一种森林资源资产确定方法及系统技术方案

本发明专利技术公开了一种森林资源资产确定方法及系统，本发明专利技术技术方案通过对目标森林区域范围进行分段式遥感图像采集，在计算出每个资源特征对应的资源值之后，对依次排列的所有目标遥感图像进行依次融合，从而精准地计算出目标森林区域范围的森林资源资产总值；以解决现有技术中由于图像采集和长连续图像之间测算的不准确性，导致在利用大数据对部分森林区间进行测算的策略仅仅可以在小范围内测算，面对区域大、地域广阔的森林范围则无法做到精准测算的技术问题；而针对区域大、地域广阔的森林范围，能够实现有效地、快速地、准确地确定森林资源资产的实际情况，为生态环境保护提供有力的数据支撑。数据支撑。数据支撑。

【技术实现步骤摘要】
一种森林资源资产确定方法及系统


[0001]本专利技术涉及大数据处理
，尤其涉及一种森林资源资产确定方法及系统。

技术介绍

[0002]森林资源资产的确定，对于生态环境保护提供有力的数据支撑。而传统的探测森林资源资产的方式，往往是通过人工实地探测、绘制图纸、资源存量估算等人力估算进行测算，无法有效地、快速地、准确地确定森林资源资产的实际情况。
[0003]随着生态改善的呼声越来越强烈，对于生态环境保护的步伐越来越紧密，如何摆脱传统的人工测算森林资源资产的方式，利用大数据技术对森林资源资产进行有效地、快速地、准确地确定，成为了目前市面上亟需解决的技术问题。
[0004]虽然市面上出现了利用大数据对部分森林区间进行资源测算的策略，但由于图像采集和长连续图像之间测算的不准确性，现有技术利用大数据对部分森林区间进行测算的策略仅仅可以在小范围内测算，面对区域大、地域广阔的森林范围则无法做到精准测算。

