r通道直方图中的第一目标像素值为150，预设的像素值差为5，两个第二目标像素值分别为145和155，分别获取第一目标像素值和第二目标像素值所包含的像素点数量，若第一目标像素值所包含的像素点数量为10000，数值为145的第二目标像素值所包含的像素点数量为8000，则第一目标像素值和数值为145的第二目标像素值之间的变化趋势参数k=（10000-8000）/（150-145）=400。
[0065]
s305.判断变化趋势参数是否大于预设的参数阈值，若变化趋势参数大于参数阈
值，则执行步骤s306；若变化趋势参数小于等于参数阈值，则执行步骤s307。
[0066]
其中，通过预设的参数阈值和变化趋势参数可以找到颜色直方图中像素值最为集中的像素值范围。
[0067]
s306.将第二目标像素值作为新的第一目标像素值，并重复变化趋势参数的计算步骤和判断步骤，直至变化趋势参数小于等于参数阈值。
[0068]
其中，重复变化趋势参数的计算步骤和判断步骤即为重复执行步骤s303至步骤s305。
[0069]
s307.将两个第二目标像素值作为范围阈值生成像素值范围。
[0070]
其中，假设两个第二目标像素值分别为130和160，则生成的像素值范围为[130,160]。
[0071]
s308.标记出区域卫星图像中所有像素值处于像素值范围内的目标像素，并根据所有目标像素所形成的区域划定出主体元素区域。
[0072]
其中，由于区域卫星图像中主体元素占据很大的图像比例，并且主体元素在图像中所呈现的颜色十分接近，因此可以通过像素值最为集中的像素值范围对区域卫星图像中所有像素点进行筛选，筛选出的目标像素基本都属于主体元素的像素点，所以可以根据所有目标像素所形成的区域划定出主体元素区域。
[0073]
本技术实施例其中一种实施方式的实施原理为：解析区域卫星图像以生成区域卫星图像的rgb空间颜色直方图，根据rgb空间颜色直方图中各个颜色通道的颜色直方图中像素值的变化趋势，找到颜色直方图中像素值较为集中的像素值范围，将像素值范围内的像素值作为主体元素所呈现的像素点的像素值，因此可以标记出区域卫星图像中所有像素值处于像素值范围内的目标像素，并根据所有目标像素所形成的区域划定出主体元素区域。
[0074]
在本技术实施例的其中一种实施方式中，参照图4，在步骤s104之前具体还包括如下步骤：s401.判断巡航路线所对应的目标土地管理区域的目标土地类型，若目标土地类型为建设用地，则执行步骤s402；若目标土地类型为非建设用地，则执行步骤s403。
[0075]
s402.将无人机的拍摄模式调整为斜拍模式。
[0076]
其中，由于目标土地类型为建设用地，为了有利于后续生成建设用地中正在进行施工的建筑的实景三维模型，因此需要将无人机的拍摄模式调整为斜拍模式，以拍摄建筑的斜摄影像，根据斜摄影像并结合无人机的拍摄高度、飞行路径、拍摄角度等数据可以计算出建筑整体的长宽高数据。
[0077]
s403.将无人机的拍摄模式调整为俯拍模式。
[0078]
其中，由于目标土地类型为非建设用地，因此需要具体监测的目标为非建设用地中主体元素的元素区域边界变化，采用俯拍模式进行拍摄可以更加有利于对区域边界进行监测。
[0079]
本技术实施例其中一种实施方式的实施原理为：根据目标土地管理区域的目标土地类型选择无人机在巡航监测过程中的拍摄模式，若目标土地类型为建设用地，为了有利于后续生成建设用地中正在进行施工的建筑的实景三维模型，需要将无人机的拍摄模式调整为斜拍模式，以拍摄建筑的斜摄影像，从而可
以结合无人机飞行数据计算出建筑整体的长宽高数据；若目标土地类型为非建设用地，则需要重点监测非建设用地中主体元素的元素区域边界变化，因此采用无人机的俯拍模式具有更好的监测拍摄效果。
[0080]
在本技术实施例的其中一种实施方式中，参照图5，步骤s105具体包括如下步骤：s501.判断巡航路线所对应的目标土地管理区域的目标土地类型，若目标土地类型为建设用地，则执行步骤s502。
[0081]
s502.基于实景区域图像构建建设区域的实景三维模型。
[0082]
其中，基于实景区域图像并结合无人机的拍摄高度、飞行路径、拍摄角度等数据可以计算出建筑整体的长宽高等建筑数据，再将建筑数据导入三维模型建模软件中即可构建出建设区域的实景三维模型。
[0083]
s503.提取实景三维模型中的围栏区域参数，并根据围栏区域参数计算建设区域的实拍建设面积。
