农村宅基地动态变化监测技术研究

【目的】 宅基地是保障农民安居乐业和农村社会稳定的重要基础，实时掌握农村宅基地的使用、变化、发展信息对建设社会主义新农村、促进农村地区的发展研究，提高农民生活水平具有重要意义，但是现有的变化监测研究主要针对于城市建筑物，且依旧存在大量的人工监测方法，因此迫切需要一种能对农村宅基地进行高效动态变化监测的有效手段。【方法】 文章基于面向宅基地图像的半自动标注及训练方法，对训练样本进行半自动化提取与训练。通过构建的深度学习多尺度融合监测模型对宅基地图斑进行智能化提取，依据模型对提取出的多期宅基地图斑进行叠加分析，自动提取出宅基地新增与拆除的变化图斑，以此实现农村宅基地的动态变化监测。【结果】 面向宅基地图像的半自动标注及训练模型有效实现了训练样本集的半自动化构建与训练，通过实时的影像输入，完成了样本的动态构建与训练，提高了训练效率；深度学习多尺度融合监测模型对研究区宅基地动态变化的监测效果明显，成功提取出多期宅基地建筑物的精确轮廓，识别出宅基地的变化区域，反映出宅基地变化的数量、面积、形态特征。【结论】 基于深度学习多尺度融合监测模型，对于宅基地图斑的动态变化监测效果明显，该方法适用于大规模农村宅基地的动态变化监测，可为农村宅基地的变化监测提供了一种新的技术手段与研究思路。

Study on monitoring technology of rural homestead dynamic changes