基于AI+遙感的目標(biāo)檢測技術(shù)在自然資源監(jiān)測中的應(yīng)用研究

AI+遙感技術(shù)己經(jīng)在自然資源典型地物類型識(shí)別、耕地保護(hù)和執(zhí)法監(jiān)察中已得到初步應(yīng)用，并展現(xiàn)出廣闊的發(fā)展前景。

遙感成為自然資源調(diào)查監(jiān)管重要手段

遙感能夠全面、立體、快速、有效地探明地上和地下自然資源的分布情況，這使其逐步成為從多維和宏觀角度去認(rèn)識(shí)世界的重要的方法和手段。近年來，我國已逐步形成低空、航空和航天衛(wèi)星遙感一體化數(shù)據(jù)采集、處理和應(yīng)用等較為完備的遙感監(jiān)測體系，目前遙感已經(jīng)廣泛應(yīng)用在國土、規(guī)劃、水利、農(nóng)業(yè)、林業(yè)、海洋、測繪、氣象、生態(tài)環(huán)境、航天、地質(zhì)、軍事、礦產(chǎn)等領(lǐng)域。

國家信息化發(fā)展戰(zhàn)略綱要明確提出“加強(qiáng)陸地、大氣、海洋遙感監(jiān)測，提升對我國資源環(huán)境、生態(tài)保護(hù)、應(yīng)急減災(zāi)、大眾消費(fèi)以及全球觀測的服務(wù)保障能力”，遙感成為推動(dòng)自然資源部統(tǒng)一行使全民所有自然資源資產(chǎn)所有者職責(zé)和統(tǒng)一行使所有國土空間用途管制和生態(tài)保護(hù)修復(fù)職責(zé)的重要手段。主要體現(xiàn)在：

1.基于遙感數(shù)據(jù)作為重要工作底圖，結(jié)合遙感專題信息提取結(jié)果，開展自然資源調(diào)查監(jiān)測評價(jià)，統(tǒng)一掌握各類自然資源范圍、數(shù)量、質(zhì)量等方面的存續(xù)、變化狀況。

2.利用全天候、多時(shí)相遙感監(jiān)測手段，及時(shí)開展區(qū)域范圍耕地、林地、草地、濕地、海域、海島等國土空間用途，轉(zhuǎn)用政策實(shí)施和監(jiān)測監(jiān)管體系建設(shè)提供數(shù)據(jù)和技術(shù)支撐。

3.結(jié)合遙感影像分析識(shí)別重點(diǎn)生態(tài)修復(fù)的區(qū)域，通過階段性監(jiān)測評估手段，統(tǒng)籌山水林田湖草整體保護(hù)、系統(tǒng)修復(fù)、綜合治理，提升國土空間生態(tài)保護(hù)修復(fù)治理能力。

4.綜合運(yùn)用合成孔徑雷達(dá)測量、高分辨率衛(wèi)星遙感、無人機(jī)遙感、機(jī)載激光雷達(dá)測量等多種新技術(shù)手段，精準(zhǔn)排查地質(zhì)災(zāi)害隱患點(diǎn)，提升防災(zāi)減災(zāi)管理能力和現(xiàn)代化水平。

5.充分利用低空無人機(jī)和多時(shí)相遙感監(jiān)測手段，完善立體化的違法行為發(fā)現(xiàn)渠道和處置模式，建立快捷有效的核查指揮和快速反應(yīng)機(jī)制，提升自然資源執(zhí)法督察的科學(xué)性和時(shí)效性。

目前，遙感數(shù)據(jù)采集技術(shù)逐漸成熟，但精準(zhǔn)的遙感專題信息提取主要靠全人工目視解譯實(shí)現(xiàn)，迫切需要自動(dòng)化的高精度遙感影像信息提取技術(shù)實(shí)現(xiàn)快速的目標(biāo)識(shí)別和信息提取，為自然資源調(diào)查監(jiān)測快速提供高精度產(chǎn)品成果。

