一种土地利用变化遥感监测分析方法、装置及智能终端

技术领域

本申请涉及遥感技术的领域，尤其是涉及一种土地利用变化遥感监测分析方法、装置及智能终端。

背景技术

近年来，通过开展全国土地变更调查监测与核查遥感监测工作，全面掌握了国家多个省份的年度土地利用变化情况，并将变化情况更新至各地土地调查数据库和国土资源综合信息监管平台，保持了全国土地调查数据的现势性。

现在的城市发展或建筑布局缺少一定依据，导致城市建筑排布科学依据不够。

发明内容

为了使城市发展或建筑布局更具有科学性，本申请提供一种土地利用变化遥感监测分析方法、装置及智能终端。

第一方面，本申请提供的一种土地利用变化遥感监测分析方法，采用如下的技术方案：一种土地利用变化遥感监测分析方法，包括：

获取待研究地n年前和所述待研究地n年后的遥感影像；

对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对；

比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息；

根据所述比对结果，判断所述待研究地的发展趋势；

根据所述发展趋势，对所述待研究地进行建筑布局。

通过采用上述技术方案，通过获取待研究地n年前和n年后的遥感影像，对遥感影像进行图像处理，使遥感影像更为清晰，更易比对，通过比对遥感影像，判断待研究地的土地利用变化，从而判断待研究地的经济发展情况，即发展趋势，通过发展趋势的快慢程度对待研究地的建筑进行布局，通过时间序列关联、空间位置关联，将遥感监测图像比对，结合国土、统计、交通、水利等行业的业务数据进行多维度综合性相关分析，从而使城市发展或建筑布局更具有科学性。

本发明在一较佳示例中可以进一步配置为：所述图像处理包括薄云薄雾处理，所述方法包括：

获取所述遥感影像的二维函数f(x,y)；

根据所述二维函数f(x,y)，获取影响所述遥感影像清晰度的函数；

降低所述影响所述遥感影像清晰度的函数值，以使所述遥感影像更为清晰。

通过采用上述技术方案，通过获取遥感影像的二维函数，获取影响遥感影像清晰度的因素，根据影响因素，控制并调节影响因素，降低影响因素的影响程度，使遥感影像更为清晰，更易于比对。

本发明在一较佳示例中可以进一步配置为：所述图像处理包括影像反差增强，所述方法包括：

获取所述遥感影像的校正量；

根据所述校正量对所述遥感影像进行校正，以消除所述遥感影像大气辐射影响引起的误差；获取校正后的所述遥感影像，检查校正结果。

通过采用上述技术方案，由于通过卫星获取遥感影像，大气辐射对遥感影像具有一定影响，获取大气辐射对遥感影像影响的校正量，根据校正量对遥感影像进行校正，获取校正后的遥感影像，根据遥感影像受大气辐射影响的程度，检查校正结果是否符合预期，消除遥感影像受大气辐射影响，以便进一步比对。

