【技术实现步骤摘要】
本公开涉及生态环境监测，尤其涉及基于遥感图像和gis的生态环境监管方法和装置。
技术介绍
1、在生态环境监测和治理领域，传统的生态环境监测通常需要大量时间、人力和经费，尤其是对大面积区域或长期监测，一些监测方式例如卫星遥感监测、空中摄影监测或水质采样分析监测等，通常缺乏数据的融合难以建立全面的生态监管系统。如何将多源数据进行融合处理，整合到统一平台进行可视化，并进行快速定位与预警是亟需解决的主要问题。
2、现有的一些技术中，例如（1）在对研究区域进行网格划分基础上，根据反映/表征人口空间分布、人类活动强度的夜间灯光、植被指数以及县级行政单位边界及其人口统计数据，在gis空间分析支持下，通过spss的加权个案及加权最小二乘回归分析，构建直接面向网格单元的人口统计数据网格化模型，将依附于行政单元的人口统计数据反演到每一个网格中以网格方式展示人口的空间分布。其采用了网格化的人口统计数据建模的方法，但研究对象仅为人口统计数据。（2）基于rs和gis技术得到山东青岛沿海地区遥感图像，并从中测量海岸线变化，计算出海岸线变化的各项指标：海岸线端点速率、净海岸线运动、线性回归速率的最高速度与最大累计量等，然后选用1986年提出的canny edge算法进行海岸线提取处理，平均准确率达97.23%。但是canny边缘检测算法存在一定局限性，与基于深度学习的图像分割提取算法相比精度尚有提高的空间，尤其在淤泥海岸与海水混分较严重的区域仅为92%，基于canny边缘算法进行海岸线分割提取的完整度和准确度精度较低有待提升。（3）基于卫星遥感影
3、综上，现有技术存在以下缺点：
4、（1）生态环境监管涉及多个数据来源，包括卫星遥感数据、传感器数据、地面监测数据、气象数据、水质数据等。这些数据通常由不同的机构和部门收集和管理，导致数据分散在不同的平台和系统中，难以整合和访问；而且不同数据来源通常使用不同的数据格式和标准，包括数据的存储结构、编码方式、时间戳格式等。这使得数据融合变得复杂，需要进行数据格式转换和归一化处理。尽管多源数据融合可以提供更全面的信息，但如何有效地将这些信息转化为决策支持仍然是一个挑战。
5、（2）遥感图像在生态监测中发挥了关键作用，可以提供大范围的、及时的生态信息，有助于更好地理解和保护地球上的生态系统。虽然遥感图像可以获取大范围的地表信息，包括较偏远或难以到达的地区，从而提供全球范围的监测能力，但基于遥感图像进行的生态环境监测也存在明显的缺点，传统监测方法通常依赖于规则和特征工程，需要人工设计和提取适当的特征来进行图像分类、目标检测等任务，这些方法通常需要领域专家的知识来选择和设计适合问题的特征和算法，因此对领域知识的依赖性较高。传统方法在处理复杂的遥感图像、多类别分类、目标检测等任务时可能受到限制，特别是当图像具有复杂的背景和变化时。
6、（3）在各类地理信息系统中，一般会定义不同的地理空间网格，如经纬网、地图图幅、geosot网格等，此类网格的主要作用集中在空间数据的组织管理和共享服务上，重点应用方向也大多集中在三维实景地理应用上（gis+bim），而仅采用地理空间网格监管的方法只考虑地理位置信息，通常更简单和直接，适用于只需要地理位置信息的监管任务，依赖于地理数据的准确性和实时性。不能综合考虑其他相关数据，无法解决需要多方面信息的监管问题，有一定的局限性。
技术实现思路
1、本公开提供了一种基于遥感图像和gis的生态环境监管方法和装置。
2、根据本公开的第一方面，提供了一种基于遥感图像和gis的生态环境监管方法。该方法包括：
3、获取目标监管区域的遥感影像数据、生态环境数据和北斗码；
4、将所述遥感影像数据和生态环境数据输入预先构建的生态环境监测模型，输出所述目标监管区域的生态监测结果；
5、根据所述生态监测结果确定生态灾害类型；
6、根据所述生态灾害类型与北斗码在预先构建的预警库中进行匹配，生成所述目标监管区域的预警信息。
7、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，