[0084]
其中，每个建设区域外围都具有建筑围栏，建筑围栏所形成的包围圈包围有整个建设区域，因此可以提取实景三维模型中建筑围栏所在围栏区域的围栏区域参数，具体的围栏区域参数包括围栏总长度和围栏区域形成的包围圈形状，结合围栏总长度和围栏区域形成的包围圈形状即可计算出建设区域的实拍建筑面积。
[0085]
s504.基于施工建设信息获取建设区域的计划建设面积。
[0086]
其中，通过ocr文字识别技术识别施工建设信息中所包含的计划建设面积。
[0087]
s505.判断实拍建设面积是否大于计划建设面积，若实拍建设面积大于计划建设面积，则执行步骤s506。
[0088]
其中，若实拍建设面积小于等于计划建设面积，则判定目标土地管理区域未出现区域异常现象。
[0089]
s506.判定目标土地管理区域出现区域异常现象。
[0090]
其中，所出现的区域异常现象为建设区域异常超范围。
[0091]
本技术实施例其中一种实施方式的实施原理为：当目标土地类型为建设用地时，获取无人机斜拍摄像模式所拍摄到的斜摄实景区域图像，并结合无人机的拍摄高度、飞行路径、拍摄角度等数据可以计算出建筑整体的长宽高等建筑数据，再将建筑数据导入三维模型建模软件中即可构建出建设区域的实景三维模型，通过对实景三维模型中的围栏区域参数的计算，得到建设区域的实拍建设面积。再通过分析施工建设信息获取到建设区域的计划建设面积，可以比对实拍建设面积和计划建设面积以判定目标土地管理区域是否出现区域异常现象。
[0092]
在本技术实施例的其中一种实施方式中，非建设用地包括耕地地形和河流地形，参照图6，若步骤s501的判断结果为目标土地类型为非建设用地时包括如下步骤：s601.判断目标土地类型为耕地地形或河流地形，若目标土地类型为耕地地形，则执行步骤s602。
[0093]
其中，耕地地形中的主体元素为耕地，河流地形中的主体元素为河流。
[0094]
s602.基于实景区域图像计算目标土地管理区域中的实拍耕地面积。
[0095]
其中，识别实景区域图像中每一帧图像中的耕地边界，再根据每一帧图像所对应的无人机的具体定位信息，生成目标土地管理区域中耕地区域的完整耕地区域边界，从而
通过耕地区域边界计算得到实拍耕地面积。
[0096]
s603.基于目标土地管理区域的区域卫星图像计算得到目标土地管理区域中主体元素区域的区域面积。
[0097]
其中，将区域卫星图像中主体元素区域的区域边界拟合为直线边界，标记出直线边界中的所有边界顶点，基于区域卫星图像整体的定位信息确定所有边界顶点的顶点坐标，进而通过鞋带定理计算得到主体元素区域的区域面积。
[0098]
s604.判断实拍耕地面积是否小于区域面积，若实拍耕地面积小于区域面积，则执行步骤s605。
[0099]
其中，若实拍耕地面积大于等于区域面积，则判定目标土地管理区域未出现区域异常现象。
[0100]
s605.判定目标土地管理区域出现区域异常现象。
[0101]
其中，所出现的区域异常现象为耕地面积异常减小。
[0102]
本技术实施例其中一种实施方式的实施原理为：当目标土地类型为耕地地形时，可以结合实景区域图像中每一帧图像中的耕地边界和每一帧图像所对应的无人机的具体定位信息计算得到实拍耕地面积，再通过对区域卫星图像中主体元素区域进行计算，得到主体元素区域的区域面积，最后比对实拍耕地面积和区域面积即可判断目标土地管理区域是否出现耕地面积异常减小的区域异常现象。
[0103]
在本技术实施例的其中一种实施方式中，参照图7，若步骤s601的判断结果为目标土地类型为河流地形时还包括如下步骤：s701.基于实景区域图像计算目标土地管理区域中目标河流的实拍河道宽度。
[0104]
其中，识别实景区域图像中每一帧图像中目标河流的河流边界，再根据每一帧图像所对应的无人机的具体定位信息，生成完整的河流河道图像，再结合无人机的定位信息以及无人机的飞行高度可以计算出目标河流的平均河道宽度，平均河道宽度即为实拍河道宽度。
[0105]
s702.识别区域卫星图像中主体元素区域的最长区域边界和次长区域边界。
[0106]
其中，由于区域卫星图像中主体元素为河流，且主体元素的图像占比最大，因此区域卫星图像中主体元素区域的最长区域边界和次长区域边界为河流的两条边界。
[0107]
s703.计算最长区域边界和次长区域边界之间的平均最短距离。
[0108]