本发明在一较佳示例中可以进一步配置为：若所述校正结果未能达到预期，利用回归分析法重新进行处理，直至所述校正结果达到预期。

通过采用上述技术方案，通过回归分析法，利用近红外、红外波段受大气影响较小的规律，对遥感影像重新进行处理，进一步使遥感影像受大气辐射影响减小，以便比对。

本发明在一较佳示例中可以进一步配置为：所述根据所述比对结果，判断所述待研究地的发展趋势包括：

获取所述比对结果与所述发展趋势之间的关系式；

根据所述关系式判断所述待研究地的发展趋势；

若所述比对结果为所述待研究地土地利用率增加，则判定所述待研究地处于发展状态；

若所述比对结果为所述待研究地土地利用率不变，则判定所述待研究地处于停滞状态；

若所述比对结果为所述待研究地土地利用率减少，则判定所述待研究地处于倒退状态。

通过采用上述技术方案，获取比对结果与发展趋势之间的关系式，根据关系式和比对结果判断待研究地的发展趋势，从而对待研究地的建筑布局提供理论依据。

本发明在一较佳示例中可以进一步配置为：所述根据所述发展趋势，对所述待研究地进行建筑布局包括：

获取所述待研究地的属性，所述属性用于描述所述待研究地的未来发展方向；

根据所述发展趋势和所述待研究地的属性，对所述待研究地进行监测分析。

通过采用上述技术方案，获取待研究地的属性，结合发展趋势，对待研究地进行监测推荐，使待研究地的监测更具有科学依据。

本发明在一较佳示例中可以进一步配置为：根据所述n年，对所述关系式进一步补充，获取所述补充后的关系式；

根据所述补充后的关系式，判断所述待研究地的发展速度。

通过采用上述技术方案，根据待研究地的n年间的遥感影像比对，结合年限，进一步对关系式补充，根据时间属性，对待研究地的发展速度进行判断，进一步提高对建筑布局建议的科学性。

第二方面，本申请提供的一种土地利用变化遥感监测分析装置，采用如下的技术方案：一种土地利用变化遥感监测分析装置，包括：

获取模块，用于获取待研究地n年前和所述待研究地n年后的遥感影像；

图像处理模块，用于对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对；

比对模块，用于比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息；

判断模块，用于根据所述比对结果，判断所述待研究地的发展趋势；

布局模块，用于根据所述发展趋势，对所述待研究地进行建筑布局推荐。

通过采用上述技术方案，通过获取待研究地n年前和n年后的遥感影像，对遥感影像进行图像处理，使遥感影像更为清晰，更易比对，通过比对遥感影像，判断待研究地的土地利用变化，从而判断待研究地的经济发展情况，即发展趋势，通过发展趋势的快慢程度对待研究地的建筑进行布局，通过时间序列关联、空间位置关联，将遥感监测图像比对，结合国土、统计、交通、水利等行业的业务数据进行多维度综合性相关分析，从而使城市发展或建筑布局更具有科学性。

第三方面，本申请提供的一种智能终端，采用如下的技术方案：

一种智能终端，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行一种土地利用变化遥感监测分析方法的计算机程序。

第四方面，本申请提供的一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种土地利用变化遥感监测分析方法的计算机程序。

通过采用上述技术方案，上述土地利用变化遥感监测分析方法可以被存储到可读存储介质中，以便于可读存储介质内存储的土地利用变化遥感监测分析方法的计算机程序可以被处理器执行，从而实现提升了处理系统稳定性的效果。

综上所述，本申请包括以下至少一种有益技术效果：

1.本方案中，通过比对待研究地n年前和n年后遥感影像，获取土地利用变化，对待研究地的经济发展情况做预测，从而使城市发展或建筑布局更具有科学性；

2.本方案中，由于遥感影像又卫星获取，通过对遥感影像进行去云处理、校正大气辐射影响，从而使遥感影像更清晰，更易于比对，提高预测准确性；

3.本方案中，根据n年时间和待研究地的属性，对待研究地从时间、空间角度上对待研究地发展趋势做进一步预测，使预测更为精确，从而对待研究地建筑布局推荐提供理论依据。

附图说明

图1是本申请其中第一实施例中的流程示意图。

图2是本申请其中第一实施例中傅立叶变换去除噪声效果图。

图3是本申请其中第一实施例直方图辐射校正示意图。

图4是本申请其中第一实施例辐射校正回归分析图(左图为示意图，右图为回归分析散点图)。

图5是本申请其中第二实施例中的装置示意图。

图6是本申请其中第三实施例中的智能终端示意图。

附图标记说明：201、获取模块；202、图像处理模块；203、比对模块；204、判断模块；205、布局模块；301、存储器；302、处理器。

具体实施方式

以下结合附图1-3对本申请作进一步详细说明。

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例作出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

实施例一：

一种土地利用变化遥感监测分析方法，参考图1，包括：

101、获取待研究地n年前和所述待研究地n年后的遥感影像。

具体的，遥感影像通过遥感平台上的传感器获取，遥感平台具体为卫星、飞机、飞艇等，通过高光谱传感器对待研究地的遥感影像进行获取，遥感影像中包括待研究地植被信息、土壤墒情、水质参数、地表温度以及海洋温度等丰富的信息；

