我国陆地卫星的快速展开和人工智能等高新技能的广泛使用为重构卫星遥感监测系统奠定了重要根底。针对我国天然资源维护、疆土空间规划施行监督、生态批改及全球改变研讨等对土地使用、土地掩盖及其相关地表参数方针动态改变信息的需求, 依据当时我国陆地卫星观测才能, 规划了全球微观规范监测及我国陆域规模季度监测、要点区域月度监测及应急事情即时呼应的卫星遥感监测系统结构; 针对天然资源卫星遥感监测需求, 充沛运用大数据、人工智能、云核算等高新技能, 本文提出了依据作业流的监测出产线智能流通与可插拔模块调度操控、遥感印象样本常识库构建、杂乱场景天然资源改变主动提取、天然资源特定方针主动提取和天然资源改变图斑全生命周期办理等技能处理方案, 构建了遥感监测事务化使用技能流程, 完结了我国陆域规模天然资源全要素季度监测、要点区域高频次精准监测、特定方针即时监测才能, 并在天然资源法律督察和地表水改变等监测中得到使用。

　　按观测方针不同，遥感卫星可划分为陆地、气候、海洋和环境等卫星系列。现在，我国陆地卫星首要观测要素包含地势地貌、土地使用、土地掩盖、温度和重力场及其改变状况，经过归纳使用各种规范可见光、高光谱、激光测高、热红外、雷达和重力丈量等载荷组成不同型谱的卫星星座，构成年、季、月、日、小时等不一起刻分辨率的数据获取才能，满意全球、全要素、全规范、全天候、全地利的对地观测需求，为天然资源维护、疆土空间规划施行监督和全球改变研讨等供应数据、信息、技能等事务支撑。

　　从1999年我国发射第一颗陆地卫星中巴资源卫星01星(CBERS-01)以来，陆地卫星遥感得到快速展开，使用才能和水平逐渐进步，已经成为资源环境查询、监测、点评和办理等不可或缺的技能手段[1]。2011年发射的资源一号02C星完结民用陆地遥感使用从科研实验型向事务使用型的改变；2012年发射的资源三号01星创始了卫星测绘新阶段；2018年发射的3颗2 m/8 m卫星星座完结了我国陆地遥感监测才能跃升，完结了天然资源范畴卫星遥感监测常态化事务使用。近年来，陆地卫星观测表现不断健全完善，包含光学、高光谱、激光等多种载荷类型，其间2 m级卫星具有全国陆域规模季度有用掩盖才能，为全天候、全要素、全流程监测供应了重要数据根底。

　　本文针对我国天然资源办理及全球改变研讨对快速把握各类资源动态改变信息的火急需求，依据当时我国陆地卫星遥感才能，充沛运用大数据、人工智能、云核算等高新技能展开了卫星遥感监测系统研讨，在打破监测要害技能的根底上，树立了事务化运转流程，在天然资源范畴完结了全国季度、要点区域月度和特定方针即时监测才能，较好地满意了天然资源办理等对大区域、高频次、多元遥感信息的需求[2]，为提醒天然资源相互联系和演替规则，以及支撑山水林田湖草的全体维护、系统批改和归纳治理[3]等新需求供应了重要的遥感信息产品。

　　陆地卫星遥感监测是对土地使用、土地掩盖与人类活动及其相互作用作用按必定时刻周期和空间规范进行动态观测，从数量、质量和生态3个维度表征各类监测方针及其改变状况。

　　针对我国天然资源维护、疆土空间规划施行监督、生态批改及全球改变研讨等对土地使用、土地掩盖及其相关地表参数方针动态改变信息的需求，依据当时我国陆地卫星数据掩盖及监测才能，陆地卫星遥感监测系统包含全球微观规范监测和我国陆域规模季度监测、要点区域月度监测及严重事情的即时应急监测，整体结构[3-5]包含全区域监测、全规范监测、全要素解译、全流程操控和全生命周期办理等中心内容，如图 1所示。

　　(1) 全区域监测。针对全球规模，使用我国陆地卫星全球掩盖及高分一号16 m等中分辨率卫星可年度掩盖全球首要陆域的才能，展开建造用地、农业用地、林地、草地、水体、湿地等土地使用、土地掩盖类型微观改变监测。针对我国陆域规模，按区域分类型按需展开天然资源维护、疆土空间规划施行监督、生态批改等专题监测。

