本發(fā)明涉及區(qū)域新增建造空間測算，特別涉及一種基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法。

背景技術：

1、固定資產(chǎn)投資項目數(shù)量眾多、類型復雜且分布廣泛，傳統(tǒng)統(tǒng)計方法通常依賴于系統(tǒng)的人工上報，這種方式不僅運營維護成本高昂，而且受到空間因素的限制，難以實現(xiàn)對大量項目的有效監(jiān)測，面臨監(jiān)管難度大的挑戰(zhàn)。且存在投資立項漏項和未按程序辦理手續(xù)的項目，導致了區(qū)域新增建造空間測算數(shù)據(jù)偏小，無法準確反映實際建設情況和投資金額。

2、為加強投資領域在土建工程固定資產(chǎn)投資項目的全過程監(jiān)管，減少統(tǒng)計造假、弄虛作假的行為，通過建筑物提取和建筑物高度陰影識別技術測算已申報在庫的投資統(tǒng)計項目新增建造空間，同時結合塔吊識別技術，對未在統(tǒng)計范圍的項目進行監(jiān)測，測算項目新增建造空間，以加強數(shù)據(jù)核查，提升統(tǒng)計數(shù)據(jù)質量，支持土建工程固定資產(chǎn)投資項目全過程監(jiān)管，全面監(jiān)測和統(tǒng)計各類投資項目，為投資決策和規(guī)劃提供更為可靠的數(shù)據(jù)支持。

3、在計算項目建造空間時使用的參數(shù)為建設項目內(nèi)的建筑物面積和高度，因此在進行遙感影像解譯時，對在建工地的識別，建筑物輪廓的提取和對高度測量的準確性尤為重要。

4、目前對于塔吊和在建工地的識別、建筑物輪廓提取和方法主要集中在利用高分辨率衛(wèi)星遙感影像和深度學習的技術應用上，而對高度的測算有多種方法。通過多源數(shù)據(jù)融合的方法提取建筑物高度，有效提高了建筑物高度提取的精度，但多源數(shù)據(jù)融合過程復雜，涉及多種數(shù)據(jù)的預處理和配準，處理算法和計算資源要求較高，數(shù)據(jù)源的時間同步問題也可能影響高度提取的準確性。利用高分辨率立體影像，通過視差計算和立體匹配技術獲取建筑物的高度信息。立體影像的獲取受到天氣和光照條件的影響，影像的獲取時間和成本較高。此外，立體匹配算法在處理復雜建筑結構時可能存在誤差。

技術實現(xiàn)思路

1、本發(fā)明要解決現(xiàn)有技術中的技術問題，提供一種基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法。

2、為了解決上述技術問題，本發(fā)明的技術方案具體如下：

3、一種基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，包括以下步驟：

4、步驟s1：獲取廣域高分辨率衛(wèi)星遙感影像；

5、步驟s2：基于塔吊識別的在建施工區(qū)域提取；

6、步驟s3：基于實例分割的建筑物面積測算；

7、步驟s4：基于陰影復原的建筑物高度測算；

8、步驟s5：廣域大范圍在建項目的區(qū)域新增建造空間測算。

9、在上述技術方案中，步驟s2具體包括步驟：

10、步驟s21：制作塔吊識別數(shù)據(jù)集；

11、以廣域高分辨率衛(wèi)星遙感影像作為數(shù)據(jù)源，構造高分辨率塔吊識別樣本集；

12、步驟s22：構建塔吊目標識別模型；

13、構建基于yolov8的塔吊目標識別模型；步驟s23：在建項目區(qū)域識別；

14、以每個目標為中心生成緩沖區(qū)；對相交的目標進行融合處理得到目標區(qū)域；對每個目標區(qū)域提取其質心，得到在建項目的中心區(qū)域點位，根據(jù)提取結果對正在建造的區(qū)域范圍進行勾畫確認。