每年获取到待研究地的遥感影像后，将遥感影像存储至数据库中，并以对应年限对应监测地地名的形式进行存储；

在数据库中调取待研究地n年前和n年后的遥感影像，举例性地说，在数据库中调取5年前四川的遥感影像，同时调取当年四川的遥感影像，例如调取2015年四川的遥感影像和2020年四川的遥感影像。

102、对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对。

具体的，参考图2，利用人机交互的方式对原始影像进行云量、噪声、侧摆角、覆盖范围、重叠度、反差等质量因素进行检查。采取傅里叶变换、最小噪声分离变换等方法对影像噪声进行处理；利用小波变换、同态滤波等算法，去除影像上的薄云薄雾；利用多景影像镶嵌互补，去除厚云的影响；采取直方图调整、线性扩展等信息增强的技术方法来改善影像质量，为人机交互目视解译提供良好的基础，从而更易于对待研究地n年前和n年后的遥感影像进行比对。

其中，由于受瑞利散射、米氏散射、传感器本身误差影响，部分原始遥感影像存在较严重的噪声，尤其是蓝光波段。在没有更好的数据源的情况下，需要对这部分数据进行去噪声处理。

具体为，针对大多数影像上存在的条带噪声，采用傅立叶变换空间滤波的方法，另外，傅里叶变换去噪声不会对影像上地物的反射波谱曲线形状造成不良影响，保留了影像上的地物光谱信息。图像空间域上的频率描述的是像元值在二维平面上随距离的变化情况，傅立叶变换是将图像从空域上变换到频率域上。傅立叶变换又叫数学三棱镜，能把遥感影像从空间域变换到只包含不同频率信息的频率域中，就如同白光通过三棱镜分解为7种具有不同频率单色光一样。傅里叶变换去噪处理，是将影像变换到频率域后，再在频域上进行处理，达到去除噪声、空间滤波增强的目的。

根据傅立叶变换理论，对一幅遥感影像进行傅立叶变换后，将得到一个分布形式完全不同于原图像的变换域——频率域平面。原图像上的灰度突变部位、图像结构复杂的区域、图像细节及干扰噪声等，经傅立叶变换后，其信息大多集中在高频区；而原图像上灰度变化平缓的部位，如区域地貌信息，经傅立叶变换后，大多集中在频率域中的低频区。在频率域平面中，低频区位于中心部位，而高频区位于低频区的外围，即边缘部位。一幅图像的频率域上的信息分布特征被称为这幅图像的频谱。这里条带误差属于高频信息，另外一个重要特征是条带误差经傅立叶变换后信号成周期性分布。

进一步的，所述图像处理包括薄云薄雾处理，获取所述遥感影像的二维函数f(x,y)；根据所述二维函数f(x,y)，获取影响所述遥感影像清晰度的函数；

降低所述影响所述遥感影像清晰度的函数值，以使所述遥感影像更为清晰。

具体的，在薄云条件下，传感器所接收的图像信息包含了太阳光经云层反射及太阳光经地面景物反射后再穿透云层这两部分。影像相当于一个二维函数f(x,y)，可以用下式来表示：

其中：f(x,y)为传感器接收到的影像，r(x,y)为地物景物反射率，代表信号；t(x,y)为云层的透射率，代表噪声；L为太阳光强度；a为太阳光在大气传输过程中的衰减系数；r(x,y)，t(x,y)和a的数值位于0到1之间。

传感器上接收到的图像可以看成是由2个因素决定的。一是诸如云、雾、大气等的影响，另一个是地面反射特性的不同。若忽略其它因素，则前者主要是由云引起的。通常，景物主要处于高频，反映图像的细节内容；照射分量在整幅遥感影像上除个别阴影区域外一般差异很小，表现出慢变化的特征，与频率域中的低频相联系，去薄云就是要适当降低光源照射量函数的影响，同时增强地面反射率函数的成分，就可以弱薄云的影响。