　　(2) 全规范监测。针对不同监测频次要求，归纳使用亚米，2、10、16 m等多规范卫星数据展开多规范监测，构成月度、季度、年度序列化监测产品。使用2 m级国产卫星全国季度掩盖才能，展开全国陆域规模内400 m2以上土地使用、土地掩盖等要素改变监测；使用亚米级卫星数据展开要点区域精细化监测，并选用多规范卫星协同展开月度或更高频次改变监测和天然资源典型要素参数的定量反演；发挥陆地卫星虚拟星座和灵敏卫星灵敏机动等优势展开即时监测，对严重违法事情和严重天然灾害等展开应急监测，完结7× 24即时呼应[6]；经过光学和雷达的协同使用，有用确保多云多雨多雾区域的数据掩盖，完结全天候观测；经过热红外、夜光等数据高频次掩盖和兼具白日、夜间成像才能，完结对森林火灾等全地利观测。

　　(3) 全要素解译。充沛使用可见光、高光谱、激光测高、热红外、雷达和重力等多型谱卫星数据，展开全要素改变监测，中心要素方针见表 1。其间，数量方针包含土地使用/土地掩盖等要素类型的空间散布、鸿沟、规模和面积，质量方针包含犁地栽培状况、植被长势、水质、土壤状况等信息，生态方针包含生态系统服务功用相关的各类地表参数[7-10]。

　　(4) 全流程操控。树立监测图斑全流程处理形式，完结信息提取、内业核实、外业验证和在线核对等使用处理环节有用联接，选用区块链等技能完结监测图斑处理进程的安全可控，确保监测信息产品流经进程可追踪、可回溯和职责可追查，确保监测作用质量牢靠。

　　(5) 全生命周期办理。选用面向方针办法和共同建模言语(UML)，对各类监测信息产品进行主动化质量查看、方针化处理、数据入库及相相联系树立等处理，构建共同存储办理的监测作用数据库，包含月度、季度、半年、年度等序列印象产品数据、多源多载荷数据协同定量反演参数方针集、全要素地类样本数据和常识图谱，以及天然资源全要素、全规范和即时监测信息产品。在此根底上，针对天然资源事务使用需求树立监测信息办理模型，对监测图斑的产生和演化状况进行全生命周期办理，支撑事前预警、事中盯梢和过后点评等监测预警及监管等使用。

　　依据大数据、人工智能、云核算等新技能树立遥感监测事务化流程，整体技能思路包含：选用虚拟卫星星座技能对同类型卫星资源进行整合，经过成像使命统筹和成像使命智能规划，确保监测所需印象数据；集成多源多载荷卫星数据处理模型算法，树立遥感印象数据主动化出产系统，完结在轨陆地卫星数据的当天数据、当天处理和当天质检；经过深度学习等人工智能技能和专家常识的交融，完结改变信息的主动发现和快速提取；选用云服务技能和大数据用户画像构建技能，完结各类监测信息的主动推送和精准服务，为天然资源办理和全社会供应在线同享服务。

　　详细技能流程包含印象获取、数据处理、信息提取、图斑修改与剖析、质量查看和作用入库等环节，如图 2所示。首要，依据需求编制卫星使命规划，统筹获取多源卫星数据；每日对接纳的原始印象进行正射处理、有用数据挑选、色彩增强、缓存处理、数据服务发布及增量式更新等处理，制造契合监测要求的监测底图。然后，使用深度学习技能构建改变图斑及特定方针信息主动提取技能，展开信息主动提取，经过人机交互办法逐图斑核实，对主动提取的监测图斑进行复核修改，除掉伪图斑、弥补遗失图斑、符号图斑特色和批改图斑鸿沟；经过集中式主动质检和散布式人机交互质量查看相结合办法，完结监测作用质检、汇交、归档与建库。最终，将监测图斑与永久基本农田、城市开发鸿沟、生态维护红线等数据进行套合剖析，构成专题核算剖析作用[11-13]。

　　陆地卫星遥感监测技能系统构建的要害是完结卫星数据主动处理、信息智能提取和在线使用服务。针对天然资源卫星遥感监测，要点打破依据作业流的监测出产线智能流通与可插拔模块调度操控、遥感印象样本常识库构建、杂乱场景天然资源改变主动提取、天然资源特定方针主动提取和天然资源改变图斑全生命周期办理等技能。