AI+遙感技術(shù)提升自動(dòng)化影像識(shí)別和分析能力

2012年，Hinton等人在ImageNet比賽上利用多層卷積神經(jīng)網(wǎng)絡(luò)成功對包含一千多個(gè)類別的一百萬張圖片進(jìn)行了訓(xùn)練，分類錯(cuò)誤率只有15%，比第二名低了近11個(gè)百分點(diǎn)，此后深度學(xué)習(xí)卷積網(wǎng)絡(luò)的圖像的目標(biāo)檢測、分割，語音識(shí)別和自然語言處理等在交通、醫(yī)療、金融、無人駕駛、物流、家居和零售等領(lǐng)域得到較多的應(yīng)用。隨著技術(shù)的不斷革新以及計(jì)算機(jī)硬件特別是GPU的發(fā)展，將使得圖像識(shí)別、分類的準(zhǔn)確度和效率大幅提升，進(jìn)而減少大量的人工工作量。

借助卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的應(yīng)用技術(shù)，關(guān)于AI+遙感的圖像識(shí)別和信息提取研究不斷開展。基于R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN、SPPnet、SSD、YOLO等算法的遙感目標(biāo)檢測技術(shù)能夠快速識(shí)別遙感影像中的特定目標(biāo)地物類別。其中，F(xiàn)aster-RCNN是一個(gè)準(zhǔn)實(shí)時(shí)的端到端的深度學(xué)習(xí)檢測算法，相比其他方法，在精度和檢測速度都得到了大大提升?；贔aster-RCNN技術(shù)的遙感影像目標(biāo)檢測正被應(yīng)用于遙感影像的違法建筑物、樹木、單株作物、自然災(zāi)害隱患點(diǎn)、橋梁等地物目標(biāo)檢測?；贔CN、Deeplab、PSPNet、DeconvNet、Segnet、Unet等算法的遙感影像分割和分類技術(shù)相比原有的非監(jiān)督分類、監(jiān)督分類和面向?qū)ο筮b感影像分類技術(shù)，能夠大幅提升分類精度。目前最常用的基于UNet算法的遙感影像分割算法，能夠準(zhǔn)確實(shí)現(xiàn)建筑物、植被等多地物類別的分割和分類處理。另外基于LinkNet的遙感道路提取技術(shù)能夠快速提取大面積道路信息，相比傳統(tǒng)人工采集或目視判讀技術(shù)大幅提升道路更新效率?；赑ointNet的點(diǎn)云分類、基于RestNet等算法的高光譜遙感影像分類、基于SRGAN算法的遙感超分辨率重建等多種技術(shù)實(shí)現(xiàn)多源遙感數(shù)據(jù)質(zhì)量改進(jìn)和信息提取。

目前，基于AI+遙感信息提取的產(chǎn)品主要面向遙感影像目標(biāo)檢測和遙感影像分割，產(chǎn)品形態(tài)多以云服務(wù)或按照項(xiàng)目定制訓(xùn)練模型為主，多數(shù)AI+遙感產(chǎn)品暫未提供通用的模型訓(xùn)練產(chǎn)品。接下來，隨著技術(shù)的不斷發(fā)展，針對用戶數(shù)據(jù)特定的時(shí)相、分辨率、區(qū)域和地物類別等特征，提供通用性的訓(xùn)練數(shù)據(jù)制作功能，模型訓(xùn)練功能和數(shù)據(jù)成果預(yù)測功能等完整的AI+遙感影像識(shí)別和信息提取整體解決方案和產(chǎn)品，將在提升影像信息提取效率的同時(shí)，大幅提升成果精度。

AI+遙感的信息提取逐漸得到廣泛應(yīng)用，如規(guī)劃部門在“全國大棚房問題專項(xiàng)整治行動(dòng)”項(xiàng)目中利用AI+遙感技術(shù)快速實(shí)現(xiàn)大棚房的識(shí)別監(jiān)測，準(zhǔn)確率達(dá)到90%以上，同時(shí)，相比傳統(tǒng)人工判讀花費(fèi)數(shù)月時(shí)間，AI+遙感技術(shù)大幅提升識(shí)別效率。自然資源部門利用AI+遙感技術(shù)進(jìn)行疑似違章建筑提取和耕地保護(hù)應(yīng)用，相比人工影像比對方式大幅提高監(jiān)察頻率。多種探索和應(yīng)用使基于AI+遙感技術(shù)進(jìn)行自然資源全要素，高效精準(zhǔn)、常態(tài)化、低成本監(jiān)管成為可能。