技术实现思路

[0005]本专利技术提供了一种森林资源资产确定方法及系统，针对区域大、地域广阔的森林范围，能够实现有效地、快速地、准确地确定森林资源资产的实际情况，为生态环境保护提供有力的数据支撑。
[0006]为了解决上述技术问题，本专利技术提供了一种森林资源资产确定方法，包括：
[0007]获取待探测森林资源资产的目标经纬度信息，通过无人机对所述目标经纬度信息内的目标森林区域范围进行分段式遥感图像采集，得到多段目标遥感图像；
[0008]分别对每一段所述目标遥感图像进行特征识别，对所述目标遥感图像中的资源特征进行标记，在每一段所述目标遥感图像中得到对应的资源特征；
[0009]分别计算每一个所述资源特征在其所在的目标遥感图像中所占的面积大小，得到面积值，并根据所述面积值计算出每一个所述资源特征对应的资源值；
[0010]根据所述目标经纬度信息对所有的目标遥感图像按次序排列，同时，分别根据每一段所述目标遥感图像中标记的资源特征，确定基准资源特征点，根据所述基准资源特征点对依次排列的所有目标遥感图像进行依次融合，得到长连续遥感图像；
[0011]对所述长连续遥感图像中每一个所述资源特征对应的资源值，计算出所述目标森林区域范围的森林资源资产总值。
[0012]作为优选方案，所述通过无人机对所述目标经纬度信息内的目标森林区域范围进行分段式遥感图像采集，得到多段目标遥感图像的步骤中，具体包括：
[0013]根据所述无人机的型号确定最大采集范围，根据所述最大采集范围对所述目标经纬度信息分割成多段经纬度范围并依次排列；
[0014]控制所述无人机按照排列的经纬度范围依次进行分段式遥感图像采集，并实时传送采集到的目标遥感图像；
[0015]对实时传送回来的目标遥感图像进行资源边界特征识别，当判断识别到的资源边界距离下一段的目标遥感图像之间的距离值少于预设距离值时，将所述资源边界确定为当前段的目标遥感图像的终点；
[0016]根据所述最大采集范围对剩余未进行图像采集的经纬度范围进行重新分割并依次排列，直到每一段的目标遥感图像的终点均进行确定。
[0017]作为优选方案，所述分别对每一段所述目标遥感图像进行特征识别，对所述目标遥感图像中的资源特征进行标记，在每一段所述目标遥感图像中得到对应的资源特征的步骤中，具体包括：
[0018]分别将每一段所述目标遥感图像作为输入图像传输到预设的资源特征识别模型中进行资源特征识别，得到输出图像，其中，所述输出图像中对所述目标遥感图像中的资源特征进行标记；
[0019]其中，所述预设的资源特征识别模型用于对输入图像中的资源特征进行识别并确定资源类型，输出标记了资源特征及其对应资源类型的输出图像。
[0020]作为优选方案，所述预设的资源特征识别模型的构建过程，具体包括：
[0021]获取历史遥感图像，对所述历史遥感图像中的森林资源特征进行标记，生成第一标记信息；
[0022]根据标记的森林资源特征确定对应的资源类型，生成第二标记信息，并将所述第一标记信息和所述第二标记信息进行相关联后标记在所述历史遥感图像中，生成最终遥感图像；
[0023]通过神经网络算法构建初始识别模型，将所述最终遥感图像输入到所述初始识别模型进行训练，直到训练次数达到次数阈值后，得到训练识别模型；
[0024]将所述历史遥感图像输入到所述训练识别模型中进行测试，直到测试成功率达到成功阈值时，生成资源特征识别模型。
[0025]作为优选方案，所述分别计算每一个所述资源特征在其所在的目标遥感图像中所占的面积大小，得到面积值，并根据所述面积值计算出每一个所述资源特征对应的资源值的步骤中，具体包括：
[0026]分别确定每一个所述资源特征的中心点，以所述中心点为圆心，确定所述资源特征的外接圆，根据外接圆的面积确定所述资源特征所对应的面积值；
[0027]根据所述预设的资源特征识别模型输出标记了资源特征及其对应资源类型，确定所述外接圆所对应资源特征的目标资源类型；
[0028]根据所述目标资源类型确定预设权重值，计算所述面积值与所述预设权重值的乘积，作为所述资源特征对应的资源值。
[0029]作为优选方案，所述分别根据每一段所述目标遥感图像中标记的资源特征，确定基准资源特征点，根据所述基准资源特征点对依次排列的所有目标遥感图像进行依次融合，得到长连续遥感图像的步骤中，具体包括：
[0030]分别在每一段所述目标遥感图像标记的资源特征中确定当前段的目标遥感图像的终点，作为第一融合点；
[0031]在相邻的下一段目标遥感图像中确定所述当前段的目标遥感图像的终点对应的资源边界，作为第二融合点；
[0032]将所述第一融合点和所述第二融合点作为基准资源特征点进行对齐处理，并将当前段的目标遥感图像与相邻的下一段目标遥感图像进行融合，直到所有目标遥感图像依次融合完成，得到长连续遥感图像。
