自然资源遥感, 2023, 35(4): 192-200 doi: 10.6046/zrzyyg.2022325

技术应用

自然资源调查监测技术体系研究与实践——以广西壮族自治区为例

黄景金,1,2, 郭伟立1,2, 韦忠扬1,2, 唐长增,1,2, 潘正强1,2, 任建福1,2

1.广西壮族自治区自然资源调查监测院,南宁 530219

2.自然资源部北部湾经济区自然资源监测评价工程技术创新中心,南宁 530219

Research and applications of the technology system for natural resource survey and monitoring:A case study of Guangxi

HUANG Jingjin,1,2, GUO Weili1,2, WEI Zhongyang1,2, TANG Changzeng,1,2, PAN Zhengqiang1,2, REN Jianfu1,2

1. Guangxi Insititute of Natural Resources Survey and Monitoring, Nanning 530219, China

2. Technology Innovation Center for Natural Resources Monitoring and Evaluation of Beibu Gulf Economic Zone, Ministry of Natural Resources, Nanning 530219, China

通讯作者: 唐长增(1969-),男,教授级高级工程师,主要从事自然资源调查监测和应急测绘等。Email:tcz8959@163.com

责任编辑: 陈昊旻

收稿日期: 2022-08-10   修回日期: 2023-06-10  

基金资助: 广西重点研发计划“自然资源要素变化实时感知和智能处理关键技术研发与应用示范”(桂科AB22080077)
广西科技基地和人才专项项目“顾及季节影响的广西耕地变化检测方法研究”(桂科AD20238044)
广西空间信息与测绘重点实验室基金项目“破碎复杂地表覆盖下多源遥感影像变化检测”(191851011)
广西自然资源调查监测院揭榜挂帅项目“基于自然资源实体统一调查的理论与方法研究”(JBGS2022009)

Received: 2022-08-10   Revised: 2023-06-10  

作者简介 About authors

黄景金(1988-),男,高级工程师,主要从事自然资源调查监测和遥感影像实时处理。Email: jingjin_huang@tju.edu.cn

摘要

在自然资源调查监测体系提出背景之下,新一代数字技术与调查监测融合发展在自然资源统一调查监测中存在自然资源时空数据保障缺乏协同、自动处理能力业务化应用不足、成果数据精细化管理有待提升、社会化服务和安全保障不足等方面的问题。在现代测量技术和人工智能、大数据、云计算等新一代数字技术的快速发展及其与自然资源调查监测的深度融合背景下,该文基于自然资源统一调查监测体系,提出了自然资源调查监测体系技术框架,开展“天空地人网”协同感知、自然资源时空数据自动化处理、自然资源实体时空数据库构建、调查监测成果数据共享服务和数据安全保障5大研究内容。最后,以广西壮族自治区“天空地人网”协同感知网、普适型调查监测数据采集系统研发、自然资源综合监测为例,说明自然资源调查监测技术框架的建设成果。

关键词: 自然资源; 调查监测; 技术框架; 数字化赋能; 精细化管理

Abstract

It has been proposed to develop natural resource survey and monitoring systems. Under this background, the integration of the new generation of digital technologies and the survey and monitoring is suffering from the following problems in the unified natural resource survey and monitoring: the lack of collaboration among spatio-temporal data on natural resources, the inadequate automation of data processing, the limited level of refined management of achievements, and inadequate social services and data security. In the context of the rapid development of modern survey technologies and new-generation digital technologies such as artificial intelligence, big data, and cloud computing, as well as their in-depth combination with natural resources survey and monitoring, this study proposed a technical framework of the unified natural resource survey and monitoring system. Accordingly, this study conducted research on five aspects: air-space-land-people-network collaborative perception, the automatic processing of spatio-temporal data on natural resources, the construction of spatio-temporal database of natural resource entities, the sharing service of survey and monitoring achievements, and data security. Finally, with the air-space-land-people-network collaborative perception network, the R&D of a universal survey and monitoring data acquisition system, and the comprehensive monitoring of natural resources in Guangxi Province as examples, this study introduced the achievements made in the construction of the technical framework of the natural resources survey and monitoring system.

Keywords: natural resources; survey and monitoring; technical framework; digital empowerment; refined management

PDF (4468KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

黄景金, 郭伟立, 韦忠扬, 唐长增, 潘正强, 任建福. 自然资源调查监测技术体系研究与实践——以广西壮族自治区为例[J]. 自然资源遥感, 2023, 35(4): 192-200 doi:10.6046/zrzyyg.2022325

HUANG Jingjin, GUO Weili, WEI Zhongyang, TANG Changzeng, PAN Zhengqiang, REN Jianfu. Research and applications of the technology system for natural resource survey and monitoring:A case study of Guangxi[J]. Remote Sensing for Land & Resources, 2023, 35(4): 192-200 doi:10.6046/zrzyyg.2022325

0 引言

自然资源是人类的生存之基、生产之源、生态之本。自然资源调查为自然资源精细化管理提供数据基础,自然资源监测为检验自然资源管理成效提供技术保障[1]。自然资源部于2020年出台的《自然资源调查监测体系构建总体方案》旨在加快建立自然资源统一调查、评价、监测制度,健全自然资源监管体制,切实履行自然资源统一调查监测职责[2]。由于自然资源的稀缺性、整体性、系统性、区域差异性、动态性和多样性等特点,自然资源调查监测体系构建需要以新一代数字技术作为支撑,将数字化贯穿于调查监测体系的全要素、全流程和全环节之中,没有调查监测体系的数字化,就没有自然资源治理现代化[3-6]。自然资源调查监测技术体系研究是以现代测量技术和人工智能、大数据、云计算、区块链、5G、物联网等新一代数字技术为手段,建设自然资源多维立体协同感知、时空数据自动化处理、三维立体时空数据库建设、成果数据共享服务、软硬件和数据安全保障等内容,支撑自然资源调查监测体系的工程业务[7]。浙江、广东、湖南、广西、重庆等省市在自然资源调查监测系统构建进行了相关探索和研究[8-14]