8、所述生态环境监测模型包括遥感影像分割模型、遥感影像目标检测模型、支持向量回归机模型；
9、所述将所述遥感影像数据和生态环境数据输入预先构建的生态环境监测模型，输出所述目标监管区域的生态监测结果，包括：
10、将所述遥感影像数据输入预先训练的遥感影像分割模型，输出所述目标监管区域的第一生态监测结果；所述第一生态监测结果为黑臭水体、水体面积、植被面积、pm2.5、pm10、赤潮、空气质量、农作物生长情况和大气环境中的一个或多个；
11、将所述遥感影像数据输入预先训练的遥感影像目标检测模型，输出所述目标监管区域的第二生态监测结果；所述第二生态监测结果为河流断流、着火点、草地生物多样性、耕地非法占用、矿山私挖盗采和固废垃圾堆放中的一个或多个；
12、将所述生态环境数据输入预先训练的支持向量回归机模型，输出生态环境监测指数预测值；所述生态环境监测指数预测值包括温度、湿度、土壤含水量、污染源分布和水质信息；
13、将所述第一生态监测结果、所述第二生态监测结果和所述生态环境监测指数预测值作为生态监测结果。
14、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述遥感影像分割模型的预先训练，包括以下步骤：
15、获取历史第一遥感影像数据；所述历史第一遥感影像数据为标注了黑臭水体、水体、植被、pm2.5、pm10、赤潮、空气质量、农作物生长情况和大气环境的遥感影像集；
16、将所述历史第一遥感影像数据输入预先构建的u-net图像分割网络模型，当满足预设训练轮次时，完成所述u-net图像分割网络模型的训练；
17、将训练完成的u-net图像分割网络模型作为遥感影像分割模型。
18、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述遥感影像目标检测模型的预先训练，包括以下步骤：
19、获取历史第二遥感影像数据；所述历史第二遥感影像数据为标注了河流断流、着火点、草地生物多样性、耕地非法占用、矿山私挖盗采和固废垃圾堆放的遥感本文档来自技高网...
【技术保护点】
1.一种基于遥感图像和GIS的生态环境监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述遥感影像分割模型的预先训练，包括以下步骤：
4.根据权利要求2所述的方法，其特征在于，所述遥感影像目标检测模型的预先训练，包括以下步骤：
5.根据权利要求2所述的方法，其特征在于，所述支持向量回归机模型的预先训练，包括以下步骤：
6.根据权利要求1所述的方法，其特征在于，所述预警库的预先构建，包括以下步骤：
7.根据权利要求6所述的方法，其特征在于，所述根据所述生态灾害类型与北斗码在预先构建的预警库中进行匹配，生成所述目标监管区域的预警信息，包括：
8.一种基于遥感图像和GIS的生态环境监管装置，其特征在于，包括：
9. 一种电子设备，其特征在于，包括：
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一权利要求所述的方法。
【技术特征摘要】
1.一种基于遥感图像和gis的生态环境监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述遥感影像分割模型的预先训练，包括以下步骤：
4.根据权利要求2所述的方法，其特征在于，所述遥感影像目标检测模型的预先训练，包括以下步骤：
5.根据权利要求2所述的方法，其特征在于，所述支持向量回归机模型的预先训练，包括以下步骤：
6.根据权利要求1所述的方法，其特征在...
【专利技术属性】
技术研发人员：彭云杰，林乔木，张立，刘羿漩，董兴鹏，何胜文，邵承志，马银龙，王文韬，
申请(专利权)人：中科星图智慧科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。