房地产建设项目施工进度遥感大范围评估方法、介质技术

本发明专利技术公开了房地产建设项目施工进度遥感大范围评估方法、介质，建立施工进度评估模型；获取区域遥感影像，作为训练样本；针对各遥感影像进行预处理，基于遥感影像遥感特征指数和房地产建设项目典型组分感兴趣区ROI，进行随机森林遥感分类，得到房地产建设项目的典型组分空间分布图；根据房地产建设项目的各典型组分面积占比，通过施工进度评估模型计算施工进度估算值，确定各房地产建设项目的施工阶段；根据遥感影像中各房地产建设项目的施工阶段，建立遥感影像栅格进度标签，得到训练样本库；通过训练样本库对神经网络模型进行训练，房地产建设项目施工进度分类模型。本发明专利技术方法能够实现大范围房地产建设项目施工进度的快速、精准评估。

【技术实现步骤摘要】
房地产建设项目施工进度遥感大范围评估方法、介质
本专利技术涉及一种遥感应用研究领域，特别涉及一种房地产建设项目施工进度遥感大范围评估方法、介质。
技术介绍
随着我国经济的发展和城市化的推进，各类生产建设项目，尤其是不断扩张的房地产建设项目造成的水土流失日益引发关注。仅“十五”期间，全国各类生产建设项目扰动土地面积5.53万km2，弃土弃渣量92.1亿吨，城市水土流失的土壤侵蚀模数高达数万至数十万吨，造成的水土流失比自然状态下高出数十倍甚至上百倍，直接威胁城市生态安全。房地产建设项目水土流失程度和风险与施工进度密切相关。但是现有技术中，对于房地产建设项目施工进度的监控基本局限于单个房地产建设项目或房地产建设项目的单个建筑物。大范围房地产建设项目施工进度的评估，不仅有助于城市建设的宏观管理，也是精准辅助城市水土保持监管、有效促进城市生态文明建设的迫切需要。以城市所有房地产建设项目为对象的施工进度评估目前还没有出现，这一现状制约了房地产建设项目及其生态环境影响的宏观、及时、有效监管。
技术实现思路
本专利技术的第一目的在于克服现有技术的缺点与不足，提供一种房地产建设项目施工进度遥感大范围评估方法，该方法能够实现在大区域范围进行房地产建设项目施工进度的评估，具有评估速度快、准确性高以及时效性强的优点，克服了现有的房地产建设项目施工进度评估方法存在应用范围小、现场勘查工作量大、时效性差等问题。本专利技术的第二目的在于提供一种房地产建设项目施工进度遥感大范围评估装置。本专利技术的第三目的在于提供一种存储介质。本专利技术的第四目的在于提供一种计算设备。本专利技术的第一目的通过下述技术方案实现：一种房地产建设项目施工进度遥感大范围评估方法，步骤包括：基于房地产建设项目中各典型组分的权重建立施工进度评估模型；获取区域遥感影像，作为训练样本；针对各遥感影像进行预处理；针对于预处理后的遥感影像，计算遥感特征指数；在遥感影像的房地产建设项目范围内采集典型组分感兴趣区ROI；基于遥感影像遥感特征指数和房地产建设项目典型组分感兴趣区ROI，进行随机森林遥感分类，得到遥感影像中各房地产建设项目的典型组分空间分布图；基于房地产建设项目的典型组分空间分布图，叠加房地产建设项目范围矢量图层，计算房地产建设项目各典型组分的面积占比，然后通过施工进度评估模型计算施工进度估算值，基于施工进度估算值确定施工阶段；根据遥感影像中各房地产建设项目的施工阶段，建立遥感影像房地产建设项目施工进度的栅格进度标签，得到训练样本库；通过训练样本库中各训练样本及其对应栅格标签对神经网络模型进行训练，得到房地产建设项目施工进度分类模型；针对于要进行房地产建设项目施工进度评估的区域，获取该区域遥感影像，将该区域遥感影像输入到房地产建设项目施工进度分类模型，通过房地产建设项目施工进度分类模型获取到遥感影像中各个房地产建设项目的施工进度。