自然资源“三全”调查监测技术体系研究与实践

自然资源“三全”调查监测技术体系研究与实践

吴文波    

吉奥时空信息技术股份有限公司

摘要：为统筹整合遥感数据源，统一实施地类变化信息提取，优化各项调查监测和业务管理的业务流，探索建立“全范围地类监测、全流程变化跟踪、全业务数据支撑”的“三全”调查监测体系。整合“天空地网”多源协同数据获取、变化监测要素智能提取、三维时空场景建模与管理、自然资源监测智能化服务平台等关键技术，形成标准统一、手段智能、业务联通、先进实用的自然资源统一调查监测技术体系，更有力地支撑生态文明建设和自然资源管理。

关键词：自然资源；“三全”调查监测；技术体系

1总体技术路线

“三全”调查监测以月度为周期，实施自然资源地类变化统一监测。强化监测区域卫星、航空等影像保障，综合地面调查、在线信息共享等手段，实现“天空地网”多源协同数据获取；优化自然资源地类变化分类，建立自然资源全要素样本库，进行自然资源变化监测要素智能提取；基于自然资源实体开展三维立体时空数据建模，构建自然资源三维时空场景；整合业务数据流和举证信息流，实现在线数据归集与信息共享，研建自然资源监测智能化服务平台。

1.1卫星遥感影像云服务系统

为实现卫星影像高效获取、处理与应用服务，全面支撑遥感综合监测体系，研发“卫星云遥”系统。系统具有数据需求在线申报、影像自动传输、自动化在线处理、多时相遥感在线云服务、基于气象云图的卫星轨道预测、在线影像目录展示等功能，可以有效支撑全球主流遥感卫星轨道资源的仿真预测，并对其进行细粒度统筹调度拍摄，实现多条链路数据从获取、传输、正射处理到在线服务发布仅耗时10min。

1.2遥感影像智能解译系统

基于人工智能算法，研发“智多星”系统，选用多种深度学习网络模型开展变化图斑提取，对结果取并集，弥补了单一网络模型的局限性，提升了图斑智能提取的查全率，解决了遥感变化图斑智能提取工程化应用的技术难点。系统同时支持基于卫星遥感影像的变化图斑智能提取和典型地物识别，以及基于铁塔视频的疑似违法行为目标识别，改变了传统的人工作业模式，查全率稳定超过80%，工作效率提升3倍以上。

1.3图斑快速筛选与编辑系统研发

基于BS架构的“核图宝”，将变化图斑边界编辑修正、属性赋值、检查等工作迁移至“浏览器”端，作业人员无须安装任务软件，节省了海量数据拷贝流转耗费的时间，避免了人工寻找变化图斑位置、两期影像卷帘切换等操作。将成果数据标准植入软件体系，支持多人在线同时作业，以简单快捷的操作方式实现变化图斑真伪的快速确认和自动快速跳转显示，以及数据成果的自动汇聚入库，并按时间、行政区、多级地类统计汇总。

2关键技术

2.1结构化分析智能解译技术

利用人机协同、深度学习等技术，通过发现变化、提取变化、类型确认、信息表达等处理，将业务知识、遥感机理与图像视觉和智能计算相结合，探索基于“场景—规则—模型”的结构化分析方法的全范围地类变化信息智能提取技术。通过业务分析建立细分场景，对场景采用结构化描述定义解译规则，将解译规则与遥感影像机理进行关联，形成全范围地类变化监测场景集合。在自然资源全要素样本库基础上，引入超像元分割聚类算法，构建面向遥感信息提取的大规模工程化遥感应用规则库。在传统的深度学习算法模型中，顾及领域知识驱动下的人机协同信息感知，有效提升解译过程的智能化和自动化，构造变化监测神经网络模型。基于“场景—规则—模型”的结构化分析方法，利用深度学习的卫星影像变化监测技术和卫星影像目标识别技术，通过地类图斑人机协同解译、内业判读、外业核查、内业修正等处理，实现地类图斑几何信息和属性信息的准确获取，最终形成满足实际应用需求的完整地表覆盖智能解译技术流程，实现变化信息提取的精准快速与动态更新。