在现代空间信息技术、新一代数字技术与自然资源调查监测业务的交叉融合发展中,空间位置服务、对地观测、影像智能处理、数据安全等方面取得了长足的发展[15]。我国北斗三号全球卫星导航系统星座于2020年6月23日全面完成部署,并向全球用户提供更加优质、更加完善的时空信息服务[16]。各类对地观测平台为自然资源调查监测提供多种数据源,如: 我国在轨运行的遥感卫星目前超过200多颗,光学和雷达卫星的最高地面分辨率均优于0.5 m,已形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力。在新一代数字技术快速发展和与空间信息技术加速融合下,形成了以智能定位导航定时(positing navigating timing,PNT)、智能地球观测系统(earth observation system,EOS)和智能无人机(unmanned aerial vehicle,UAV)为主的航天航空传感网,如: Zhou[17]在2001年提出的Future Intelligent Earth Observing Satellites; 张兵[18]在2011年提出的智能遥感卫星系统; 李德仁[19]在2017年提出的对地观测脑; 杨元喜[20]在2021年提出的智能PNT。人工智能、大数据、云计算、并行计算等为海量多源调查监测数据处理提供了算法和算力支撑[21,22]。基于深度学习的数据智能处理技术成为当前主要手段,其破解了传统遥感图像解译方法主要靠人工判读和半自动化软件解译,效率相对低下,而准入门槛却很高,解译自动化程度低的问题[23-25]。目前各类多源遥感解译平台通过人工智能技术快速、及时、低成本地从海量的遥感卫星影像中提取地物要素信息,具有精准的影像解译产品生产,自动及并行化数据处理流程,高效处理及快速可视化展示,智能化深度学习框架集成等特点[26],如: 张继贤等[23]针对自然资源调查监测的需求,提出了人机协同的自然资源要素智能提取方法,构建了“智能计算后台+智能引擎+人机交互前台”的人机协同解译技术框架。另外,基于人工智能和知识图谱技术,可精准记录长序列调查监测成果数据时间和空间维度属性及其全流程各时相信息的连续性和相关性,实现调查监测成果数据身份管理与认证、多维信息集成化一体化档案式管理、全历程变化监控和管理,使每个成果数据源头可追溯、流向可跟踪、信息可查询,为自然资源精细化管理等提供高效、透明、可信的数据与技术保障。

虽然我国在历史成果数据整合、现状数据保障、“一张网”“一张图”“一平台”建设等方面积累了大量的基础数据、服务平台和技术经验,但与自然资源统一调查监测的需求和目标相比,在数据获取和处理、成果管理、共享应用、安全保障等方面还有一定的差距,主要体现在: 现有多维立体遥感平台相互独立,缺乏协同连通; 数据自动化处理难以满足大规模业务化应用,人海战术的作业模式难以为继; 数据资源的准确性、时效性、多样性还存在较大的差距; 用数据说话、用数据管理和用数据创新的能力不足; 成果数据的安全保障需要全面加强升级。因此,本文从数字化转型的视角,通过提出自然资源调查监测体系技术框架来解决上述问题,并结合地方差异性和实际需求,介绍了广西的实践与探索。

1 自然资源调查监测技术体系总体框架

自然资源调查监测技术体系是一项复杂的系统工程,涉及面广,技术难度大,时间紧迫,需要各行业、各部门进行总体布局、统筹推进、分布实施,其总体框架主要包括自然资源的多维立体协同感知、多源异构数据自动化处理、实体时空数据库建设、成果数据共享服务、安全保障等建设内容和支撑的自然资源调查监测业务(如图1)。

图1

图1   技术框架

Fig.1   The technical framework


1.1 多维立体协同感知网构建

自然资源要素广泛分布于陆域海域、地上地下,加上自然资源禀赋的区域差异性和气候多变性,单一遥感平台难以为所有自然资源调查监测提供数据保障,为此,本文在重新明确各类遥感平台在调查监测中的角色和定位的基础上,提出了面向调查监测的“天空地人网”协同感知网,如图2。该感知网共分为5层,分别是天联网、空联网、地联网、人联网和网连网,各层网在横向上可独立成网,在纵向上可协同联网,织成一张多维立体、协同联动的感知网,使调查监测数据的获取途径多种多样。

图2

图2   “天空地人网”协同感知网

Fig.2   Space-air-land-people-net cooperative awareness networks


天联网是以全球导航定位系统提供的陆海时空位置服务为基础,构建包含光学、多光谱、合成孔径雷达、激光测高和重力等遥感卫星的对地观测网,形成全方位、高精度、高时空分辨率的影像和技术保障能力,实现广域的定期影像覆盖和数据获取,为调查监测提供实时精准的位置服务和宏观区域的遥感数据服务。

空联网是通过利用搭载各类专业探测器的有人机、无人机、浮空器等航空飞行平台,组网构建航空传感网,与天联网互为补充,实现局部区域和重点要素的调查监测,提供空间分辨率更高、时效性更强、机动灵活更好、现状信息更丰富的数据保障。

地联网是主要包括地面观测网和海洋信息观测网,覆盖地表、地下、水面、水下、海面、海底等陆海全域。其中,地面观测网主要利用车载测量、移动终端、观测台站、专项装备以及定点观测传感网构建陆域信息采集网; 海洋信息观测网主要利用海洋站、海上固定平台、岸基雷达以及海底观测系统构建海样信息采集网。通过地联网,借助测量工具、检验检测仪器、照相机/摄像机等设备,利用实地调查、样点监测、定点观测等模式,为更小尺度区域和重点要素的调查监测提供精细化的现状数据保障。

人联网的提出是基于“调查监测为人民、调查监测靠人民”的思路,把每个与调查监测相关的人员都当成传感器,连接起来构成网。不管是专业队伍、乡村干部、村民,还是志愿者地理信息和众包测绘,发挥其在调查监测现状数据采集中强时效性和低成本的优势,特别是基层人员具备第一时间发现自然资源变化的独特优势。通过为基层人员提供普适型工具手段和激励机制,就可以为调查监测提供主动精准的数据服务。