优选的，房地产建设项目中典型组分包括植被、水体、裸土裸岩、渣场、临时建筑、不透水地面、压实路面和建成物；其中植被、水体、裸土裸岩、渣场、临时建筑、不透水地面、压实路面和建成物的进度权重分别为：0.1、0.1、0.2、0.3、0.6、0.4、0.4和1.0。优选的，所计算的遥感影像的遥感特征指数包括归一化植被指数NDVI、归一化建筑指数NDBI、缨帽变换亮度分量KTB和裸土指数BSI；其中：归一化植被指数NDVI的计算公式为：NDVI＝(ρNIR-ρRED)/(ρNIR+ρRED)；归一化建筑指数NDBI的计算公式为：NDBI＝(ρSWIR1-ρNIR)/(ρSWIR1+ρNIR)；缨帽变换亮度分量KTB的计算公式为：KTB＝0.33183*ρBLUE+0.33121ρGREEN+0.55177*ρRED+0.42514*ρNIR+0.48087*ρSWIR1+0.25252*ρSWIR2裸土指数BSI为：BSI＝[(ρSWIR2+ρRED)-(ρNIR+ρBLUE)]/[(ρSWIR2+ρRED)+(ρNIR+ρBLUE)]；其中，ρNIR代表遥感影像中B8近红外波段反射率数据，ρRED代表遥感影像中B4红光波段反射率数据；ρSWIR1代表遥感影像中B11短波红外波段反射率数据；ρBLUE代表遥感影像中B2蓝光波段反射率数据，ρGREEN代表遥感影像中B3绿光波段反射率数据；ρSWIR2代表遥感影像中B12短波红外波段反射率数据。优选的，建立的施工进度评估模型为：G＝a1s1+a2s2+,...,aNsN；a1至aN分别为第1至N个典型组分的进度权重，s1至sN分别为遥感影像的各房地产建设项目中第1至N个典型组分的面积占比，N为典型组分的个数。优选的，施工阶段包括A、B、C、D四个阶段，四个阶段对应的施工进度估算值分别为(a，b]、(b，c]、(c，d]、(d，e]，a至e分别为常量。优选的，训练得到房地产建设项目施工进度分类模型的神经网络模型为U-net模型或U-net++模型。本专利技术的第二目的通过下述技术方案实现：一种房地产建设项目施工进度遥感大范围评估装置，包括：评估模型建立模块，用于基于房地产建设项目中各典型组分的权重建立施工进度评估模型；获取模块，用于获取区域遥感影像，作为训练样本；预处理模块，用于针对各遥感影像进行预处理；采集模块，用于在遥感影像的房地产建设项目范围内采集典型组分感兴趣区ROI；遥感分类模块，用于基于遥感影像遥感特征指数和房地产建设项目典型组分感兴趣区ROI，进行随机森林遥感分类，得到遥感影像中各房地产建设项目的典型组分空间分布图；施工阶段确定模块，用于基于房地产建设项目的典型组分空间分布图，叠加房地产建设项目范围矢量图层，计算房地产建设项目各典型组分的面积占比，然后通过施工进度评估模型计算施工进度估算值，基于施工进度估算值确定施工阶段；训练样本库建立模块，用于根据遥感影像中各房地产建设项目的施工阶段，建立遥感影像房地产建设项目施工进度的栅格进度标签，得到训练样本库；训练模块，用于通过训练样本库中各训练样本及其对应栅格进度标签对神经网络模型进行训练，得到房地产建设项目施工进度分类模型。本专利技术的第三目的通过下述技术方案实现：一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现本专利技术第一目的所述的房地产建设项目施工进度遥感大范围评估方法。本专利技术的第四目的通过下述技术方案实现：一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现本专利技术第一目的所述的房地产建设项目施工进度遥感大范围评估方法。本专利技术相对于现有技术具有如下的优点及效果：(1)本专利技术房地产建设项目施工进度遥感大范围评估方法，首先根据房地产建设项目中各典型组分的权重建立施工进度评估模型，基本文档来自技高网...

