基于深度学习的耕地非农化遥感监测与时空分析——以开阳县为例
Non-agricultural monitoring and spatio-temporal analysis study of cultivated land based on deep learning method:a case study of Kaiyang county作者机构:贵州省第三测绘院贵州贵阳550004
出 版 物:《测绘通报》 (Bulletin of Surveying and Mapping)
年 卷 期:2024年第3期
页 面:13-18页
核心收录:
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
摘 要:如何快速发现耕地非农化违法行为,并了解其空间分布和变化过程是从根本上减少耕地非农化行为的核心问题。基于多时相遥感影像数据,本文建立了一套耕地非农化监测指标体系和具有本地地形、地物特征的样本库,利用深度学习技术搭建遥感变化检测模型,将其应用于开阳县耕地非农化的时序化监测中。在此基础上,运用核密度估算法分析探讨区域耕地非农化的时空分布特征。应用结果表明,将卫星遥感与深度学习技术相结合,可实现大范围内耕地非农化的快速动态监测,开阳县2021年4月—2022年12月监测到的新增违法非农化行为整体呈下降态势,但存在局部聚集区域,且违法数量的高低表现出较为明显的季节特征。