网联网是以通信网为基础,通过互联网将人与人连接,通过物联网将人与物连接,利用“互联网+”等手段,有效集成各类平台和传感器,协同获取自然资源的位置、数量、质量、生态等时空数据,提高调查监测现状数据的保障能力。另外,网联网又可理解为天联网、空联网、地联网、人联网在纵向上组成网络,织成一张“天空地人网”协同感知网,实现对自然资源全要素、陆海全域、全业务流程、全生命周期、全数字化技术手段的调查监测。

基于“互联网+”思维研发,研发开放式的多维立体协同感知平台,将各类平台和传感器按照有序、主动、连通的组织模式,形成一个各类遥感平台互连互通、任务执行公开透明、社会公众共同参与、数据主动共享的服务平台。通过该平台来创新调查监测设备的在线共享、数据的协同采集机制、成果的汇交和共享,有利于提高各平台和传感器的使用效率,提升数据采集的精准性和时效性,提升应急响应能力,同时,避免数据重复采集、降低数据采集成本。

1.2 多源异构数据自动化处理

“天空地人网”协同感知网为调查监测提供了海量多源异构的“算料”保障,但基于单一计算平台、单一算法模型、传统质检方法,已难以支撑自然资源精细化管理需要和社会大众多样化需求。针对调查监测中海量多源时空数据,充分利用云存储、高性能计算、人工智能等新技术,构建以“算法为基础、知识为引导、服务计算为支撑”的多源时空数据自动化处理体系[7],实现调查监测底图快速生产、自然资源要素自动分类和变化智能提取、“互联网+”内外协同处理、统一数据质量检查和真实性验证等。

1)高性能计算平台建设。构建满足多样化业务存储、计算和服务需求的高性能计算平台(包括物理层、系统层、数据层、算法层、服务层等),实现数据资源的按需利用、算法模型的动态封装与组合、业务流程的动态编排与实时监控、多元时空数据的并行处理、处理结果的动态推送,满足多源时空数据快速处理需求。

2)多源时空数据自动化处理体系建立。基于高性能计算平台,建立包括多源时空数据的自动清洗和同化、二维和三维高精度底图的快速制作、地表要素的自动分类和变化发现的智能提取等功能的处理模块,破解传统基于人海战术的数据处理困境,实现时空数据处理的流程化、模块化和自动化,为调查监测提供统一、快速、可靠的工作底图和变化数据。

3)内外业数据协同处理。构建内业与内业、内业与外业、外业与外业的在线协同作业场景,实现内业数据的实时共享、内外网数据双向快速交互、业务数据与实时现状数据的叠加分析、基于实时现状数据的目标智能识别、普惠型外业数据采集及其轨迹透明留痕、文本表格数据快速处理等,为调查监测提供低成本、快速灵活、可靠的技术手段。

4)质量控制方法建立。围绕数据多样性、流程复杂性以及人为因素等质量问题产生的根源,建立基于知识图谱的质量控制方法,为具体的调查监测业务提供实时、准确、可靠的质量信息与质量预警服务,确保调查监测成果数据的质量。

1.3 自然资源实体时空数据库建设

以自然资源实体为载体,研究自然资源实体的分层分类标准体系,以满足自然资源管理共性需要的最小管理单元为基本实体,按照统一的数据物理模型、标准规范,按照逻辑统一、物理分散的思路,整合土地、森林、测绘等历史成果数据,与农业、住建、统计等部门数据互联互通,加上互联网、物联网数据,形成地上地下、陆海相连、集成融合的自然资源实体时空数据库。同时建立实体时空数据库管理系统和联动更新机制,实现对时空数据库的统一管理、联动更新、按需服务。通过构建一个覆盖全面、统一空间基底的调查监测数据库和管理系统,对自然资源实体数据进行统一管理和维护,建立实体与部门标准和分析评价模型的映射关系,实现“一库多能、按需组装”,全面掌握各类自然资源状况,实现自然资源精细化管控,提高数据共享和应用水平。同时,为自然资源知识图谱构建和知识服务提供实体数据库支撑。自然资源时空数据库建设包括数据库设计、数据集成建库、管理系统研发以及机制建设等内容。

1.4 成果数据共享服务平台建设

以自然资源实体时空数据库为支撑,建成部门联动、开放共享、安全高效的分布式调查监测成果数据共享服务平台,作为国土空间基础信息平台的子平台,为自然资源确权登记、国土空间规划、国土空间用途管制、耕地保护、生态保护修复、执法监督等业务提供“数据-信息-知识”服务。调查监测成果数据共享服务的核心是“连通用化”,即把成果数据共享服务平台与其他系统平台(包括内网、政务网和互联网的系统平台)“连”起来,能“连”则“连”,应“连”尽“连”; 在“连”的基础上,系统平台间要“通”数据、“通”业务、“通”价值; 共享服务的核心是各级用户基于系统平台“用”数据、“用”服务; 共享服务的目的是“化”成数据资产的增值、“化”成用户的治理能力。通过调查监测成果数据在部门应用和社会服务中的共享应用,提升用数据说话、用数据管理和用数据创新的服务能力,推动自然资源治理体系和治理能力的现代化,服务美丽中国建设和经济社会高质量发展。调查监测成果数据共享服务平台建设内容主要包括平台架构构建、平台服务功能建设、系统部署与运行环境建设等。

1.5 安全保障体系建设

数据安全保障体系建设涉及数据的采集、传输、存储、处理、交换、销毁等过程,是一个复杂、艰巨的系统工程,绝非仅靠一些信息安全技术标准和措施就能妥善解决。必须探究数据安全的本质,站在战略和全局的高度考虑现实问题,做好数据安全的顶层设计,加强关键数据基础设施安全保护,强化关键数据资源保护能力,增强数据安全预警和溯源能力等。安全保障体系建设主要包括基础设施安全、网络通信安全、软硬件平台国产化、数据安全、监测预警与应急处置等内容。

2 支撑业务

自然资源调查监测体系技术框架目的是支撑具体的调查监测业务,即自然资源基础调查、专项调查、动态监测(包括常规监测、专题监测和应急监测)。基础调查是对自然资源共性特征开展的调查,专项调查指为自然资源的特性或特定需要开展的专业性调查。基础调查和专项调查相结合,共同描述自然资源总体情况。动态监测是在基础调查和专项调查形成的自然资源本底数据基础上,掌握自然资源自身变化及人类活动引起的变化情况的一项工作,实现“早发现、早制止、严打击”的监管目标。调查监测成果在履行相关的审核程序后,可作为统一对外发布和地方考核依据的法定权威数据[2]

