在不生成农田地块地图的情况下理解农田地块的变化：一种新颖的结构变化检测方法

《Journal of Integrative Agriculture》：Understanding cropland parcel change without producing cropland parcel maps: A novel structural change detection approach

cropland parcels结构变化检测方法通过边缘像素数量对比实现，采用Sobel算子提取影像边缘，连通组件标注去除伪边缘，形态学优化消除冗余边缘，最终在五个东亚地区验证准确率达0.85以上。

　　

李世尧|余强毅|段玉琳|李慧斌|李文娟|孙占丽|丹尼尔·穆勒|苏宝峰|吴文斌

西北农林科技大学机械电子工程学院，中国杨陵712100

摘要

农田地块是农业生产的基本单位，其大小和形状可能会因人类活动（如土地整理）而发生变化。遥感技术已被越来越多地用于农田地块的测绘，但通过逐个地块的测绘来检测农田地块的变化非常耗时。本文提出了一种新算法，能够在不生成完整地块地图的情况下识别农田地块是否以及在哪里发生了变化。我们使用从遥感图像中提取的边缘像素数量作为农田地块变化的代理指标。首先，我们应用Sobel算子从双时相图像中划分出地块的总边缘像素。其次，通过连通组件标记法去除由非农田建筑结构和输电塔产生的伪边缘。然后进行拓扑优化，包括形态学膨胀和骨架提取，以消除冗余的边缘像素，从而获得清晰的地块边界。最后，通过统计和比较双时相图像中的边缘像素数量来检测地块是否发生了变化。我们在东亚五个土地整理显著改变农田地块的地区应用了这一创新框架。我们的方法展示了稳健的检测结果，准确率、精确度、召回率和F1分数均超过0.85。去除冗余边缘像素有助于减少噪声，并能够高效地检测农田地块的变化。该方法将传统的语义变化检测扩展到了结构变化检测，能够快速且高精度地识别农田地块的变化。这一能力使得在无需生成完整农田地图的情况下，就能够识别大规模农田变化的热点区域，这对于监测土地整理项目尤为重要。