其中，具体采用HIS变换方法，HIS空间中亮度分量主要反映地物辐射总能量及其空间分布，即表现为几何特征，云的信息都集中在亮度通道上；而色度和饱和度则主要反映地物的光谱特征。因此基于HIS变换的彩色遥感影像薄云去除的流程是，首先对含有薄云的彩色遥感影像进HIS变换，将影像的R、G、B三个彩色通道转换为I亮度通道和H、S两个彩色信息通道；然后保留H、S通道信息，只针对包含云信息的I通道进行处理。现今应用较多的主要是采用同态滤波加高通滤波器的方法进行I通道上的去云处理；最后将去云处理后的I通道与保留的H、S通道重新合成。这样处理达到了去除薄云的目的，同时也保持色彩不失真。

进一步的，所述图像处理包括影像反差增强，获取所述遥感影像的校正量；

根据所述校正量对所述遥感影像进行校正，以消除所述遥感影像大气辐射影响引起的误差；获取校正后的所述遥感影像，检查校正结果。

具体的，参考图3，通过消除大气程辐射影响引起的误差，来改善影像亮度和反差，具体采用“直方图法”为主。

直方图校正法是通过灰度直方图对比找出校正量。由于大气散射影响只作用于短波段，对可见光以外的红外波段几乎没有影响。因此如果影像范围内存在灰度值为零的地物(例如深水体，高山背阴处等)，其灰度直方图应该从原点开始，而其他波段灰度直方图离原点有一段距离(例如图中线段a

进一步的，若所述校正结果未能达到预期，利用回归分析法重新进行处理，直至所述校正结果达到预期。

具体的，参考图4，对于未能得到改善的影像，利用回归分析法重新进行处理，回归分析法也是利用近红外、红外波段受大气影响较小的规律。在不受大气影响的波段(如近红外波段)和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。例如，用卫星多光谱数据中蓝光波段与近红外波段比较，做出回归直线图。回归方程为：

式中

103、比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息。

具体的，将图像处理好后的遥感影像进行比对，此时遥感影像更为清晰，比对方式主要包括人工目视翻译，具体为：

将前后两个时相的影像并行放在数据处理软件的同一窗口内，通过肉眼对比观察来识别地物信息的变化。要求操作人员对地物覆盖有先验知识，从而可以在遥感影像上寻找对应关系。该方法非常灵活，但需要操作人员具有一定的经验，在进行地物解译时对业务专业要求比较多。

比对方式还可以为变化信息自动识别与监测，具体为：

基于光谱特征自动识别地物前后时相的变化信息，目前主要是通过对遥感影像进行各种技术处理使变化变化信息的提取自动化，变化信息的自动识别和监测目前主要有以下几种方法：(a)图像直接比较法：

图像直接比较法是最为常用的基本方法，它是对经过校正、配准的不同时相的遥感影像中的所有像元值，直接进行运算或变换处理，找出变化的区域，主要有图像差值法、图像比值法、假彩色合成法、波段替换法等。

(b)分类后比较法：

分类后结果比较法是对经过校正、配准的不同时相的遥感影像分别进行监督分类或各种分类，最后对分类结果进行比较分析，从而得到变化检测信息。该方法的核心是基于分类基础发现变化信息。

(c)直接分类法：

该方法结合了图像直接比较法和分类后结果比较法的思想。它是地物属性发生变化的图像中对应变化的波段值的进行确认，并找到差值的区间范围，从而发现变化信息。如常见的前后时相或者多时相主成分分析后分类法。

比对方式还可以为人机互助综合方法，具体为：

人工目视解译往往因工作量大而耗时耗力，工作成本大大增加，而且受人为主观因素影响较大。变化信息的自动识别大大提高了监测工作的效率，也使得土地利用变化信息识别精度得到了有效提高，但是自动识别的结果只能反映变化的分布和大小，难以自动获取变化地物的性质，因此该方法的使用仍旧需要人工参与。因此，当前土地利用变化信息识别与监测仍以人机互助的综合方法为主，既提高了工作速率、降低了成本，也提高了信息识别和监测的精度。