基础调查属于重大的国情国力调查,其成果作为专项调查和动态监测的本底数据。为确保基础调查成果的统一性、可靠性和权威性,在自然资源分类标准基础上,依托“天空地人网”协同感知网、自然资源时空数据自动化处理体系、自然资源实体时空数据库、调查监测成果数据共享服务平台和数据安全保障体系的5大建设内容,实现航天航空遥感影像统筹、调查工作底图快速制作与分发、基于人工智能和人机交互的要素自动分类和变化智能提取、基于“互联网+”的外业举证和数据真实性检验、基于大数据和知识图谱的产品质量检查、基于自然资源实体的成果数据管理、更新和共享等,逐步形成一套涵盖基础调查全部工作内容、流程清晰、指标明确、方法先进、能有效指导基础调查任务实施的系列工程性技术与方法。

专项调查是针对各类自然资源的特性、精细化管理和宏观决策的需求,在自然资源分类标准体系框架下和基础调查成果基础上,查清各类自然资源的数量、质量、结构、生态功能以及相关人文地理等多维度信息。由于专项调查突出“专题性、深入性”,其对5大建设成果的利用方式各不相同。例如: 在基础调查确定耕地范围内,由“天空地人网”协同感知为耕地类型、种植体系、气候条件、地形条件、土壤属性、耕作系统、健康状况等调查提供数据保障和技术支撑,基于耕地资源实体实现耕地成果数据的整合、管理和更新,基于大数据和知识图谱实现耕地资源的数量变化、质量等级、健康水平、产能状况等评价分析,掌握耕地资源数量、质量、生态基础状况,最终形成涵盖专业性调查内容、流程清晰、指标明确、方法实用、先进且工程化的技术方法与流程。

动态监测是在基础调查和专项调查成果基础上,通过对自然资源调查监测技术体系建设成果的综合运用,掌握自然资源自身季节性、周期性、突发性变化以及人类各种活动引起各种变化情况的一项工作,直接服务于自然资源精细化管理,是实现“早发现、早制止、严打击”的技术保障。常规监测是对基础调查定期开展全覆盖动态遥感监测,及时掌握自然资源年度变化等信息。按照国家统一标准,统筹利用现有资料,利用最新卫星遥感影像,制作正射影像图,提取地类变化信息,结合有关专项监测及自然资源管理成果,开展实地调查举证,全面掌握自然资源的地类、面积、属性及相关要素等信息的年度变化情况,更新基础调查数据库。专题监测是对自然资源的重点要素和重点区域的自然资源特征指标进行动态跟踪,及时掌握监测对象的分布、数量、质量等变化情况。依托技术体系,重点解决专题监测的多类型监测底图快速生产、样本库快速建立、变化图斑快速提取和质量检查、时空数据库更新和对外共享。应急监测是针对突发事件开展的快速监测工程,第一时间获取事发地事发前、事发时和事发后的影像数据、视频数据和地理信息数据等资料,为应急指挥、快速救援、灾后重建等提供基础数据保障。依托技术体系,重点解决空域快速申请,监测装备快速调动,监测数据实时回传、快速处理和灾情自动解译。此外,建设一套强有力可执行的响应机制,做到第一时间启动应急监测任务。

3 广西的探索

3.1 广西“天空地人网”协同感知网构建

为解决广西壮族自治区(下文简称广西)雨热同期、多云多雾影响卫星遥感影像数据的及时获取,广西借鉴“互联网+”思维,基于云环境 TCV(terminal cloud virtual)软件系统架构,研发了“天空地人网”协同感知平台。平台以Web平台为主,智能手机终端APP为辅,以最新的HTML5并基于CSS3.0及以上版本的相关特性进行前端显示构建,实现Web浏览器云端访问和云端管理。在服务器端,硬件配置应满足多核心、高频率、大内存的要求,操作系统采用Linux和Windows Server系统,运行软件有Mysql数据库、Redis服务、PHP应用、NodeJS应用等软件环境支撑。

平台可接入有人机、无人机、全球导航定位系统(global navigation satellite system,GNSS)定位仪、地面监测车、摄像头智能手机终端,还可以接入技术人员、乡村干部、村民等人员,未来可扩展接入卫星实时轨迹和加载卫星影像范围,从而实现各类传感器在一个平台上汇聚、连通、交互。将时空数据采集任务在平台上发布,在线注册用户均可参与任务抢单(特殊任务可指定用户完成),用户根据任务的具体要求(如: 精度要求、完成时限、成果提交方式、质量要求等)来完成。同时,平台确保任务全流程、全环节可视化、透明化。

平台自2021年1月上线以来(图3),截至2022年4月,在全国先后接入各类传感器8 700多台,发布任务数超过70 000个,无人机获取面积超过90 000 km2,平台成果用于中央环保督察、省际省内应急测绘演练、重大项目监测监管、自然资源综合监测等,取得了良好成果。平台创新了数据采集硬件装备在线共享模式、自然资源应急监测协同机制、航空摄影测量生产组织模式和数据成果汇交机制等,提高了硬件装备利用率,提升了应急监测响应能力,避免了时空数据重复采集,更降低了时空数据采集成本。

图3

图3   协同感知平台界面

Fig.3   Interface of cooperative awareness platform


3.2 普适型调查监测数据采集系统研发

传统调查监测数据采集工作更多是依赖专业技术人员开展,其特点是擅于操作专业设备、数据成果质量有保障、经费投入大等,但也存在数据采集的时效性差和机动灵活性不足等问题。为充分发挥乡村干部、村民等基层人员在自然资源数据采集中机动灵活、低成本的优势,研发了面向基层人员的普适型调查监测数据采集系统。该系统硬件和软件模块分别为全站型GNSS定位仪和乡村绘APP(图4)。其中,全站型GNSS定位仪可实现全站仪的三维坐标测量功能,专业参数免设置,操作简单快捷,仪器成本低; 乡村绘APP可实时连通各类GNSS定位仪(实现边测量边绘图)、内置专业成图工具(满足大比例成图要求)、操作界面简单明了(达到免培训目的)、可与协同感知平台有机融合(及时掌握进展状态)。

