基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算

doi:10.13474/j.cnki.11-2246.2022.0184.

测绘通报 ›› 2022, Vol. 0 ›› Issue (6): 125-129.doi: 10.13474/j.cnki.11-2246.2022.0184.

基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算

刘耀辉^1,2,3, 于祥惠¹, 范洁洁¹, 周洁⁴, 程昊⁵, 姚国标¹, 孟飞¹, 靳奉祥³

1. 山东建筑大学测绘地理信息学院, 山东济南 250101;
2. 河北省地震动力学重点实验室, 河北三河 065201;
3. 山东科技大学测绘与空间信息学院, 山东青岛 266590;
4. 中国地震局地质研究所, 北京 100029;
5. 武汉大学遥感信息工程学院, 湖北武汉 430079

收稿日期:2021-07-07 发布日期:2022-06-30
通讯作者: 姚国标。E-mail:yao7837005@163.com
作者简介:刘耀辉(1991-),男,讲师,主要从事遥感信息提取、深度学习技术及地震灾害等方面的研究。E-mail:liuyaohui20@sdjzu.edu.cn
基金资助:
山东省自然科学基金(ZR2021QD074);河北省地震动力学重点实验室开放基金(FZ212203);国家自然科学基金(42177453);国家对地观测科学数据中心开放基金(NODAOP2020008)

Rapid estimation of rural homestead area in Western China based on UAV imagery and object-oriented method

LIU Yaohui^1,2,3, YU Xianghui¹, FAN Jiejie¹, ZHOU Jie⁴, CHENG Hao⁵, YAO Guobiao¹, MENG Fei¹, JIN Fengxiang³

1. School of Surveying and Geo-informatics, Shandong Jianzhu University, Jinan 250101, China;
2. Hebei Key Laboratory of Earthquake Dynamics, Sanhe 065201, China;
3. College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China;
4. Institute of Geology, China Earthquake Administration, Beijing 100029, China;
5. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China

Received:2021-07-07 Published:2022-06-30

摘要/Abstract

摘要： 快速、准确地提取农村宅基地面积,对于城乡规划、房地一体化、美丽乡村建设等工作意义重大。本文以陕西省某村为研究区域,基于无人机高分辨率遥感数据,采用面向对象方法,对研究区进行多尺度分割和监督分类,提取建筑物轮廓;基于倾斜摄影测量方法,估算建筑物楼层数,并最终进行宅基地面积的快速估算。建筑物提取总体精度为95.8%,Kappa系数为0.892 5。将提取后的宅基地面积结合楼层数进行分析计算,得出该研究区建筑物宅基地总面积为36 417 m²。结果表明,本文方法能够准确、有效地提取宅基地面积,为无人机遥感在建筑物的提取识别及宅基地面积快速判定提供了参考。

关键词: 无人机, 遥感, 宅基地面积, 中国西部地区, 农村

Abstract: Rapid and accurate extraction of rural homestead area is of great significance for urban and rural planning, housing and land integration, and beautiful rural construction. In this paper, one village in Shaanxi province is taken as the research area. Based on UAV high-resolution remote sensing data, multi-scale segmentation and supervised classification are used to extract the building contour. The number of building floors is then estimated based on oblique photogrammetry. Finally, a fast estimation of homestead area is carried out. The overall accuracy of building extraction in the study area is 95.8%, and Kappa coefficient is 0.892 5. The total area of residential land in the study area is 36 417 m². The results show that this method can accurately and effectively extract the homestead area, and provide a reference for UAV remote sensing in the extraction and identification of buildings and the rapid determination of homestead area.

Key words: UAV, remote sensing, homestead area, Western China, rural area

中图分类号:

P237

刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.

LIU Yaohui, YU Xianghui, FAN Jiejie, ZHOU Jie, CHENG Hao, YAO Guobiao, MENG Fei, JIN Fengxiang. Rapid estimation of rural homestead area in Western China based on UAV imagery and object-oriented method[J]. Bulletin of Surveying and Mapping, 2022, 0(6): 125-129.

参考文献

[1] 朱祺琪,李真,张亚男,等.全局局部细节感知条件随机场的高分辨率遥感影像建筑物提取[J].遥感学报,2021,25(7):1422-1433.
[2] 刘耀辉.面向地震风险评估的高分辨率遥感影像建筑物信息提取与研究[D].北京:中国地震局地质研究所,2020.
[3] 张继贤,刘飞,王坚.轻小型无人机测绘遥感系统研究进展[J].遥感学报,2021,25(3):708-724.
[4] 张继贤,顾海燕,杨懿,等.高分辨率遥感影像智能解译研究进展与趋势[J].遥感学报,2021,25(11):2198-2210.
[5] 王振庆,周艺,王世新,等.IEU-Net高分辨率遥感影像房屋建筑物提取[J].遥感学报,2021,25(11):2245-2254.
[6] 韩东成,杨世植,赵强,等.面向对象的高分辨率遥感影像建筑物信息提取[J].大气与环境光学学报,2021,16(4):358-364.
[7] 周洁,范熙伟,刘耀辉.无人机遥感在塑料大棚识别中的方法研究[J].中国农业信息,2019,31(1):95-111.
[8] 于浩,徐汉卿,李雨佳,等.针对无人机影像的农居建筑物快速提取方法初探[J].防灾减灾学报,2020,36(4):79-85.
[9] 李宏力,吕立楠,王文钧,等.基于资源三号卫星影像的面向对象分类方法的关键技术研究[J].测绘与空间地理信息,2020,43(9):155-158.
[10] 范熙伟,聂高众,邓砚,等.基于摄影测量技术的房屋提取方法:以中国西部地区乡村为例[J].地震地质,2017,39(4):805-818.
[11] 杨存建,李何超,许光洪,等.基于大疆无人机遥感的农村居民点建筑密度与容积率的测算[J].山地学报,2019,37(1):144-150.
[12] 林雨准,张保明,徐俊峰,等.多特征多尺度相结合的高分辨率遥感影像建筑物提取[J].测绘通报,2017(12):53-57.
[13] 方鑫,陈善雄.密集城区高分辨率遥感影像建筑物提取[J].测绘通报,2019(4):79-83.
[14] 洪亮,楚森森,彭双云,等.顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法[J].遥感学报,2020,24(12):1464-1475.

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[7]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[8]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[9]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[10]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[11]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[12]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[13]	周建国, 罗超, 彭朵. 微型无人机辅助的三角高程测量方法[J]. 测绘通报, 2022, 0(6): 71-75.
[14]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.
[15]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.

基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算

Rapid estimation of rural homestead area in Western China based on UAV imagery and object-oriented method

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价