基于AI+遙感的自然資源調(diào)查監(jiān)測應(yīng)用

遙感影像是自然資源調(diào)查、監(jiān)測和管理的重要數(shù)據(jù)源，基于深度學(xué)習(xí)的遙感影像信息提取大幅提升遙感數(shù)據(jù)解譯和信息提取的精度和效率，為提升自然資源調(diào)查監(jiān)管決策能力，建立高效、完善的自然資源遙感監(jiān)測服務(wù)體系提供更為先進(jìn)的技術(shù)手段。AI+遙感的影像目標(biāo)檢測、自然資源類別分割分類、自然資源多時(shí)相變化檢測將為開展國土空間、資源變化、自然環(huán)境和綜合治理等衛(wèi)星遙感監(jiān)測，為自然資源管理、生態(tài)保護(hù)和修復(fù)、地質(zhì)災(zāi)害應(yīng)對、綜合治理、督察執(zhí)法等提供重要的技術(shù)支撐?；贏I+遙感的自然資源調(diào)查監(jiān)測典型應(yīng)用包括：自然資源目標(biāo)檢測，自然資源定量信息提取，自然資源變化檢測和多源遙感信息處理等。

1.AI+遙感目標(biāo)檢測

國土空間用途管制是以用途管制為主要手段進(jìn)行國土空間開發(fā)保護(hù)，最大限度保護(hù)耕地、林地、草原、河流、湖泊、濕地等自然生態(tài)用地，即保障各自然資源類別嚴(yán)格按照規(guī)劃進(jìn)行使用和用途改變規(guī)劃。地質(zhì)環(huán)境防災(zāi)減災(zāi)工作的重點(diǎn)是快速識(shí)別地質(zhì)災(zāi)害隱患點(diǎn)。生態(tài)修復(fù)與執(zhí)法監(jiān)察均為快速識(shí)別待重點(diǎn)生態(tài)修復(fù)區(qū)域和違法用地使用情況。以上應(yīng)用場景的目標(biāo)識(shí)別主要靠人工影像判讀和實(shí)地調(diào)查為主。

基于AI的目標(biāo)檢測技術(shù)能夠精確找出遙感影像中所有感興趣的目標(biāo)類別和場景，快速確定它們的位置和大小，從而準(zhǔn)確識(shí)別多種自然資源目標(biāo)和場景類別，通過判定重點(diǎn)自然資源目標(biāo)的位置和相互關(guān)系，輔助國土空間用途管制、生態(tài)修復(fù)、地質(zhì)災(zāi)害防治和執(zhí)法督察。

2.AI+遙感的自然資源定量信息提取

自然資源調(diào)查監(jiān)測要求統(tǒng)一掌握各類自然資源的范圍、數(shù)量、質(zhì)量和變化狀況，同時(shí)自然資源的精細(xì)化管理也要求快速掌握自然資源各類別的現(xiàn)狀情況，原有的基于遙感影像地物分類技術(shù)主要靠人工目視判讀或者半自動(dòng)分類方式，精度和效率急需快速提升。

通過基于AI的影像分割和分類技術(shù)，能夠快速實(shí)現(xiàn)高分辨率遙感影像的高精度分類，快速自動(dòng)化的獲取各自然資源類型的邊界和定量化指標(biāo)，輔助自然資源調(diào)查監(jiān)測評價(jià)，實(shí)現(xiàn)自然資源定量化、精細(xì)化管理。