【技术保护点】
1.一种房地产建设项目施工进度遥感大范围评估方法，其特征在于，步骤包括：/n基于房地产建设项目中各典型组分的权重建立施工进度评估模型；/n获取区域遥感影像，作为训练样本；针对各遥感影像进行预处理；/n针对于预处理后的遥感影像，计算遥感特征指数；/n在遥感影像的房地产建设项目范围内采集典型组分感兴趣区ROI；/n基于遥感影像遥感特征指数和房地产建设项目典型组分感兴趣区ROI，进行随机森林遥感分类，得到遥感影像中各房地产建设项目的典型组分空间分布图；/n基于房地产建设项目的典型组分空间分布图，叠加房地产建设项目范围矢量图层，计算房地产建设项目各典型组分的面积占比，然后通过施工进度评估模型计算施工进度估算值，基于施工进度估算值确定施工阶段；/n根据遥感影像中各房地产建设项目的施工阶段，建立遥感影像房地产建设项目施工进度的栅格进度标签，得到训练样本库；/n通过训练样本库中各训练样本及其对应栅格标签对神经网络模型进行训练，得到房地产建设项目施工进度分类模型。/n

【技术特征摘要】
1.一种房地产建设项目施工进度遥感大范围评估方法，其特征在于，步骤包括：
基于房地产建设项目中各典型组分的权重建立施工进度评估模型；
获取区域遥感影像，作为训练样本；针对各遥感影像进行预处理；
针对于预处理后的遥感影像，计算遥感特征指数；
在遥感影像的房地产建设项目范围内采集典型组分感兴趣区ROI；
基于遥感影像遥感特征指数和房地产建设项目典型组分感兴趣区ROI，进行随机森林遥感分类，得到遥感影像中各房地产建设项目的典型组分空间分布图；
基于房地产建设项目的典型组分空间分布图，叠加房地产建设项目范围矢量图层，计算房地产建设项目各典型组分的面积占比，然后通过施工进度评估模型计算施工进度估算值，基于施工进度估算值确定施工阶段；
根据遥感影像中各房地产建设项目的施工阶段，建立遥感影像房地产建设项目施工进度的栅格进度标签，得到训练样本库；
通过训练样本库中各训练样本及其对应栅格标签对神经网络模型进行训练，得到房地产建设项目施工进度分类模型。


2.根据权利要求1所述的房地产建设项目施工进度遥感大范围评估方法，其特征在于，还包括：
针对于要进行房地产建设项目施工进度评估的区域，获取该区域遥感影像，将该区域遥感影像输入到房地产建设项目施工进度分类模型，通过房地产建设项目施工进度分类模型获取到遥感影像中各个房地产建设项目的施工进度。


3.根据权利要求1所述的房地产建设项目施工进度遥感大范围评估方法，其特征在于，房地产建设项目中典型组分包括植被、水体、裸土裸岩、渣场、临时建筑、不透水地面、压实路面和建成物；
其中植被、水体、裸土裸岩、渣场、临时建筑、不透水地面、压实路面和建成物的进度权重分别为：0.1、0.1、0.2、0.3、0.6、0.4、0.4和1.0。


4.根据权利要求1所述的房地产建设项目施工进度遥感大范围评估方法，其特征在于，所计算的遥感影像的遥感特征指数包括归一化植被指数NDVI、归一化建筑指数NDBI、缨帽变换亮度分量KTB和裸土指数BSI；其中：
归一化植被指数NDVI的计算公式为：
NDVI＝(ρNIR-ρRED)/(ρNIR+ρRED)；
归一化建筑指数NDBI的计算公式为：
NDBI＝(ρSWIR1-ρNIR)/(ρSWIR1+ρNIR)；
缨帽变换亮度分量KTB的计算公式为：
KTB＝0.33183*ρBLUE+0.33121ρGREEN+0.55177*ρRED+0.42514*ρNIR+0.48087*ρSWIR1+0.25252*ρSWIR2
裸土指数BSI为：
BSI＝[(ρSWIR2+ρRED)-(ρNIR+ρBLUE)]/[(ρSWIR2+ρRED)+(ρNIR+ρBLUE)]；
其中，ρNIR代表遥...

【专利技术属性】
技术研发人员：顾祝军，王晓刚，喻丰华，赵敏，陈黎，曾麦脉，吴家晟，
申请(专利权)人：珠江水利委员会珠江水利科学研究院，
类型：发明
国别省市：广东;44