土地类型的确定方法和装置、电子设备制造方法及图纸

本申请公开了一种土地类型的确定方法和装置、电子设备，涉及数据处理技术领域，该方法包括：依据数字高程数据确定目标区域的多个第一土地类型和每个第一土地类型对应的第一面积数据；获取目标区域的正射影像图，通过目标神经网络模型对正射影像图进行处理，得到目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据；依据多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据。通过本申请，解决了相关技术中对目标区域的土地类型和面积数据识别的准确率比较低的问题。的问题。的问题。

【技术实现步骤摘要】
土地类型的确定方法和装置、电子设备


[0001]本申请涉及数据处理
，具体而言，涉及一种土地类型的确定方法和装置、电子设备。

技术介绍

[0002]在数字孪生底座构建过程中，时常需要对底座的土地类型进行大规模的标注，特别在流域、水库等水利相关业务中，需要对流域洪涝风险灾害经济损失进行预估和计算，这十分依赖对沿岸土地类型标注的准确度。
[0003]传统方式多采用人工手动标注，或者基于常见的图形图像识别技术进行勾勒，但是不管何种方式，标注和勾勒土地类型轮廓的效率和精准度都极为低下。
[0004]针对相关技术中多采用人工识别目标区域的土地类型和土地类型对应的面积数据，导致对目标区域的土地类型和面积数据识别的准确率比较低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本申请的主要目的在于提供一种土地类型的确定方法和装置、电子设备，以解决相关技术中多采用人工识别目标区域的土地类型和土地类型对应的面积数据，导致对目标区域的土地类型和面积数据识别的准确率比较低的问题。
[0006]为了实现上述目的，根据本申请的一个方面，提供了一种土地类型的确定方法。该方法包括：获取目标区域的数字高程数据，并依据所述数字高程数据确定所述目标区域的多个第一土地类型和每个第一土地类型对应的第一面积数据；获取所述目标区域的正射影像图，通过目标神经网络模型对所述正射影像图进行处理，得到所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据；依据所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到所述目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据。
[0007]进一步地，依据所述数字高程数据确定所述目标区域的多个第一土地类型和每个第一土地类型对应的第一面积数据包括：对所述数字高程数据进行预处理，得到有序数值阵列，其中，所述有序数值阵列包括所述目标区域的多个空间坐标数据和所述目标区域的多个颜色值域；依据所述多个颜色值域和所述多个空间坐标数据中的高度值对所述目标区域的土地类型进行识别，得到所述多个第一土地类型和每个第一土地类型对应的第一面积数据。
[0008]进一步地，依据所述多个颜色值域和所述多个空间坐标数据中的高度值对所述目标区域的土地类型进行识别，得到所述多个第一土地类型和每个第一土地类型对应的第一面积数据包括：依据所述多个颜色值域对所述目标区域对应的土地范围进行划分，得到每个颜色值域对应的土地范围值；对于每个颜色值域对应的土地范围值，若当前颜色值域对
应的土地范围值大于第一预设阈值，则确定所述当前颜色值域对应的区域为第一区域范围；依据所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型；依据所述第一区域范围对应的土地类型和所述第一区域范围的面积数据，确定所述多个第一土地类型和每个第一土地类型对应的第一面积数据。
[0009]进一步地，依据所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型包括：确定多个土地类型和每个土地类型对应的颜色值域范围和每个土地类型对应的高度值范围；依据每个土地类型对应的颜色值域范围，每个土地类型对应的高度值范围，所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型。
[0010]进一步地，获取所述目标区域的正射影像图包括：对所述目标区域进行扫描，得到所述目标区域对应的初始影像图；依据构象方程式对所述初始影像图进行提取，得到处理后的初始影像图；对所述处理后的初始影像图进行裁剪，得到所述正射影像图。
[0011]进一步地，通过目标神经网络模型对所述正射影像图进行处理，得到所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据包括：将所述正射影像图划分为多个栅格，依据每个栅格对应的颜色值域将具有相同颜色值域的栅格进行连接，得到每个颜色值域对应的封闭曲线；提取每个颜色值域对应的封闭曲线的目标连接点坐标，并依据所述目标连接点坐标，确定每个颜色值域对应的第二区域范围和所述第二区域范围的面积数据；对每个颜色值域对应的第二区域范围的土地类型进行识别，得到所述第二区域范围对应的土地类型；依据所述第二区域范围的面积数据和所述第二区域范围对应的土地类型，确定所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据。
[0012]进一步地，依据所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到所述目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据包括：对所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到目标差异数值；若所述目标差异数值小于第二预设阈值，则依据所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到所述目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据。