其中，通过对土地利用信息的提取，比对结果具体为遥感影像中建筑物数量的变化，具体体现为建筑物图斑密度变化；

其中，比对结果包括多种变化信息，具体包括：

前时相影像有植被覆盖或明显非建设痕迹，后时相影像有明显建设特征(如地基、建筑物、构筑物、广场、公园等)；

前时相影像有植被覆盖或明显非建设痕迹，后时相影像有明显建设推填土特征；

前时相影像有明显建设推填土特征，后时相影像有明显建设特征(如地基、建筑物、构筑物、广场、公园等)；或前时相影像为低矮建筑，后时相影像翻建为较大规模建筑，如居住小区、高层建筑或规模化工厂等；

前时相影像有植被覆盖或没有明显建设，后时相影像有明显道路或大型沟渠特征(包括在建推土、搭建桥墩等)；或前时相影像道路或大型沟渠在建，后时相影像明显建成特征(包括路面硬化、运行通车等)。对于新增道路需图上量取路面宽度。

104、根据所述比对结果，判断所述待研究地的发展趋势。

具体的，根据比对结果得出待研究地的土地利用变化，根据待研究地的土地利用变化，从而判断待研究地的未来发展趋势。

其中，根据变化信息，可进一步对待研究地的发展方向，举例性地说，例如变化信息为前时相影像有植被覆盖或明显非建设痕迹，后时相影像有明显建设特征，说明待研究地准备向城镇化发展。

进一步的，获取所述比对结果与所述发展趋势之间的关系式；

根据所述关系式判断所述待研究地的发展趋势；

若所述比对结果为所述待研究地土地利用率增加，则判定所述待研究地处于发展状态；

若所述比对结果为所述待研究地土地利用率不变，则判定所述待研究地处于停滞状态；

若所述比对结果为所述待研究地土地利用率减少，则判定所述待研究地处于倒退状态。

具体的，发展趋势具体包括发展状态，说明待研究地在研究年限中处于发展的状态；还包括停滞状态，说明待研究地在研究年限中处于停滞的状态；还包括倒退状态，说明待研究地在研究年限中处于倒退的状态。

其中，根据比对结果和发展趋势获得关系式，具体为：

n年后遥感影像的图斑数量÷n年前遥感影像的图斑数量＝1，则判定待研究地处于停滞状态；

n年后遥感影像的图斑数量÷n年前遥感影像的图斑数量＞1，则判定待研究地处于发展状态；

n年后遥感影像的图斑数量÷n年前遥感影像的图斑数量＜1，则判定待研究地处于倒退状态。

进一步的，根据所述n年，对所述关系式进一步补充，获取所述补充后的关系式；根据所述补充后的关系式，判断所述待研究地的发展速度。

具体的，对关系式进一步补充后，具体为：

n年后遥感影像的图斑数量÷(n年前遥感影像的图斑数量×n年)＝发展速度；

若发展速度＝1/n，则表示待研究地处于停滞状态；

若1/n＜发展速度＜1，则表示待研究地处于发展状态，且发展速度较慢；

若1＜发展速度＜2，则表示待研究地处于发展状态，且发展速度一般；

若2＜发展速度，则表示待研究地处于发展状态，且发展速度较快；

若发展速度＜1/n，则表示待研究地处于倒退状态。

105、根据所述发展趋势，对所述待研究地进行建筑布局推荐。

具体的，若发展趋势为发展状态，则对待研究地推荐：表明待研究地处于发展阶段，推荐待研究地多建立娱乐场所、商场，在人口不断变多的同时，提供待研究地的人娱乐、享受的场所，提高幸福度，以推动待研究地的经济发展，加大人口密度，进一步推动发展。

若发展趋势为停滞状态，则对待研究地推荐：表明待研究地n年期间几乎不曾发展，推荐待研究地适当建立写字楼、工业园区，给待研究地提供了就业、创业机会，吸引员工入驻，以推动经济发展。

若发展趋势为倒退状态，则对待研究地推荐：表明待研究地人口迁移，或建筑拆除，可通过建立光伏发电站、高尔夫球场、钢铁企业用地等，此类项目需要较大场地，合理利用该待研究地，避免土地资源浪费。