图4

图4   普适型调查监测数据采集系统

Fig.4   Universal survey and monitoring data acquisition system


全站型GNSS定位仪是基于惯导RTK和激光测距的组合。在测量位置可达、GNSS信号良好的场景下,全站型GNSS定位仪发挥传统GNSS接收机优势; 在测量位置难以到达或GNSS信息弱的场景下,全站型GNSS定位仪发挥全站仪的坐标测量优势。2种优势有机组合,加上仪器测量精度高、性能稳定、操作简便、成本低等,可用于调查监测中变化图斑的空间位置信息采集。

乡村绘APP将调查监测的外业数据采集工作分为“测、量、绘、注、拍”5个子模块,即“测”是连接GNSS定位仪等设备,完成空间位置三维坐标的测量; “量”记录激光测距仪等工具量取调查要素的长度尺寸; “绘”可依据影像底图便捷绘制各类边界线,还可以与实地测量进行绘制,可满足点、线、面的绘制,同时包含距离交会、延伸计算、等分计算等辅助功能; “注”是对现场地物的类型、权属信息等信息的记录,同时可定制属性标注表格; “拍”是拍摄自然资源现状、权属资料、房屋纹理等照片,并可将照片与图形进行挂接。还可以用乡村绘APP开展自然资源产品的质检工作。截止2021年12月26日,乡村绘APP共注册人数约4 000人,已在广西阳朔、全州、资源、恭城等地推广使用,仅用30余天完成了权属调查超过28万宗,单日最高完成调查量达1.3万宗,产生了显著的经济和社会效益。

3.3 自然资源综合监测

为加快建立自然资源统一调查、评价、监测制度,广西围绕自然资源“十四五”规划和当前重点工作,对行政管辖范围的各类合法和非法变化图斑进行综合监测,其技术路线如图5所示。广西自然资源综合监测是在第三次国土调查及最新年度变更调查成果的基础上,建立面向综合监测的“天空地人网”协同感知网,运用人工智能等新一代数字技术快速提取自然资源变化图斑,建立自然资源实体时空数据库,叠加与实体相关的各类历史调查监测数据和最新业务专题数据,准确反映图斑的历史变化情况和变化趋势,定期开展综合监测监管分析评价。通过研发自然资源综合监测平台,实现各类基础数据、监测数据、实地核查数据的互联互通,以及各监测监管环节的处置信息交互流转,实现监测图斑的全流程信息化监管。另外,综合监测成果数据通过平台同步应用于地理国情监测、年度变更、卫片执法、基础测绘更新等各项工作。在数据安全保障方面,通过单向光闸实现内外网数据的流通,通过使用明暗水印、防伪加密实现数据防篡改和溯源。

图5

图5   自然资源综合监测技术路线

Fig.5   Technical route of comprehensive monitoring of natural resources


截至2021年12月底,通过“天空地人网”协同感知网基本实现了广西全区优于3 m卫星遥感影像季度覆盖,优于1 m卫星遥感影像年度覆盖,为全域变化图斑发现提供了基础数据保障。针对重点监测区域,利用广西无人机应急测绘联动服务平台统筹获取优于0.2 m航空遥感影像(含彩虹-4无人机航摄影像)1.7×104 km2。以“AI+人机交互”的方式,共提取变化图斑7.9万个,叠加历史数据和最新业务数据,共发现疑似问题图斑并下发市县处理约1.2万个,为实现“早发现、早制止”的监测监管目标提供了重要保障,有力地支撑了自然资源监管和自然资源治理能力提升。

4 结论

本文分析了现代空间信息技术与新一代数字技术对自然资源统一调查监测支撑作用,为解决自然资源时空数据保障缺乏协同、多源异构时空数据处理自动化和成果数据精细化管理有待提升、社会化服务和安全保障不足等方面的问题,结合广西的思考和探索,得出以下结论:

1)提出构建基于“互联网+”的“天空地人网”协同感知网,发挥各类平台和传感器在各项调查、监测工作的优势,实现现状数据采集的高效协同、主动灵活和低成本。

2)提出多维立体时空数据自动处理流程方法,实现调查监测底图快速生产、自然资源要素自动分类和变化智能提取、“互联网+”内外协同处理等。

3)提出建设基于自然资源实体的时空数据库,以自然资源实体为载体,在三维底座基础上,汇聚和整合各类时序化的矢量数据、照片数据和管理数据。

4)提出建设面向“连通用化”的调查监测成果数据共享服务平台,依次实现用数据说话、用数据管理和用数据创新。

5)提出从基础设施安全、网络通信安全、软硬件平台安全等方面的建设来保障数据安全。

6)以广西“天空地人网”协同感知网构建、普适型调查监测设备、自然资源综合监测等应用为例,阐述自然资源调查监测体系技术框架的建设成果。

参考文献

自然资源部测绘发展研究中心.

构建新时代自然资源管理高质量发展质检保障体系

[EB/OL].(2019-04-01)[2023-06-10]. https://www.drcmnr.com/zkyj/2103.jhtml.

URL     [本文引用: 1]

Development Research Center on Surveying and Mapping of Ministry of Natural Resources of China.

Establish a quality control system for natural resources management in the new era

[EB/OL].(2019-04-01)[2023-06-10]. https://www.drcmnr.com/zkyj/2103.jhtml.

URL     [本文引用: 1]

自然资源部. 自然资源调查监测体系构建总体方案[Z]. 2020:1-25.

[本文引用: 2]

Ministry of Natural Resources of the People’s Republic of China. Scheme for the construction of natural resources investigation and monitoring system[Z]. 2020:1-25.

[本文引用: 2]

自然资源部. 2020年自然资源部网络安全与信息化工作要点[Z]. 2020:1-7.