15、在上述技術方案中，步驟s22中，塔吊目標識別流程包括：

16、(1)模型訓練：利用制作好的訓練數(shù)據(jù)集對塔吊目標識別模型進行訓練；

17、(2)塔吊目標檢測：將待檢測影像輸入塔吊目標識別模型中，進行塔吊目標檢測；

18、(3)檢測結果后處理：對合并后的檢測結果進行nms處理，濾除冗余的檢測框并輸出最終的提取結果。

19、在上述技術方案中，步驟s3具體包括步驟：

20、步驟s31：制作建筑物提取數(shù)據(jù)集；

21、以廣域高分辨率衛(wèi)星遙感影像作為數(shù)據(jù)源，構造高分辨率建筑物提取樣本集；

22、步驟s32：構建建筑物提取識別模型；

23、對于建筑物輪廓識別，先對項目區(qū)域中所有單體建筑物進行圖像實例分割，分割結果中的建筑物用輪廓提取方式進行區(qū)分，區(qū)分出每個建筑物的屋頂；使用mask2former模型，基于制作的建筑物樣本集進行訓練，對建筑物進行分割提??；

24、步驟s33：建筑物提取后處理；

25、通過點簡化、形態(tài)學膨脹腐蝕、孔洞填充的處理，提高建筑物提取的準確性和規(guī)則性。

26、在上述技術方案中，步驟s4具體包括步驟：

27、步驟s41：制作建筑物陰影檢測數(shù)據(jù)集；

28、以廣域高分辨率衛(wèi)星遙感影像作為數(shù)據(jù)源，通過對衛(wèi)星影像進行預處理，標記陰影目標構建用于識別建筑物陰影的訓練數(shù)據(jù)集；

29、步驟s42：構建陰影識別模型；

30、建筑物陰影及其長度通過深度學習算法自動獲??；

31、步驟s43：測算建筑物陰影長度和高度。

32、在上述技術方案中，步驟s5具體包括步驟：

33、根據(jù)公式：

34、

35、其中，n為建筑物總數(shù)，hk為第k個建筑物的高度，sk為第k個建筑物的面積，i為監(jiān)測期編號，vi為監(jiān)測期地面建造空間；

36、計算提取出的建筑物輪廓面積，與測算的建筑物高度相乘，得到單個建筑物的建造空間；

37、分別測算后期影像和前期影像中，所有統(tǒng)計范圍內(nèi)項目區(qū)域內(nèi)所有建筑物的地面建造空間之和，并根據(jù)塔吊識別的建造項目區(qū)域，對所有建筑物的地面建造空間進行測算；

38、使用后期影像的建造空間減去前期影像建造空間，得到項目區(qū)的建造空間。

39、本發(fā)明具有以下有益效果：

40、利用本發(fā)明的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，能夠明確單個項目一段時間內(nèi)的建造增加情況，同時可以統(tǒng)計區(qū)域范圍內(nèi)建造空間增加情況，能夠有效衡量各區(qū)域的投資情況和建造強度。

技術特征：

1.一種基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，包括以下步驟：

2.根據(jù)權利要求1所述的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，步驟s2具體包括步驟：

3.根據(jù)權利要求2所述的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，步驟s22中，塔吊目標識別流程包括：

4.根據(jù)權利要求1所述的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，步驟s3具體包括步驟：

5.根據(jù)權利要求1所述的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，步驟s4具體包括步驟：

6.根據(jù)權利要求1所述的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，其特征在于，步驟s5具體包括步驟：

技術總結
本發(fā)明涉及一種基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，涉及區(qū)域新增建造空間測算技術領域，包括以下步驟：獲取廣域高分辨率衛(wèi)星遙感影像；基于塔吊識別的在建施工區(qū)域提?。换趯嵗指畹慕ㄖ锩娣e測算；基于陰影復原的建筑物高度測算；廣域大范圍在建項目的區(qū)域新增建造空間測算。利用本發(fā)明的基于廣域高頻的高分辨率衛(wèi)星遙感數(shù)據(jù)區(qū)域新增建造空間測算方法，能夠明確單個項目一段時間內(nèi)的建造增加情況，同時可以統(tǒng)計區(qū)域范圍內(nèi)建造空間增加情況，能夠有效衡量各區(qū)域的投資情況和建造強度。

技術研發(fā)人員：劉舒雅,朱瑞飛,王棟,特日根,易志偉,田峻瑋,宮正,彭芝玨,程鑫
受保護的技術使用者：長光衛(wèi)星技術股份有限公司
技術研發(fā)日：
技術公布日：2024/12/23