进一步的，获取所述待研究地的属性，所述属性用于描述所述待研究地的未来发展方向；

根据所述发展趋势和所述待研究地的属性，对所述待研究地进行监测分析。

具体的，根据n年前和n年后的遥感影像对比，得出图斑变化后，图斑具体为遥感影像中用于表示一片建筑物的单位；根据增加或减少的图斑，判断待研究地的属性。

举例性地说，例如增加的图斑为铁路、机场等，则表示待研究地未来发展方向为国家重大投资项目，则推荐对待研究地铁路、机场图斑及周边连续跟踪统计，分析工程建设情况以及周边的影响情况，为发改委等主管部门提供监督依据。

举例性地说，例如增加的图斑为大型沟渠等与水利设施建设相关的图斑，则表示待研究地未来发展方向为兴建水利，则可通过对增加的图斑进行监测，可及时掌握各地水利基础设施建筑情况。

本申请实施例的实施原理为：通过获取待研究地n年前和n年后的遥感影像，对遥感影像进行图像处理，具体为降噪、去云、影像反差增强，使遥感影像更为清晰，更易比对；通过比对遥感影像，获取对比结果，通过对比结果判断待研究地的土地利用变化，从而判断待研究地的经济发展情况，即发展趋势，获取关系式，根据关系式，通过根据发展趋势为发展、停滞或倒退，从而对待研究地的未来建筑布局提供理论依据；

进一步的，通过将监测年限代入至关系式，从而获取待研究地的发展速度，进一步对未来建筑布局进行修改，使分析更为准确；

进一步的，通过获取待研究地的属性，对待研究地的监测情况做进一步分析，通过时间序列关联、空间位置关联，将遥感监测图像比对，结合国土、统计、交通、水利等行业的业务数据进行多维度综合性相关分析，从而使城市发展或建筑布局更具有科学性。

实施例二：

一种土地利用变化遥感监测分析装置，参考图5，与实施例一中的土地利用变化遥感监测分析方法一一对应，具体包括：

获取模块201，用于获取待研究地n年前和所述待研究地n年后的遥感影像。

图像处理模块202，用于对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对。

进一步的，所述图像处理包括薄云薄雾处理，获取所述遥感影像的二维函数f(x,y)；根据所述二维函数f(x,y)，获取影响所述遥感影像清晰度的函数；

降低所述影响所述遥感影像清晰度的函数值，以使所述遥感影像更为清晰。

进一步的，所述图像处理包括影像反差增强，获取所述遥感影像的校正量；

根据所述校正量对所述遥感影像进行校正，以消除所述遥感影像大气辐射影响引起的误差；获取校正后的所述遥感影像，检查校正结果。

进一步的，若所述校正结果未能达到预期，利用回归分析法重新进行处理，直至所述校正结果达到预期。

比对模块203，用于比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息。

判断模块204，用于根据所述比对结果，判断所述待研究地的发展趋势。

进一步的，获取所述比对结果与所述发展趋势之间的关系式；

根据所述关系式判断所述待研究地的发展趋势；

若所述比对结果为所述待研究地土地利用率增加，则判定所述待研究地处于发展状态；

若所述比对结果为所述待研究地土地利用率不变，则判定所述待研究地处于停滞状态；

若所述比对结果为所述待研究地土地利用率减少，则判定所述待研究地处于倒退状态。

进一步的，根据所述n年，对所述关系式进一步补充，获取所述补充后的关系式；根据所述补充后的关系式，判断所述待研究地的发展速度。

布局模块205，用于根据所述发展趋势，对所述待研究地进行建筑布局推荐。

进一步的，获取所述待研究地的属性，所述属性用于描述所述待研究地的未来发展方向；

根据所述发展趋势和所述待研究地的属性，对所述待研究地进行监测分析。

实施例三：

一种智能终端，参考图6，其包括存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序，其中存储器301存储训练模型中的训练数据、算法公式以及滤波机制等。处理器302用于提供计算和控制能力，处理器302执行计算机程序时实现以下步骤：

