国图遥感智能监测解决方案：服务自然资源调查、监管、决策全流程

背景

遥感监测是实现自然资源日常变更调查、重点区域专项监测的最有效手段。依赖人工解译的遥感监测信息提取方法已逐渐无法满足当下基于海量高分辨率遥感影像的自然资监测监管新需求。根据《自然资源部办公厅关于关于开展2021年卫片执法工作的通知》（自然资办发〔2021〕29号）、《自然资源部办公厅关于完善早发现早制止严查处工作机制的意见》（自然资办发〔2021〕33号）等政策文件要求，南京国图信息产业有限公司深入研究面向自然资源多时空遥感影像的地类分割、变化检测、目标检测等智能化解译技术，构建出一套普遍适用的、可复制的自然资源遥感智能监测解决方案。

国图遥感智能监测解决方案

在国家政策指导下，我司联合自然资源部国土空间大数据工程技术创新中心江苏分中心、超图研究院及南京师范大学等，组建GeoAI研发团队，综合“产学研用”一体化特色，凭借在自然资源监测监管领域的长期经验累积，以全面提升自然资源监测监管效率与精度为目标，面向卫片执法监测、“两违”整治监测、耕地“非农化”“非粮化”监测等自然资源监测监管工作需求，通过研发遥感影像解译离线系统与自然资源遥感智能监测管理平台，构建了国图遥感智能监测解决方案。该方案成果作为关键技术项，分别支撑了2022年中国地理信息产业协会地理信息科技进步一等奖与2022年江苏省土地学会科技进步一等奖的成功申报；作为主体成果，先后获得2021年江苏省人工智能学会人工智能技术应用奖、2022年江苏省测绘学会科技进步二等奖。

国图遥感智能监测解决方案弥补了现有遥感影像自动化处理软件信息提取精度低、数据处理速度慢等短板，具有“多层级融合的高分辨率月度卫片服务、多区域适应的高精度遥感监测样本集、多模型集成的高吞吐量智能解译软件、多类别适配的交互式解译图斑修正系统、多维度管理的遥感智能监测管理平台”五大特色，能够实现更加精细、准确、实用的批量化遥感影像智能解译，有效支撑土地执法监察、“两违”整治监测、耕地“非农化”与“非粮化”监测等自然资源监测监管工作。

图1 国图遥感智能监测解决方案架构图

1.多层级融合的高分辨率月度卫片服务

与第三方数据服务厂商合作，在自然资源部门下发卫片数据基础上，补充高空间覆盖范围、高时间频次、高空间分辨率的商业影像数据，构建以上级下发季度卫片为主体，以本级商业卫片数据为补充的多层级月度卫片数据服务体系，推动“年度+季度”监测模式进一步提升至“月度”监测模式。
 

图2 高分辨率月度卫片服务

2.多区域适应的大规模遥感解译样本库

针对卫片执法监测、“两违”整治监测、耕地“非农化”“非粮化”监测等自然资源监测监管业务需要，利用高分遥感影像、地面调查数据、基础底图等多源数据，构建顾及地形、时相、分辨率等多种差异的多区域适应的大规模遥感解译样本库，用以支撑自然资源遥感影像地类分割、变化检测、建设行为目标检测等模型训练。
 

（a）建筑物分割样本集

（b）道路分割样本集

（c）多地类分割样本集

（d）建设用地变化检测样本集

图3 高精度遥感监测样本集

3.多模型集成的高吞吐量智能解译软件

面向海量自然资源遥感影像批量化解译需求，基于C/S架构，采用并行计算方式，构建高吞吐量影像智能解译软件，集成系列遥感影像分割、变化检测、目标检测模型，提供高质量的海量影像离线智能化解译功能，实现自然资源遥感影像地类图斑、变化图斑、建设行为目标的批量智能化提取。
 