其中，先计算最长区域边界和次长区域边界同一方向上第一个像素点之间的距离，再根据相同方向遍历每一个像素点，并计算两个区域边界所遍历的像素点之间的距离，最终将所有计算得到的距离相加得到距离总和，再将距离总和除以最长区域边界中所有像素点的数量即可得到平均最短距离。
[0109]
s704.判断实拍河道宽度是否小于平均最短距离，若实拍河道宽度小于平均最短距离，则执行步骤s705。
[0110]
其中，若实拍河道宽度大于等于平均最短距离，则判定目标土地管理区域未出现区域异常现象。
[0111]
s705.判定目标土地管理区域出现区域异常现象。
[0112]
其中，所出现的区域异常现象为河道宽度异常减小。
[0113]
本技术实施例其中一种实施方式的实施原理为：
当目标土地类型为河流地形时，可以识别实景区域图像中每一帧图像中目标河流的河流边界，再根据每一帧图像所对应的无人机的具体定位信息，生成完整的河流河道图像，再结合无人机的定位信息以及无人机的飞行高度可以计算出目标河流的平均河道宽度作为实拍河道宽度。再识别出区域卫星图像中主体元素区域的两条河流边界，通过遍历两条边界中对应位置的像素点，并计算两个像素点之间的距离，最终将所有计算得到的距离相加并除以一条边界中像素点的总数量即可得到平均最短距离，通过比对实拍河道宽度和平均最短距离可以判定目标土地管理区域是否出现河道宽度异常减小的区域异常现象。
[0114]
本技术实施例还公开一种基于卫星实景数据的土地管理系统，包括处理器和存储器，处理器在运行存储器存储的计算机指令时，执行如图1至图7中所示的方法。
[0115]
本实施例的实施原理为：通过程序的调取，通过目标区域的土地规划信息将目标区域划分为不同类型的目标土地管理区域，再结合通过遥感卫星所获取到的目标区域的土地卫星影像，生成各个目标土地管理区域的区域卫星图像，后续对目标土地管理区域的监测则采用无人机巡航的方式进行监测，具体监测方式则是生成目标土地管理区域的无人机巡航路线，再获取无人机沿巡航路线所拍摄的目标土地管理区域的实景区域图像，从而可以将实景区域图像和区域卫星图像进行比对，以判断目标土地管理区域是否出现重点土地区域面积变化等区域异常现象，若出现区域异常现象则生成相应的整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统以使相应管辖部门对异常现象进行及时处理。相较于持续采用遥感卫星对目标区域的土地进行监测，采用遥感卫星和无人机结合的方式可以大大节省土地管理过程中的成本。
[0116]
以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。

技术特征：
1.一种基于卫星实景数据的土地管理方法，其特征在于，包括如下步骤：获取目标区域的土地规划信息和所述目标区域初始状态的初始卫星影像；根据所述土地规划信息将所述目标区域按照土地类型划分为多个土地管理区域，并基于所述土地卫星影像生成各个所述土地管理区域的区域卫星图像；结合所述土地类型和所述区域卫星图像生成所述无人机在对应所述土地管理区域中的巡航路线；获取所述无人机沿所述巡航路线所拍摄的目标土地管理区域的实景区域图像，所述目标土地管理区域为所述巡航路线所属的所述土地管理区域；结合所述实景区域图像和所述目标土地管理区域的区域卫星图像判断所述目标土地管理区域是否出现区域异常现象；若所述目标土地管理区域出现所述区域异常现象，则结合所述区域异常现象和所述目标土地管理区域的所述土地类型生成整改信息，并将所述整改信息发送至管辖所述目标土地管理区域的管辖部门系统。2.根据权利要求1所述的一种基于卫星实景数据的土地管理方法，其特征在于，所述土地类型包括建设用地和非建设用地，所述结合所述土地类型和所述区域卫星图像生成所述无人机在对应所述土地管理区域中的巡航路线包括如下步骤：基于所述区域卫星图像划定所述土地管理区域中的主体元素区域；判断所述土地类型为所述建设用地或所述非建设用地；若所述土地类型为所述非建设用地，则根据所述主体元素区域的区域边界生成所述无人机在所述土地管理区域中的巡航路线；若所述土地类型为所述建设用地，则获取所述土地管理区域的施工建设信息；基于所述施工建设信息定位所述土地管理区域中正在施工建设的所有建设区域；基于所有所述建设区域生成所述无人机在所述土地管理区域中的巡航路线。3.