101、获取待研究地n年前和所述待研究地n年后的遥感影像。

102、对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对。

进一步的，所述图像处理包括薄云薄雾处理，获取所述遥感影像的二维函数f(x,y)；根据所述二维函数f(x,y)，获取影响所述遥感影像清晰度的函数；

降低所述影响所述遥感影像清晰度的函数值，以使所述遥感影像更为清晰。

进一步的，所述图像处理包括影像反差增强，获取所述遥感影像的校正量；

根据所述校正量对所述遥感影像进行校正，以消除所述遥感影像大气辐射影响引起的误差；获取校正后的所述遥感影像，检查校正结果。

进一步的，若所述校正结果未能达到预期，利用回归分析法重新进行处理，直至所述校正结果达到预期。

103、比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息。

104、根据所述比对结果，判断所述待研究地的发展趋势。

进一步的，获取所述比对结果与所述发展趋势之间的关系式；

根据所述关系式判断所述待研究地的发展趋势；

若所述比对结果为所述待研究地土地利用率增加，则判定所述待研究地处于发展状态；

若所述比对结果为所述待研究地土地利用率不变，则判定所述待研究地处于停滞状态；

若所述比对结果为所述待研究地土地利用率减少，则判定所述待研究地处于倒退状态。

进一步的，根据所述n年，对所述关系式进一步补充，获取所述补充后的关系式；根据所述补充后的关系式，判断所述待研究地的发展速度。

105、根据所述发展趋势，对所述待研究地进行建筑布局推荐。

进一步的，获取所述待研究地的属性，所述属性用于描述所述待研究地的未来发展方向；

根据所述发展趋势和所述待研究地的属性，对所述待研究地进行监测分析。

实施例四：

一种计算机可读存储介质，其存储有能够被处理器302加载并执行上述土地利用变化遥感监测分析方法的计算机程序，计算机程序被处理器302执行时实现以下步骤：101、获取待研究地n年前和所述待研究地n年后的遥感影像。

102、对所述待研究地n年前和所述待研究地n年后的遥感影像进行图像处理，以使所述待研究地n年前和所述待研究地n年后的遥感影像更易于比对。

进一步的，所述图像处理包括薄云薄雾处理，获取所述遥感影像的二维函数f(x,y)；根据所述二维函数f(x,y)，获取影响所述遥感影像清晰度的函数；

降低所述影响所述遥感影像清晰度的函数值，以使所述遥感影像更为清晰。

进一步的，所述图像处理包括影像反差增强，获取所述遥感影像的校正量；

根据所述校正量对所述遥感影像进行校正，以消除所述遥感影像大气辐射影响引起的误差；获取校正后的所述遥感影像，检查校正结果。

进一步的，若所述校正结果未能达到预期，利用回归分析法重新进行处理，直至所述校正结果达到预期。

103、比对所述待研究地n年前和所述待研究地n年后的遥感影像，获取所述比对结果，所述比对结果包括若干种变化信息。

104、根据所述比对结果，判断所述待研究地的发展趋势。

进一步的，获取所述比对结果与所述发展趋势之间的关系式；

根据所述关系式判断所述待研究地的发展趋势；

若所述比对结果为所述待研究地土地利用率增加，则判定所述待研究地处于发展状态；

若所述比对结果为所述待研究地土地利用率不变，则判定所述待研究地处于停滞状态；

若所述比对结果为所述待研究地土地利用率减少，则判定所述待研究地处于倒退状态。

进一步的，根据所述n年，对所述关系式进一步补充，获取所述补充后的关系式；根据所述补充后的关系式，判断所述待研究地的发展速度。

105、根据所述发展趋势，对所述待研究地进行建筑布局推荐。

进一步的，获取所述待研究地的属性，所述属性用于描述所述待研究地的未来发展方向；

根据所述发展趋势和所述待研究地的属性，对所述待研究地进行监测分析。

需要说明的是：上述实施例提供的土地利用变化遥感监测分析的装置在执行土地利用变化遥感监测分析方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备和设备的内部构造划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的土地利用变化遥感监测分析方法、装置、智能终端实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。