[本文引用: 1]

Ministry of Natural Resources of the People’s Republic of China. Key points of work on network security and informatization of Ministry of Natural Resources in 2020[Z]. 2020:1-7.

[本文引用: 1]

李建成.

数字改变世界

[J]. 中国建设信息化, 2019(23):44-45.

[本文引用: 1]

Li J C.

Digital changes the world

[J]. Informatization of China Construction. 2019(23):44-45.

[本文引用: 1]

谷树忠, 吴太平.

中国新时代自然资源治理体系的理论构想

[J]. 自然资源学报, 2020, 35(8):1802-1816.

DOI:10.31497/zrzyxb.20200804      [本文引用: 1]

基于生态文明、高质量发展和国家治理新时代的战略需求,以及国内外自然资源治理发展趋势,对中国新时代自然资源治理的指导思想、基本理念、理论体系、基本原则和目标体系等进行系统解析,对包括调查勘查评估、统计监测核算、开发利用治理、保护修复治理、保障储备治理、市场交易治理、安全预警治理和国际合作治理等在内的中国新时代自然资源治理框架体系进行系统刻画,对包括公平正义制度、资产产权制度、节约集约制度、有偿使用制度、保护修复制度、市场交易制度、统计核算制度、多元储备制度、国际合作制度和治理监督制度在内的中国特色自然资源治理制度体系进行系统解构。研究结论与观点对于提高中国自然资源治理体系与能力现代化建设水平具有重要参考价值。

Gu S Z, Wu T P.

On China’s governance system for natural resources in the New Era

[J]. Journal of Natural Resources, 2020, 35(8):1802-1816.

DOI:10.31497/zrzyxb.20200804      URL     [本文引用: 1]

关凤峻, 刘连和, 刘建伟, .

系统推进自然生态保护和治理能力建设——《全国重要生态系统保护和修复重大工程总体规划(2021—2035年)》专家笔谈

[J]. 自然资源学报, 2021, 36(2):290-299.

[本文引用: 1]

Guan F J, Liu L H, Liu J W, et al.

Systematically promoting the construction of natural ecological protection and governance capacity:Experts comments on Master Plan for Major Projects of National Important Ecosystem Protection and Restoration (2021—2035)

[J]. Journal of Natural Resources, 2021, 36(2):290-299.

DOI:10.31497/zrzyxb.20210202      URL     [本文引用: 1]

自然资源部. 自然资源调查监测技术体系总体设计方案(试行)[Z]. 2022:1-62.

[本文引用: 2]

Ministry of Natural Resources of the People’s Republic of China. General design scheme for the construction of natural resources investigation and monitoring technology system (trial)[Z]. 2022:1-62.

[本文引用: 2]

广东省自然资源厅. 广东省自然资源调查监测体系构建实施方案[Z]. 2020:1-24.

[本文引用: 1]

Department of Natural Resources of Guangdong Province. Implementation plan for the construction of natural resources investigation and monitoring system of Guangdong Province[Z]. 2020:1-24.

[本文引用: 1]

广西壮族自治区自然资源厅. 广西自然资源调查监测体系构建实施方案[Z]. 2021:1-32.

[本文引用: 1]

Department of Natural Resources of Guangxi Province. Implementation plan for the construction of natural resources investigation and monitoring system of Guangxi Province[Z]. 2021:1-32.

[本文引用: 1]

黄景金, 唐长增, 李毅, .

广西自然资源调查监测体系构建

[J]. 国土资源遥感, 2020, 32(2):154-161.doi:10.6046/gtzyyg.2020.02.20.

[本文引用: 1]

Huang J J, Tang C Z, Li Y, et al.

System construction for survey and monitoring of natural resources in Guangxi

[J]. Remote Sensing for Land and Resources, 2020, 32(2):154-161.doi:10.6046/gtzyyg.2020.02.20.

[本文引用: 1]

宁夏回族自治区自然资源厅. 宁夏回族自治区自然资源调查监测实施方案[Z]. 2021:2-22.

[本文引用: 1]

Department of Natural Resources of Ningxia Province. Implementation plan for the construction of natural resources investigation and monitoring system of Ningxia Province[Z]. 2021:2-22

[本文引用: 1]

四川省自然资源厅, 四川省生态环境厅, 四川省交通运输厅, . 四川省自然资源调查监测体系构建实施方案[Z]. 2020:1-16.

[本文引用: 1]

Department of Natural Resources of Sichuan Province,Department of Ecology and Environment of Sichuan Province, Department of Transportation of Sichuan Province, et al. Implementation plan for the construction of natural resources investigation and monitoring system of Sichuan Province[Z]. 2020:1-16.

[本文引用: 1]

浙江省自然资源厅. 浙江省自然资源调查监测体系构建实施方案[Z]. 2021:1-20.

[本文引用: 1]

Department of Natural Resources of Zhejiang Province. Implementation plan for the construction of natural resources investigation and monitoring system of Zhejiang Province[Z]. 2020:1-20.

[本文引用: 1]

重庆市规划和自然资源局. 重庆市自然资源调查监测体系构建实施方案[Z]. 2020:1-15.

[本文引用: 1]

Chongqing Planning and Natural Resources Bureau. Implementation plan for the construction of natural resources investigation and monitoring system of Chongqing[Z]. 2020:1-15.

[本文引用: 1]

陈军, 刘万增, 武昊, .

智能化测绘的基本问题与发展方向

[J]. 测绘学报, 2021, 50(8):995-1005.

DOI:10.11947/j.AGCS.2021.20210235      [本文引用: 1]

测绘生产与服务面临着数据获取实时化、信息处理自动化、服务应用知识化等诸多新难题。以算法、模型为核心的数字化测绘,往往无法用简洁的算法、模型,实现对纷繁多样、多维动态现实世界进行完整描述与表达,难以满足高维、非线性的空间问题求解要求。为破解这一难题,应模仿和利用人类的测绘自然智能,研发以知识为引导、算法为基础的智能化测绘技术。本文首先讨论了智能化测绘的基本概念与思路;继而分析指出了智能化测绘的三个基本问题,包括测绘自然智能的解析与建模、混合型智能计算范式的构建与实现、赋能生产的机制与路径;然后提出了今后一段时间的主要努力方向,包括构建智能化测绘的知识体系、研究技术方法、研发应用系统和仪器装备。为了切实地推动这方面的科技研发与工程应用,应该加强顶层设计,推动跨学科协同创新,促进产学研合作,营造良好发展环境。

Chen J, Liu W Z, Wu H, et al.