[0013]进一步地，依据所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到所述目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据包括：若所述第一土地类型对应的第一面积数据与所述第二土地类型对应的第二面积数据相等，则确定所述第一土地类型和第一土地类型对应的第一面积数据为所述目标区域的目标土地类型和目标土地类型对应的目标面积数据，其中，所述第一土地类型与所述第二土地类型是相同的；若所述第一土地类型对应的第一面积数据与所述第二土地类型对应的第二面积数据不相等，且所述第一土地类型对应的高度数值与所述第二土地类型对应的高度数值相等，则将所述第一土地类型对应的土地范围与所述第二土地类型对应的土地范围融合，并将融合后的土地
范围对应的土地类型和所述融合后的土地范围作为所述目标区域的目标土地类型和目标土地类型对应的目标面积数据；若所述第一土地类型对应的第一面积数据与所述第二土地类型对应的第二面积数据不相等，且所述第一土地类型对应的高度数值与所述第二土地类型对应的高度数值不相等，则从所述第一面积数据和所述第二面积数据中确定第三面积数据，并将所述第三面积数据对应的土地类型和所述第三面积数据作为所述目标区域的目标土地类型和目标土地类型对应的目标面积数据，其中，第三面积数据为所述第一面积数据和所述第二面积数据中面积最小的一个。
[0014]进一步地，若所述目标差异数值大于等于所述第二预设阈值，所述方法还包括：依据所述目标差异数值，对每个土地类型对应的颜色值域范围和每个土地类型对应的高度值范围进行调整，并重复执行依据所述数字高程数据确定所述目标区域的多个第一土地类型和每个第一土地类型对应的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种土地类型的确定方法，其特征在于，包括：获取目标区域的数字高程数据，并依据所述数字高程数据确定所述目标区域的多个第一土地类型和每个第一土地类型对应的第一面积数据；获取所述目标区域的正射影像图，通过目标神经网络模型对所述正射影像图进行处理，得到所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据；依据所述多个第一土地类型，每个第一土地类型对应的第一面积数据，多个第二土地类型和每个第二土地类型对应的第二面积数据进行对比分析，得到所述目标区域的多个目标土地类型和每个目标土地类型对应的目标面积数据。2.根据权利要求1所述的方法，其特征在于，依据所述数字高程数据确定所述目标区域的多个第一土地类型和每个第一土地类型对应的第一面积数据包括：对所述数字高程数据进行预处理，得到有序数值阵列，其中，所述有序数值阵列包括所述目标区域的多个空间坐标数据和所述目标区域的多个颜色值域；依据所述多个颜色值域和所述多个空间坐标数据中的高度值对所述目标区域的土地类型进行识别，得到所述多个第一土地类型和每个第一土地类型对应的第一面积数据。3.根据权利要求2所述的方法，其特征在于，依据所述多个颜色值域和所述多个空间坐标数据中的高度值对所述目标区域的土地类型进行识别，得到所述多个第一土地类型和每个第一土地类型对应的第一面积数据包括：依据所述多个颜色值域对所述目标区域对应的土地范围进行划分，得到每个颜色值域对应的土地范围值；对于每个颜色值域对应的土地范围值，若当前颜色值域对应的土地范围值大于第一预设阈值，则确定所述当前颜色值域对应的区域为第一区域范围；依据所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型；依据所述第一区域范围对应的土地类型和所述第一区域范围的面积数据，确定所述多个第一土地类型和每个第一土地类型对应的第一面积数据。4.根据权利要求3所述的方法，其特征在于，依据所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型包括：确定多个土地类型和每个土地类型对应的颜色值域范围和每个土地类型对应的高度值范围；依据每个土地类型对应的颜色值域范围，每个土地类型对应的高度值范围，所述第一区域范围的颜色值域和所述第一区域范围的空间坐标数据中的高度值，确定所述第一区域范围对应的土地类型。5.根据权利要求1所述的方法，其特征在于，获取所述目标区域的正射影像图包括：对所述目标区域进行扫描，得到所述目标区域对应的初始影像图；依据构象方程式对所述初始影像图进行提取，得到处理后的初始影像图；对所述处理后的初始影像图进行裁剪，得到所述正射影像图。6.根据权利要求1所述的方法，其特征在于，通过目标神经网络模型对所述正射影像图进行处理，得到所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据包括：
将所述正射影像图划分为多个栅格，依据每个栅格对应的颜色值域将具有相同颜色值域的栅格进行连接，得到每个颜色值域对应的封闭曲线；提取每个颜色值域对应的封闭曲线的目标连接点坐标，并依据所述目标连接点坐标，确定每个颜色值域对应的第二区域范围和所述第二区域范围的面积数据；对每个颜色值域对应的第二区域范围的土地类型进行识别，得到所述第二区域范围对应的土地类型；依据所述第二区域范围的面积数据和所述第二区域范围对应的土地类型，确定所述目标区域的多个第二土地类型和每个第二土地类型对应的第二面积数据。7.根据权利要求1所述的方法，其特征在于，依据所述多个第一土地...

【专利技术属性】
技术研发人员：尤勇敏，请求不公布姓名，
申请(专利权)人：久瓴上海智能科技有限公司，
类型：发明
国别省市：