3.AI+遙感變化檢測

自然資源執(zhí)法監(jiān)察與耕地保護(hù)要求對用地量大、違法用地量多面廣的地區(qū)開展變化自動(dòng)比對分析、自查回傳、成果核查智能化全天候督察。以往國土執(zhí)法督察主要靠基于不同時(shí)相的遙感影像，由專業(yè)遙感監(jiān)測專家利用人眼目視判讀，在影像上對建筑物逐一比對，效率低，存在人工誤差。基于AI的影像變化檢測技術(shù)，能夠快速發(fā)現(xiàn)特定時(shí)間內(nèi)區(qū)域面積內(nèi)的自然資源類別變化，輔助國土空間規(guī)劃監(jiān)測評估、耕地保護(hù)和執(zhí)法督察等。

4.基于AI的多源遙感數(shù)據(jù)處理

除了基于AI的遙感影像目標(biāo)檢測、影像分割、分類和變化檢測技術(shù)，通過基于AI的多源遙感數(shù)據(jù)的處理和優(yōu)化技術(shù)，能豐富保障全天候遙感監(jiān)測的數(shù)據(jù)資源和質(zhì)量，進(jìn)一步提升全天候遙感監(jiān)測輔助自然資源管理的綜合實(shí)力。主要包括：

（1）基于AI的三維點(diǎn)云處理，主要包括基于卷積神經(jīng)網(wǎng)絡(luò)的LiDAR點(diǎn)云配準(zhǔn)技術(shù)和LiDAR點(diǎn)云精細(xì)化分類技術(shù)，相比基于影像的分割分類技術(shù)，能夠進(jìn)一步提升建筑物和地形起伏區(qū)域的分類精度，進(jìn)一步提升自然資源管理的精準(zhǔn)程度。

（2）基于AI的遙感影像質(zhì)量優(yōu)化，通過基于卷積神經(jīng)網(wǎng)絡(luò)的遙感影像超分辨率重建和去云等處理，對現(xiàn)有數(shù)據(jù)資源進(jìn)行優(yōu)化處理，提升基于影像的自然資源信息判讀精度。

（3）基于AI的高光譜影像處理，高光譜影像能夠精細(xì)化反應(yīng)多種自然資源類別的細(xì)微特征，通過基于AI的高光譜遙感影像分類處理，精細(xì)化獲取自然資源類別分類成果，輔助自然資源精細(xì)化管理。

小結(jié)

以低空無人機(jī)、航空攝影和航天傳感器為主的空天一體化遙感，能多維、宏觀地為自然資源調(diào)查監(jiān)測提供重要的數(shù)據(jù)資源;借助卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的應(yīng)用技術(shù)，關(guān)于AI+遙感的圖像識(shí)別和信息提取研究不斷開展。

目前，AI+遙感已在自然資源典型地物類型識(shí)別、耕地保護(hù)和執(zhí)法監(jiān)察中得到初步應(yīng)用，并展現(xiàn)出了廣闊的發(fā)展前景：

基于AI+遙感的目標(biāo)檢測技術(shù)，實(shí)現(xiàn)了典型自然資源場景和類別的存在以及合理性，輔助規(guī)劃監(jiān)測評估、執(zhí)法監(jiān)察和地質(zhì)災(zāi)害隱患排查;AI+遙感的地物精細(xì)化分割分類，實(shí)現(xiàn)了自然資源類別的定量化提取，輔助自然資源精細(xì)化監(jiān)測和管理;通過AI+遙感變化檢測，實(shí)現(xiàn)了精準(zhǔn)的耕地保護(hù)和全天候遙感執(zhí)法，同時(shí)能夠定量化監(jiān)測自然資源類型變化?；贏I的高光譜分類、點(diǎn)云分類、影像高分辨率重建和去云等技術(shù)，實(shí)現(xiàn)了多源遙感數(shù)據(jù)處理，為自然資源調(diào)查監(jiān)測提供高質(zhì)量數(shù)據(jù)資源和更豐富的方法手段。

AI+遙感的多種技術(shù)和應(yīng)用必將加強(qiáng)陸地、大氣、海洋遙感監(jiān)測，提升對我國資源環(huán)境、生態(tài)保護(hù)、應(yīng)急減災(zāi)、大眾消費(fèi)以及全球觀測的服務(wù)保障能力。

責(zé)任編輯：gt