　　要完结在轨陆地卫星当天数据当天处理，每日数据处理量大，如仅2 m级印象每日数据处理量近600景，约200万km2，需求树立高度集成化的印象处理出产线。为完结监测信息产品批量化、主动化和定制化出产，选用依据作业流的监测出产线构建技能，即依据陆地卫星遥感监测技能流程将数据处理进程划分为5个大流程、25个小环节，针对每个环节进行模型算法封装，构成相对独立的处理单元，经过可插拔模块调度操控技能完结灵敏可控的调度机制，树立集卫星数据预处理、主动信息提取、人机协同修改、作用建库及使用服务于一体的卫星遥感监测全链条出产线)，到达整个出产线的主动化运转、积木式拼装、多点并行和多终端调度，满意各类陆地遥感监测的定制化使用需求。

　　该项技能完结了印象主动优选、监测底图增量式更新、监测使命主动流通、数据模板化核算剖析和信息主动入库。将全国每季度2 m级有用印象从约300 TB处理成0.5 TB印象底图服务，印象数据流通时刻从15 d以上减缩到30 h以内；构建了主动提取和人机交互办法相结合的改变信息协同提取办法，完结了监测全流程监控和作用主动化流通，构成了每日30万km2以上遥感监测作业出产才能，较以往作业办法功率进步了3~5倍。

　　我国幅员辽阔，天然资源品种多样，不同天然资源类型印象特征存在时空差异，为确保主动信息提取作用的高精度和高牢靠性，需求选用深度学习等高稳健性智能解译技能，构建高质量遥感印象样本常识库。为了确保样本质量，①按全国天然地舆分区、遥感卫星载荷类型和各种天然资源类型印象时空改变特征，按遥感卫星载荷类型进行分区域、分类型样本收集；②选用深度对立网络(GAN)、搬迁学习等技能，对遥感印象进行云、雾消除和辐射共同性处理，削减不同来历卫星印象数据差异；③依照共同技能规范进行样本收集，要求样本图斑印象纹路明晰、特征显着，收集的图斑鸿沟与对应印象套合精度小于2个像素，要求不同样本图斑无堆叠；④选用已有疆土查询数据及众源语义常识等数据进行弥补；⑤在样本数量缺少状况下，为进步模型的可推广性，以高质量样本为根底进行适度样本增广。一起，使用地物常识库进行辅佐推理，处理极个别区域的样本缺少问题。

　　(1) 样本收集。在剖析典型天然资源地类方针在不一起相、规范、类型遥感图画上的光谱、纹路、形状、几许拓扑、空间上下文联系等特征信息根底上，树立样本收集规范。改变检测样本包含前时相、后时相印象数据和对应改变类型数据，2 m级改变检测样本印象队伍数选用512×512，要素切割样本队伍数选用1024×1024。

　　(2) 样本增广。针对收集样本，也可经过平移、旋转、翻转、缩放、添加噪音、亮度拉伸、色彩改换、拼接、填充、叠置等处理，以及练习具有自组织、自生成才能的模仿样本生成模型，取得多样化学习样本，为进步模型泛化才能奠定根底。增广份额一般不大于50%。

　　(3) 地物常识库构建。经过对已有土地使用、土地掩盖产品、地学常识文档的常识抽取、常识表明、常识交融等处理构成常识库，完结对深度学习网络地物智能解译的辅佐推理。

　　天然资源改变信息提取首要针对新增建构筑物、新增推填土、新增线性地物、新增高尔夫球场、新长脸伏用地等建造用地改变，以及犁地、园地、林地、草地、水域、湿地等改变状况，使用场景相对杂乱，大区域规模提取作用存在很多伪改变。首要技能处理方案为：①针对杂乱使用场景中改变方针规范多变，部分改变方针较小且表现为数据稀少问题，选用深度学习卷积神经网络依照不同地物特征别离构建改变提取模型；②以使命需求和使用方针为导向，树立事务化使用技能流程，充沛使用事务数据和先验常识去除伪改变，包含使命规划、印象配对、改变图斑提取、面向方针去伪、矢量化、作用质检与归档等环节，如图 4所示。

　　(1) 使命规划。归纳运用遥感技能、地舆信息技能、核算机技能等，构建使命规划功用，完结对多使命区、多类型文件的使命数据批量优选。使命规划首要将后期印象规模文件与前期印象规模进行比对剖析，完结对使命所需印象数据的快速挑选和办理。