Smart surveying and mapping:Fundamental issues and research agenda

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):995-1005.

[本文引用: 1]

余建斌, 吴月辉, 温腾.

北斗三号全球卫星导航系统星座部署全面完成

[N]. 人民日报,2020-06-24(1).

[本文引用: 1]

Yu J B, Wu Y H, Wen T.

The deployment of the Beidou-3 Global navigation satellite system constellation was completed half a year ahead of schedule

[N]. The People’s Daily,2020-06-24(1).

[本文引用: 1]

Zhou G Q Architecture of future intelligent earth observing satellites (FIEOS) in 2010 and beyond

[R]. National Aeronautics and Space Administration Institute of Advanced Concepts, 2001.

[本文引用: 1]

张兵.

智能遥感卫星系统

[J]. 遥感学报, 2011, 15(3): 415-431.

[本文引用: 1]

Zhang B.

Intelligent remote sensing satellite system

[J]. Journal of Remote Sensing, 2011, 15(3):415-431.

[本文引用: 1]

李德仁, 王密, 沈欣, .

从对地观测卫星到对地观测脑

[J]. 武汉大学学报(信息科学版), 2017, 42(2):143-149.

[本文引用: 1]

Li D R, Wang M, Shen X, et al.

From earth observation satellite to earth observation brain

[J]. Geomatics and Information Science of Wuhan University, 2017, 42(2):143-149.

[本文引用: 1]

杨元喜, 杨诚, 任夏.

PNT智能服务

[J]. 测绘学报, 2021, 50(8):1006-1012.

DOI:10.11947/j.AGCS.2021.20210051      [本文引用: 1]

定位导航定时(PNT)发展的重要方向是智能PNT服务。智能PNT服务必须首先感知用户PNT服务需求,以及用户所处的相关环境,进而实现多源PNT信息智能集成、观测模型智能优化及多源PNT信息智能融合,最终实现PNT信息的智能推送。本文从PNT智能感知、智能模型、智能数据融合到智能服务各个环节论述“智能PNT”的关键技术,并分析其内涵;提出PNT信息智能集成的“可用性准则”,PNT观测函数模型智能优化的“可靠性准则”,PNT多源观测随机模型优化依据的“不确定性准则”,多源PNT信息融合的“精确性准则”,PNT服务的“高效性准则”及高动态用户的“连续性准则”。分析认为,综合PNT是弹性PNT的基础,弹性PNT是智能PNT的基础,智能PNT是PNT服务的重点发展方向。

Yang Y X, Yang C, Ren X.

PNT intelligent services

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1006-1012.

DOI:10.11947/j.AGCS.2021.20210051      [本文引用: 1]

The important research direction of positioning, navigation and timing (PNT) is PNT intelligent services or smart PNT services. The most significant function of the PNT intelligent services is to sense the environment and the user requirements, to realize the intelligent integration of PNT information, intelligent modification of observation model and the intelligent fusion of multi-PNT information, and then to deliver the PNT service accordingly. This paper describes and analyzes the key techniques of intelligent PNT in different aspects, including the intelligent sensing, intelligent model, intelligent data integration and intelligent service. Additionally, the criteria for the PNT intelligent services are proposed, that is, the "availability criterion" for the intelligent PNT information integration, the "reliability criterion" for the intelligent functional model optimization, the "uncertainty criterion" for the stochastic model intelligent modification, the "accuracy criterion" for the intelligent PNT data fusion, and the "efficiency criterion" for the smart PNT services, as well as the "continuity criterion" for high dynamic users. The study further indicates that the comprehensive (or integrated) PNT is the foundation of the resilient PNT, the resilient PNT is the foundation of the intelligent PNT, and the intelligent PNT is the key development direction of PNT services.

张广运, 张荣庭, 戴琼海, .

测绘地理信息与人工智能2.0融合发展的方向

[J]. 测绘学报, 2021, 50(8):1096-1108.

DOI:10.11947/j.AGCS.2021.20210200      [本文引用: 1]

面向人工智能2.0时代,在分析测绘地理信息发展现状的基础上,研究推动测绘地理信息迈向智能2.0时代的驱动力,并提出了建设测绘地理信息2.0时代的重点任务。在基础理论方面,提出需在时空大数据孪生环境、时空信息知识图谱、真三维深度神经网络、时空大数据动态预测推理等理论方面展开攻关;在关键技术方面,强调大数据智能、跨媒体智能、群体智能、混合增强智能和自主无人系统五大智能技术与测绘地理信息进行融合的方法;在平台方面,强调了智能测绘地理信息软硬件平台的重要作用和构建方式;最后以自然资源智能监测和室内外一体化智能导航为典型案例,分析了相关的理论、技术和平台在测绘地理信息行业的实际应用。通过本文的论述,理清了人工智能赋能测绘地理信息的内涵、重点内容和路径,为测绘地理信息迈向智能化2.0新时代提供了一种思考。

Zhang G Y, Zhang R T, Dai Q H, et al.

The direction of integration surveying and mapping geographic information and artificial intelligence 2.0

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1096-1108.

DOI:10.11947/j.AGCS.2021.20210200      [本文引用: 1]

In the artificial intelligence (AI) 2.0 era, based on the analysis of the development status of surveying and mapping geographic information, the driving force of promoting surveying and mapping geographic information to the era of intelligence 2.0 is studied, and the key tasks of building the surveying and mapping geographic information 2.0 era are proposed. In terms of basic theories, it is proposed that the breakthroughs of theories should be made in the twin environment of spatiotemporal big data, the knowledge graph of spatiotemporal information, the true three-dimensional deep neural network, the dynamic prediction and reasoning of spatiotemporal big data, etc. In terms of key technologies, the methods are emphasized, integrating the five intelligent technologies containing big data intelligence, cross-media intelligence, crowd intelligence, hybrid-augmented intelligence and autonomous unmanned system with surveying and mapping geographic information. In terms of platform, the important role and construction method of software and hardware platform of intelligent surveying and mapping geographic information are emphasized. At the end, taking the intelligent monitoring of natural resources and indoor-outdoor integrated intelligent navigation as a typical case, the practical application of related theories, technologies and platforms in surveying and mapping geographic information industry is analyzed. Through the discussion of this paper, the connotation, key content and path of the surveying and mapping geographic information enabled by AI are clarified, providing a kind of thinking for surveying and mapping geographic information industry to move towards the new era of intelligence 2.0.