[0033]作为优选方案，所述森林资源资产总值的计算公式为：
[0034][0035]其中，S0为森林资源资产总值；S
i
为第i个资源特征对应的资源值，k
i
为第i个资源特征的资源类型对应的预设类型阈值；i为资源特征，n为资源特征的总数。
[0036]相应地，本专利技术还提供了一种森林资源资产确定系统，包括：图像采集模块、特征标记模块、面积确定模块、图像融合模块和总值计算模块；
[0037]所述图像采集模块，用于获取待探测森林资源资产的目标经纬度信息，通过无人机对所述目标经纬度信息内的目标森林区域范围进行分段式遥感图像采集，得到多段目标遥感图像；
[0038]所述特征标记模块，用于分别对每一段所述目标遥感图像进行特征识别，对所述目标遥感图像中的资源特征进行标记，在每一段所述目标遥感图像中得到对应的资源特征；
[0039]所述面积确定模块，用于分别计算每一个所述资源特征在其所在的目标遥感图像中所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种森林资源资产确定方法，其特征在于，包括：获取待探测森林资源资产的目标经纬度信息，通过无人机对所述目标经纬度信息内的目标森林区域范围进行分段式遥感图像采集，得到多段目标遥感图像；分别对每一段所述目标遥感图像进行特征识别，对所述目标遥感图像中的资源特征进行标记，在每一段所述目标遥感图像中得到对应的资源特征；分别计算每一个所述资源特征在其所在的目标遥感图像中所占的面积大小，得到面积值，并根据所述面积值计算出每一个所述资源特征对应的资源值；根据所述目标经纬度信息对所有的目标遥感图像按次序排列，同时，分别根据每一段所述目标遥感图像中标记的资源特征，确定基准资源特征点，根据所述基准资源特征点对依次排列的所有目标遥感图像进行依次融合，得到长连续遥感图像；对所述长连续遥感图像中每一个所述资源特征对应的资源值，计算出所述目标森林区域范围的森林资源资产总值。2.如权利要求1所述的森林资源资产确定方法，其特征在于，所述通过无人机对所述目标经纬度信息内的目标森林区域范围进行分段式遥感图像采集，得到多段目标遥感图像的步骤中，具体包括：根据所述无人机的型号确定最大采集范围，根据所述最大采集范围对所述目标经纬度信息分割成多段经纬度范围并依次排列；控制所述无人机按照排列的经纬度范围依次进行分段式遥感图像采集，并实时传送采集到的目标遥感图像；对实时传送回来的目标遥感图像进行资源边界特征识别，当判断识别到的资源边界距离下一段的目标遥感图像之间的距离值少于预设距离值时，将所述资源边界确定为当前段的目标遥感图像的终点；根据所述最大采集范围对剩余未进行图像采集的经纬度范围进行重新分割并依次排列，直到每一段的目标遥感图像的终点均进行确定。3.如权利要求1所述的森林资源资产确定方法，其特征在于，所述分别对每一段所述目标遥感图像进行特征识别，对所述目标遥感图像中的资源特征进行标记，在每一段所述目标遥感图像中得到对应的资源特征的步骤中，具体包括：分别将每一段所述目标遥感图像作为输入图像传输到预设的资源特征识别模型中进行资源特征识别，得到输出图像，其中，所述输出图像中对所述目标遥感图像中的资源特征进行标记；其中，所述预设的资源特征识别模型用于对输入图像中的资源特征进行识别并确定资源类型，输出标记了资源特征及其对应资源类型的输出图像。4.如权利要求3所述的森林资源资产确定方法，其特征在于，所述预设的资源特征识别模型的构建过程，具体包括：获取历史遥感图像，对所述历史遥感图像中的森林资源特征进行标记，生成第一标记信息；根据标记的森林资源特征确定对应的资源类型，生成第二标记信息，并将所述第一标记信息和所述第二标记信息进行相关联后标记在所述历史遥感图像中，生成最终遥感图像；
通过神经网络算法构建初始识别模型，将所述最终遥感图像输入到所述初始识别模型进行训练，直到训练次数达到次数阈值后，得到训练识别模型；将所述历史遥感图像输入到所述训练识别模型中进行测试，直到测试成功率达到成功阈值时，生成资源特征识别模型。5.如权利要求3所述的森林资源资产确定方法，其特征在于，所述分别计算每一个所述资源特征在其所在的目标遥感图像中所占的面积大小，得到面积值，并根据所述面积值计算出每一个所述资源特征对应的资源值的步骤中，具体包括：分别确定每一个所述资源特征的中心点，以所述中心点为圆心，确定所述资源特征的外接圆，根据外接圆的面积确定所述资源...

【专利技术属性】
技术研发人员：武健伟，李晨晨，张宏巍，于丽瑶，肖瑶，缪纹利，孙鸿儒，齐建宁，
申请(专利权)人：国家林业和草原局林草调查规划院，
类型：发明
国别省市：