2.2高光谱遥感技术

土地覆盖类型识别与监测是分析土地利用与土地覆盖变化的重要方法之一。高光谱遥感技术通过获取物体的光谱特征，能够精确地识别和监测土地覆盖的多个类别。高光谱遥感技术可以识别并监测不同类型的土地覆盖，如耕地、森林、水域、建筑物等。通过对高光谱遥感数据进行光谱分析和分类算法的应用，可以实现对土地覆盖类型的准确识别感技术还可以结合地形、纹理等数据，提高土地覆盖的识别精度。土地覆盖的监测是指定期间内对土地覆盖类型的变化进行追踪和监测。高光谱遥感技术能够获取连续的时间序列遥感影像，提供了数据源的可靠性和连续性，便于进行土地覆盖的监测。通过对时间序列遥感影像进行比对和分析，可以揭示土地覆盖变化的趋势和规律，为土地资源管理和环境保护提供支持。

2.3遥感信息智能提取

基于光学卫星遥感影像提取的监测信息，推进多源感知技术手段协同综合应用。应用光学遥感影像和雷达卫星影像进行变化图斑提取，开展水稻、油菜、洪涝灾害等监测，有效保障监测成果的时效性和完整性；应用卫星遥感和铁塔视频发现的变化信息，解决南方地区卫星遥感影像易受云雨天气影响的难题。具体的信息智能提取方式包括：建立全省典型地类样本库，采用前后时相卫星遥感影像比对的方式，智能提取地类发生变化图斑，套合管理数据删除合法变化图斑，并对照卫星遥感影像，采用人机交互模式，在“核图宝”中对疑似违法图斑边界进行编辑修正。对永久基本农田、矿区等重要区域划定电子围栏，基于人工智能算法，自动识别提取电子围栏区域内的挖掘机、施工围挡等设施，发现疑似违法线索在三维场景下的位置后，与视频数据联动，圈绘疑似违法图斑范围。结合样点样方数据、地物影像特征和遥感机理，构建遥感信息提取模型，从多时相、多源遥感影像上提取光谱、纹理和结构等特征信息，作为输入参数，基于相应的遥感信息提取模型，实现典型地物识别和地表物化参数定量反演。

2.4三维立体时空数据库的三维空间实体表达

为确保三维立体时空数据库矢量三维立体数据显示的准确性，以二维方式记录各地物空间信息，后续根据需要将具有重要位置信息的专题数据及监测成果，通过二维信息升维表达的方式，将数据以三维可视化的方式呈现，实现三维场景下的自然资源实体信息查询、检索和分析。二维矢量中的点在三维立体框架中快速表达较为简单，仅需对点赋予高程性信息即可。但对于线状、面状要素，其二维表达时，仅记录少量的轮廓坐标信息，若将其三维立体化，还需考虑其轮廓之间及内部的高程信息。利用DEM、DSM、点云等数据将二维矢量线、面要素进行三维实体化，通过研究对比规则网格、不规则三角网等多种三维表达方式，探索出不同地形状态下的二维矢量要素的三维实体化表达及存储方法，助力准确、快速实现矢量要素的升维，实现三维场景框架下的地物要素的真实完整状态。

结论

“全范围地类监测、全流程变化跟踪、全业务数据支撑”的“三全”调查监测体系，能够快速获取大范围地类变化情况，有效保证变化图斑空间位置的精度和变化属性的准确性，可进一步实现二三维一体化的数据高效管理。“三全”调查监测体系可以有效地支撑高频次动态监测的需要，为支撑自然资源调查监测高质量发展提供了有益的探索。

参考文献：

[1]陈军，武昊，张继贤，等.自然资源调查监测技术体系构建的方向与任务[J].地理学报，2022，77(5):1041-1055.

[2]尤淑撑，何芸.自然资源遥感监测体系建设现状与发展展望[J].无线电工程，2023，50(5):343-348.

[3]杨海菊，闭馨月.广西典型自然保护区监管天地一体化技术应用探究[J].环境监测管理与技术，2023，32(3):59-62.