　　(2) 印象主动配对。依据使命规划文件确认两期印象的相相联系、多幅印象间的堆叠联系，依据后时相印象规模对前时相对应印象进行镶嵌处理，确保两期印象空间规模共同。

　　(3) 改变信息提取。以PyTorch等干流结构为根底，选用Efficientnet、ResNet[14]等特征提取骨干网，组成编码器-解码器结构的语义切割模型，如U-Net[15]、PSPNet[16]、DeeplabV3+[17]等，并结合Siamese孪生网络[18]思维，构建了深度神经网络遥感改变信息提取结构，如图 5所示。经过特征提取、决议计划模型、模型练习、配置文件、模型处理等，展开天然资源改变信息主动提取。

　　(4) 面向方针去伪。针对前后时相印象在数据源、辐射差异、色彩差异等问题导致的伪改变，引入时序印象比照核算战略，使用要害特征因子进行相似性判别，依据面积、狭长度、紧致度、亮度、植被掩盖度等形态学特征约束及相似性方针进行小图斑/伪图斑去除。

　　(5) 作用矢量化。针对深度学习提取改变图斑的概率栅格图进行矢量化处理，包含二值化、最大最小剖析、去小面和矢量的抽稀滑润处理等。

　　(6) 作用质检与归档。包含图形查看、特色更新、特色查看、月度组成、季度组成及按需求定制组成等。

　　该项技能针对2 m级卫星印象，改变信息主动提取正确率到达80%左右，具有每天处理500景对以上卫星印象改变信息提取，完结了当天数据当天处理。

　　天然资源特定方针首要是专题性监测中重视的别墅、高尔夫球场、光伏用地、大棚房等特定地物。特定方针监测通常在大区域规模下进行提取，方针样本数量相对较少，首要经过多维样本增强、主动提取模型选取和小样本条件下深度学习模型迭代等办法进步检测精度。

　　(1) 多维样本增强。数据样本的多样性关于进步算法模型的精度和泛化才能十分要害。多维样本增强首要包含惯例增强、辐射增强和样本泛化等方面。惯例数据增强包含随机几许改换和随机色彩颤动两种，辐射增强包含直方图均衡化增强、依据拉普拉斯算子的图画增强、依据方针Log改换的图画增强以及依据伽马改换的图画增强等办法，样本泛化的首要完结办法是经过添加负样本的数量，下降误检测率、误辨认率。

　　(2) 主动提取模型构建。面向不同天然资源要素监测使命需求，依据要素散布特色、地表掩盖类型和形状结构特征等确认深度学习模型，光伏用地检测选用Efficientnet网络，大棚和别墅辨认选用DeepLabV3+模型。

　　(3) 小样本条件下深度学习模型优化迭代。针对主动提取中的小样本问题，为进步深度学习样本构建功率和作用，采纳边符号样本边练习网络的办法，即首要符号少数样本，其次快速练习验证模型精度，然后依据验证作用进行针对性的样本弥补，最终以上过程直到样本数据到达使用所需质量要求，如图 6所示。

　　选用主动提取正确图斑个数占一切主动提取图斑个数的份额，核算提取正确率，主动提取改变图斑和实践改变图斑的交集面积占两者并集面积的百分比核算面积精度对主动提取作用进行点评。该项技能针对2 m级卫星印象，高尔夫球场、湖泊、大棚等典型天然资源要素主动提取正确率到达80%以上，选用7台GPU机器(每台3张V100或6张P40显卡)，8 d时刻可完结全国一版单要素信息主动提取；水体主动提取面积精度优于90%，选用3台GPU机器单景印象主动提取时刻小于2 min，10 d可完结全图一版河流、湖泊水面规模提取。

　　天然资源改变图斑全生命周期办理首要完结对图斑在恣意时点和任一时段时空特征、特色状况及处置状况进行追溯剖析。①经过图斑仅有编码，精准记载图斑时空特色，支撑图斑数据的身份仅有认证。②经过改变信息数据区块映射机制，全面记载图斑在不一起点上扩展、缩小、兼并、分拆等几许和特色改变状况。③针对一切图斑数据主动绑定生成仅有对应的不可逆加密标识，避免图斑数据篡改及随意仿制等。④针对图斑在不一起点上几许或特色改变状况构建时空相关模型，支撑改变图斑源头可追溯、流向可盯梢、信息可查询、职责可追溯。