根据权利要求2所述的一种基于卫星实景数据的土地管理方法，其特征在于，所述基于所述区域卫星图像划定所述土地管理区域中的主体元素区域包括如下步骤：生成所述区域卫星图像的rgb空间颜色直方图；获取所述rgb空间颜色直方图的像素值峰值，并将所述像素值峰值作为第一目标像素值；计算得到与所述第一目标像素值相差预设像素值差的两个第二目标像素值；基于所述rgb空间颜色直方图分别计算所述第一目标像素值与两个所述第二目标像素值之间的变化趋势参数；判断所述变化趋势参数是否大于预设的参数阈值；若所述变化趋势参数大于所述参数阈值，则将所述第二目标像素值作为新的第一目标像素值，并重复所述变化趋势参数的计算步骤和判断步骤，直至所述变化趋势参数小于等于所述参数阈值；若所述变化趋势参数小于等于所述参数阈值，则将两个所述第二目标像素值作为范围阈值生成像素值范围；标记出所述区域卫星图像中所有像素值处于所述像素值范围内的目标像素，并根据所有所述目标像素所形成的区域划定出主体元素区域。
4.根据权利要求2所述的一种基于卫星实景数据的土地管理方法，其特征在于，在所述获取所述无人机沿所述巡航路线所拍摄的目标土地管理区域的实景区域图像之前还包括如下步骤：判断所述巡航路线所对应的目标土地管理区域的目标土地类型；若所述目标土地类型为所述建设用地，则将所述无人机的拍摄模式调整为斜拍模式；若所述目标土地类型为所述非建设用地，则将所述无人机的拍摄模式调整为俯拍模式。5.根据权利要求4所述的一种基于卫星实景数据的土地管理方法，其特征在于，所述结合所述实景区域图像和所述目标土地管理区域的区域卫星图像判断所述目标土地管理区域是否出现区域异常现象包括如下步骤：判断所述巡航路线所对应的目标土地管理区域的目标土地类型；若所述目标土地类型为所述建设用地，则基于所述实景区域图像构建所述建设区域的实景三维模型；提取所述实景三维模型中的围栏区域参数，并根据所述围栏区域参数计算所述建设区域的实拍建设面积；基于所述施工建设信息获取所述建设区域的计划建设面积；判断所述实拍建设面积是否大于所述计划建设面积；若所述实拍建设面积大于所述计划建设面积，则判定所述目标土地管理区域出现区域异常现象。6.根据权利要求5所述的一种基于卫星实景数据的土地管理方法，其特征在于，所述非建设用地包括耕地地形和河流地形，所述方法还包括如下步骤：若所述目标土地类型为所述非建设用地，则判断所述目标土地类型为所述耕地地形或所述河流地形；若所述目标土地类型为所述耕地地形，则基于所述实景区域图像计算所述目标土地管理区域中的实拍耕地面积；基于所述目标土地管理区域的区域卫星图像计算得到所述目标土地管理区域中所述主体元素区域的区域面积；判断所述实拍耕地面积是否小于所述区域面积；若所述实拍耕地面积小于所述区域面积，则判定所述目标土地管理区域出现所述区域异常现象。7.根据权利要求6所述的一种基于卫星实景数据的土地管理方法，其特征在于，所述方法还包括如下步骤：若所述目标土地类型为所述河流地形，则基于所述实景区域图像计算所述目标土地管理区域中目标河流的实拍河道宽度；识别所述区域卫星图像中所述主体元素区域的最长区域边界和次长区域边界；计算所述最长区域边界和所述次长区域边界之间的平均最短距离；判断所述实拍河道宽度是否小于所述平均最短距离；若所述实拍河道宽度小于所述平均最短距离，则判定所述目标土地管理区域出现所述区域异常现象。
8.一种基于卫星实景数据的土地管理系统，其特征在于，包括处理器和存储器，所述处理器在运行所述存储器存储的计算机指令时，执行如权利要求1至7中任一项所述的方法。

技术总结
本申请公开了一种基于卫星实景数据的土地管理方法及系统，其涉及土地管理技术领域，该方法包括如下步骤：获取目标区域的土地规划信息和初始卫星影像；按照土地类型划分为多个土地管理区域，并生成各个土地管理区域的区域卫星图像；结合土地类型和区域卫星图像生成无人机的巡航路线；获取无人机所拍摄的实景区域图像；结合实景区域图像和目标土地管理区域的区域卫星图像判断目标土地管理区域是否出现区域异常现象；若目标土地管理区域出现区域异常现象，则结合区域异常现象和目标土地管理区域的土地类型生成整改信息，并将整改信息发送至管辖目标土地管理区域的管辖部门系统。至管辖目标土地管理区域的管辖部门系统。至管辖目标土地管理区域的管辖部门系统。


技术研发人员：赵杨 温凌鹏 梅伟
受保护的技术使用者：山西森软科技股份有限公司
技术研发日：2023.02.10
技术公布日：2023/7/31