（a）建筑物分割模型-效果示例图

（b）道路分割模型-效果示例图

（c）多分类地类分割模型-效果示例图

（d）建筑物变化监测模型-效果示例图

（e）道路变化检测模型-效果示例图

（f）遥感影像目标检测模型-效果示例图

图4 影像智能解译效果示例

4.多类别适配的交互式解译图斑修正系统

仅仅依靠深度学习网络解译得到图斑成果在识别精度上，与实际影像仍然存在差异。为了方便用户对解译结果进行快速修正，利用交互式影像分割网络及交互式变化检测网络，构建多类别适配的交互式解译图斑修正系统，对耕地、水系、林地、道路、建设用地等地类的影像分割或变化检测结果，通过户提供前景和背景的标记实现更加精细和特定位置的目标分割。

图5 交互式分割示例

5.多维度管理的遥感智能监测管理平台

搭建遥感智能监测管理平台，对月度卫片、业务数据及疑似违法图斑统一管理，按照监测类型对疑似违法图斑进行分类展示、对比和统计，便于执法人员快速、灵活的浏览、查询、判读疑似违法图斑，辅助卫片执法、耕地“非农化”“非粮化”等监测业务。

(a)成果管理

(b)详情展示

(c)图斑对比

(d)统计分析

图6 遥感智能监测管理平台

典型应用场景

1.土地执法监察

基于研究区的两期遥感影像，进行建筑物及建设行为的变化检测，识别新增建筑物及新增建设行为的图斑集合，叠加土地利用现状、土地利用规划与三条控制线等自然资源业务数据，筛选并提取不符合业务要求的图斑，作为执法监察的依据。经统计，非建设用地内的新增建设行为有2处，其中新增建（构）筑物1处、新增坑塘1处；建设用地内新增构筑物10处。实验证明，该方案用于土地执法监察，能够自动快速获取各类疑似违法图斑，显著提升了执法监察效率，能够辅助实现自然资源保护与合理开发利用。

图7 土地执法监察疑似问题图斑

2.耕地“非粮化”监测

对研究区开展耕地“非粮化”监测，识别耕地中的新增蟹塘。基于该地区2018年高分影像，利用深度学习算法识别蟹塘，叠加二调耕地图层筛选出耕地与蟹塘的交集图斑，去除识别结果中属于水田的部分。对识别结果进行统计发现，该地区二调数据中耕地图斑共1221个，存在蟹塘水面的耕地共876个，其包含蟹塘数约1025个，蟹塘总面积约为94164.764亩。耕地面积共137302.973亩，蟹塘约占总面积的69.02%。

图8 耕地中新增蟹塘监测

3. 耕地“非农化”监测

基于研究区的高分辨率遥感影像，利用国图遥感智能监测解决方案对该区域开展耕地中新增道路监测。识别结果与目视解译效果对比计算，该方案识别新增道路的Accuracy为82.5%。利用国图遥感智能监测解决方案开展耕地中新增道路监测，可大幅降低人工核查量，人工只需针对疑似图斑进行核查，节省人力物力，其次通过边界优化算法，使得提取的新增道路连通性效果较好、图斑边界较平滑，贴近实际情况。

图9 耕地中新增道路监测

4.土地整治管护监测

对研究区全域土地整治项目图斑后期管护开展智能化遥感监测，实现高效、高精度判读土地整治项目图斑管护期间是否仍为耕地。利用该区域土地复垦图斑和2018年地理国情普查高分辨率遥感影像开展智能化土地复垦监测工作，结果表明自动化判读出的耕地与非耕地数量为3,703块，耕地被准确预测的数量为1,330块。结果表明借助深度学习网络智能判别方法，可以有效减少人工判别的耕地/非耕地数量，提升大范围影像的目视判别效率。

图10 土地整治图斑后期管护监测

总结与展望

国图遥感智能监测解决方案通过集成高覆盖范围、高频次、高分辨率的月度卫片，融合自主研发的GeoAI技术，可显著提升自然资源调查监测的时效性、精确性和智能化水平，为自然资源调查监测提供全流程服务，有效支撑耕地“非粮化”监测、耕地“非农化”监测与土地整治管护监测等典型业务。未来，我司将继续研究运用新技术，不断攻克自然资源调查监测技术难题、解决业务痛点、升级作业模式，全面提升调查监测效率和精度，同时加强拓展面向智慧城市、智慧水利、智慧农业等新领域的技术应用，充分发挥技术能力与优势。

本期供稿：软件技术研究中心 阮婧 曹伟 殷海军

责编：戚知晨

丨推荐阅读丨