　　天然资源范畴典型使用包含全国天然资源法律监察监测、全国地表水动态改变监测、全国冰川和永久积雪遥感监测和应急监测等方面。

　　选用2 m级卫星数据，依据DeeplabV3+等深度学习模型的主动提取技能，每个季度对我国陆域规模内400 m2以上新增线状地物、建(构)筑物、推填土、光伏用地和高尔夫用地5类要素信息展开改变信息提取，经过人机交互去伪、补漏和批改，监测精度优于95%。图 7为新增建造用地季度监测作用图，图 7(a)、(b)别离为改变前、改变后印象，赤色矢量界限 新增建造用地监测

　　选用2 m级卫星数据，依据种子面扩张和深度学习结合的主动信息提取办法，针对全国1265条三级以上河流及其相关水库和2953个1 km2以上湖泊的水面改变展开月度信息提取，按季度构满意国四期地表水监测产品，主动提取面积精度优于90%。图 8为1970—2021年期间新疆阿克苏库勒湖水面面积改变监测作用图。

　　归纳使用2、10、30 m多源遥感数据，依据多源时序遥感协同的冰川水资源监测技能和多规范时序印象冰川归纳可解译性点评办法，选用主动分类和人机交互相结合的办法，展开了全国冰川卫星遥感监测，构成了2000年以来全国冰川散布与改变信息产品，树立了全国冰川时序遥感监测数据库。图 9为念青唐古拉山东段冰川2000—2015年时刻段内的减缩状况，黄色矢量界限年冰川规模，绿色矢量界限 冰川面积减缩事例(念青唐古拉山东段)

　　使用亚米级等多源卫星数据先后展开了安徽扬子鳄维护区监测、辽宁天然维护区监测、京津冀区域大棚监测、全国“大棚房”问题专项整理整治遥感监测、全国违建别墅专项整治遥感监测、全国乡村乱占犁地建房专项整治遥感监测和“曹园”严重违法用地整治遥感监测作业，完结了全国性应急监测1个月内完结和要点方针应急监测当天提交监测作用的才能。图 10为全国违建别墅整治遥感监测作用图，赤色矢量鸿沟为整治规模界限(a)为整治前别墅空间散布，图 10(b)为整治后别墅撤除状况，经过前后时相比照确认实践撤除别墅的类型、数量和面积。

　　本文规划了陆地卫星遥感监测系统，针对天然资源卫星遥感监测需求，提出了依据深度学习天然资源改变信息主动检测等要害技能处理方案，构成了全国季度、要点区域月度及严重违法用地等特定方针即时监测的事务确保才能。未来针对陆地资源精准监管、可继续使用点评和全球改变应对等需求，仍需求进一步拓宽卫星遥感监测深度、广度和进一步进步遥感监测才能水平，继续健全完善陆地卫星监测系统。详细包含如下内容。

　　(1) 继续加强陆地卫星遥感监测才能建造。进一步进步主动改变发现和信息提取的事务化支撑才能，拓宽样本常识库，进步建造用地、犁地、园地、林地、草地、湿地等天然资源全要素信息智能化提取精度、功率和才能，全面进步监测主动化和智能化水平，不断习惯国产卫星数据的爆破式增加，并逐渐满意天然资源办理等对高质量卫星遥感信息产品的需求。

　　(2) 展开多源多载荷数据协同监测使用研讨。跟着我国陆地卫星观测系统的健全完善，多渠道、多载荷、多规范印象数据不断丰富，深入研讨异构印象域转化[19-20]、搬迁学习等技能，经过多源数据时-空-谱交融和多规范数据集成，增强样本、特征、模型的泛化才能，进步天然资源遥感定量反演、要素辨认和协同监测才能，充沛发掘各类天然资源卫星数据使用潜能，完结面向全社会、各行业的卫星遥感产品继续安稳供应[21-22]。

　　(3) 加强新式载荷数据使用研讨。经过对高光谱卫星遥感载荷和数据特色的剖析，优化高光谱天然资源质量、生态要素定量反演技能，面向陆地水储量、湖库水量改变、河川径流及冰川物质平衡监测、地球科学研讨等需求展开天然资源三维监测等技能办法研讨等，不断丰富展开陆地卫星遥感监测理论和办法[23-25]。

上一篇：箩筐共享｜遥感技能怎么赋能智能驾驭？ 下一篇：商业遥感：来自现代战役的考虑与启示