基于“空-天-地-谱”耕地套种林木的离散图斑核查路径最优化规划算法

doi:10.13474/j.cnki.11-2246.2025.0820

测绘通报 ›› 2025, Vol. 0 ›› Issue (8): 123-127,136.doi: 10.13474/j.cnki.11-2246.2025.0820

基于“空-天-地-谱”耕地套种林木的离散图斑核查路径最优化规划算法

施贵刚¹, 杜晓雪¹, 潘彦希¹, 邹涛¹, 高阳², 刘航³

1. 安徽建筑大学土木工程学院, 安徽合肥 230601;
2. 安徽省第三测绘院, 安徽合肥 230031;
3. 沈阳市勘察测绘研究院有限公司, 辽宁沈阳 110004

收稿日期:2024-12-16 出版日期:2025-08-25 发布日期:2025-09-02
作者简介:施贵刚(1979—),男,博士,教授,主要从事摄影测量与遥感研究工作。E-mail:1057665394@qq.com
基金资助:
安徽省自然资源厅2024年度安徽省自然资源科技项目(2024-K-9)

Optimal planning algorithm for the verification route of discrete patches in cultivated land intercropped with trees based on “space-air-ground-spectrum”

SHI Guigang¹, DU Xiaoxue¹, PAN Yanxi¹, ZOU Tao¹, GAO Yang², LIU Hang³

1. School of Civil Engineering, Anhui Jianzhu University, Hefei 230601, China;
2. The Third Institute of Surveying and Mapping of Anhui Province, Hefei 230031, China;
3. Shenyang Geotechnical Investigation & Surveying Research Institute Co., Ltd., Shenyang 110004, China

Received:2024-12-16 Online:2025-08-25 Published:2025-09-02

摘要/Abstract

摘要： 本文深入探讨了基于“空-天-地-谱”技术的耕地套种林木现状智能研判中的关键问题,即离散图斑核查路径的最优化规划算法。在融合卫星遥感、无人机航拍、人工智能知识图谱及GIS等多源数据的基础上,提出了3种智能路径规划方法,并分析了其各自的优势,该方法旨在提高耕地套种林木现状核查的效率与准确性,为自然资源调查监测及耕地保护提供科学依据和技术支撑。

关键词: 耕地套种林木, 离散图斑, 蚁群算法, Dijkstra算法, A^*算法

Abstract: This paper delves into the critical issue of optimal planning algorithms for discrete patch verification paths in intelligent assessment of the status of farmland intercropped with trees based on the “sky-space-earth-spectrum” technology.By integrating multi-source data such as satellite remote sensing,drone aerial photography,artificial intelligence knowledge graphs and GIS,this paper proposes three intelligent path planning methods and analyzes their advantages,the methods aim to enhance the efficiency and accuracy of verifying the status of farmland intercropped with trees,providing scientific basis and technical support for natural resource investigation and monitoring,as well as farmland protection.

Key words: forest interplanting in cultivated land, discrete pattern spots, ant colony algorithm, Dijkstra's algorithm, A^*algorithm

中图分类号:

P237

施贵刚, 杜晓雪, 潘彦希, 邹涛, 高阳, 刘航. 基于“空-天-地-谱”耕地套种林木的离散图斑核查路径最优化规划算法[J]. 测绘通报, 2025, 0(8): 123-127,136.

SHI Guigang, DU Xiaoxue, PAN Yanxi, ZOU Tao, GAO Yang, LIU Hang. Optimal planning algorithm for the verification route of discrete patches in cultivated land intercropped with trees based on “space-air-ground-spectrum”[J]. Bulletin of Surveying and Mapping, 2025, 0(8): 123-127,136.

参考文献

[1] 淮碧彤.基于深度学习的高分辨率遥感影像智能解译研究[D].西安:西安理工大学,2022.
[2] SHELHAMER E,LONG J,DARRELL T.Fully convolutional networks for semantic segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2017,39(4): 640-651.
[3] 李森,彭玲,胡媛,等.基于FD-RCF的高分辨率遥感影像耕地边缘检测[J].中国科学院大学学报,2020,37(4): 483-489.
[4] 刘巍,吴志峰,骆剑承,等.深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法[J].测绘学报,2021,50(1): 105-116.
[5] 李倩楠,张杜娟,潘耀忠,等.MPSPNet和UNet网络下山东省高分辨耕地遥感提取[J].遥感学报,2023,27(2): 471-491.
[6] 李豪,杜雨秋,肖星竹,等.基于深度学习的四川盆地丘陵区县域耕地遥感识别研究[J].智慧农业(中英文),2024,6(3): 34-45.
[7] 贺兴时,陈慧园.基于避障寻优改进蚁群算法的机器人路径规划[J].西安工程大学学报,2024,38(3): 100-108.
[8] 焦龙飞,谷志茹,舒小华.自动驾驶路径优化的RF-DDPG车辆控制算法研究[J].湖南工业大学学报,2024,38(1): 62-69.
[9] 刘威,储春华,肖明伟.一种基于时间和路径双重优化的改进A^*算法[J].制造业自动化,2023,45(12): 173-177.
[10] 毕飞超.最优路径规划法在土地执法监察系统中的应用[D].徐州: 中国矿业大学,2014.
[11] 王吉祥.基于AGV系统的路径规划技术研究[D].合肥: 合肥工业大学,2018.
[12] 徐鹏,程钢,黎旻懿.Dijkstra算法在GIS中的优化与应用[J].北京测绘,2021,35(6): 737-740.
[13] 郭丽晓.基于拓扑地图的AGV智能路径规划技术研究[D].杭州: 浙江大学,2013.
[14] 刘永琦,徐丹,程归,等.基于改进A^*算法的无人机快速轨迹规划方法[J].飞行力学,2020,38(2): 40-46.
[15] 肖婧靓.自动车物流园区的车辆调度控制方法及其仿真[D].成都: 西南交通大学,2021.

基于“空-天-地-谱”耕地套种林木的离散图斑核查路径最优化规划算法

Optimal planning algorithm for the verification route of discrete patches in cultivated land intercropped with trees based on “space-air-ground-spectrum”

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价

[1]	郭瑞荣, 李朝奎, 李豪, 陈军. 面向BIM的室内拓扑-栅格分层路径规划方法[J]. 测绘通报, 2024, 0(3): 81-87.
[2]	董志洋, 李慧, 葛靖宇, 程建华. 改进蚁群算法的无人机三维环境路径规划[J]. 测绘通报, 2023, 0(5): 153-157.
[3]	陈能成, 么爽, 杜文英, 王超. 改进蚁群算法支持下的交通流量分配[J]. 测绘通报, 2019, 0(10): 72-76,82.
[4]	蒲伦, 唐诗华, 张紫萍, 李宗婉, 张炎. 一种基于蚁群算法的山区GPS高程异常拟合方法[J]. 测绘通报, 2018, 0(8): 26-31.
[5]	江珊, 吕京国, 李现虎. 改进蚁群算法的三维激光点云聚类方法[J]. 测绘通报, 2018, 0(3): 38-42.