王占宏, 白穆, 李宏建.

地理空间大数据服务自然资源调查监测的方向分析

[J]. 地理信息世界, 2019, 26(1):1-5.

[本文引用: 1]

Wang Z H, Bai M, Li H J.

Direction analysis on service for natural resource investigation and monitoring using geospatial big data

[J]. Geomatics World, 2019, 26(1):1-5.

[本文引用: 1]

张继贤, 李海涛, 顾海燕, .

人机协同的自然资源要素智能提取方法

[J]. 测绘学报, 2021, 50(8):1023-1032.

DOI:10.11947/j.AGCS.2021.20210102      [本文引用: 2]

开展自然资源统一调查监测评价,准确掌握我国各类自然资源家底和变化情况,是科学编制国土空间规划,逐步实现山水林田湖草的整体保护、系统修复和综合治理,保障国家生态安全的基础支撑。目前,基于遥感影像的自然资源要素提取,主要依赖人机交互的目视解译与外业逐图斑核查的方法,劳动强度大、生产效率低、人为因素多,已不能适应自然资源全要素、全流程、全覆盖一体化调查监测的新要求。本文顺应人工智能协作方法智能化发展新方向,总结分析了深度学习智能提取研究进展及存在问题,以及人机协同发展新方向研究现状,从分析自然资源要素的特点出发,提出了“智能计算后台+智能引擎+人机交互前台”人机协同智能提取技术框架,阐述了需要攻克的关键技术及解决途径,探讨了人机协同智能提取云平台构建思路,以期为自然要素智能提取提供新一代人工智能方法及思路,提升自然资源要素提取的自动化与智能化水平。

Zhang J X, Li H T, Gu H Y, et al.

Study on man-machine collaborative intelligent extraction for natural resource features

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1023-1032.

DOI:10.11947/j.AGCS.2021.20210102      [本文引用: 2]

Carrying out an integrated survey, monitoring and evaluation of natural resources, accurately understanding the status and changes of various natural resources in China, is the scientific basis for territorial and spatial plans, and gradually realizing the overall protection, restoration, and comprehensive management of landscapes (including mountains, forests, fields, lakes and grasses), ensuring national ecological security. At present, the extraction of natural resource features based on remote sensing images mainly relies on visual interpretation via man-machine interaction and field spot verification. It needs high labor intensity, and production efficiency is low. The results are also highly affected by man-induced factor, which can no longer adapt to the requirements for integrated investigation and monitoring of all features of natural resources. This paper conforms to the emerging direction of the research development with artificial intelligence collaboration. Firstly, this paper reviews the main research progress of deep learning technology and its application in the field of remote sensing image intelligent extraction systematically, and analyzes its limitations, then it reviews the main research status of man-machine collaboration. Afterward, Starting from the characteristics of natural resource features, presents a technical framework of "intelligent background computing+intelligent engine+man-machine interface" for man-machine collaborative intelligent extraction. The key technologies that need to be overcome are described. At last, the idea of creating cloud platform for feature extraction are discussed. This paper aims to provide a new AI method for intelligent extraction and improve the automation and intelligence level of natural resource feature extraction.

陶超, 阴紫薇, 朱庆, .

遥感影像智能解译:从监督学习到自监督学习

[J]. 测绘学报, 2021, 50(8):1122-1134.

DOI:10.11947/j.AGCS.2021.20210089      [本文引用: 1]

遥感影像精准解译是遥感应用落地的核心和关键技术。近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展。这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习为基础的遥感影像解译方法在大区域、复杂场景下的应用。如何破解遥感影像精准解译“最后一千米”已成为业界亟待解决的问题。针对该问题,本文系统地总结和评述了监督学习方法在遥感影像智能解译领域的主要研究进展,并分析其存在的不足和背后原因。在此基础上,重点介绍了自监督学习作为一种新兴的机器学习范式在遥感影像智能解译中的应用潜力和主要研究问题,阐明了遥感影像解译思路从监督学习转化到自监督学习的意义和价值,以期为数据源极大丰富条件下开展遥感影像智能解译研究提供新的视角。

Tao C, Yin Z W, Zhu Q, et al.

Remote sensing image intelligent interpretation:From supervised learning to self-supervised learning

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1122-1134.

[本文引用: 1]

张永军, 万一, 史文中, .

多源卫星影像的摄影测量遥感智能处理技术框架与初步实践

[J]. 测绘学报, 2021, 50(8):1068-1083.

DOI:10.11947/j.AGCS.2021.20210079      [本文引用: 1]

回顾并分析了摄影测量与遥感学科的发展历程,并针对大数据和智能化测绘新时代的多源遥感影像精准快速智能处理的迫切需求,本文提出摄影测量遥感的科学概念。全新的摄影测量遥感主要由摄影测量和遥感两个学科的交叉融合而形成,致力于研究解决同步探测被摄目标的几何位置、物理属性、语义信息和时序变化关系的理论方法及技术问题,其理论基础和支撑学科包括摄影测量、遥感、人工智能、大数据处理与高性能计算等,将突破目前摄影测量侧重几何处理、遥感侧重语义信息提取反演的相对独立现状和串行技术路线,通过几何模型与光谱辐射反射信息的深度交叉融合形成几何语义一体化处理机制。本文在阐述摄影测量遥感基本概念的基础上,初步探讨了其涉及的主要科学问题及相关研究应用领域,并以多源遥感卫星影像为例构建了一体化摄影测量遥感智能处理技术框架,通过语义信息提取与精准几何处理的交叉闭环融合,显著提升了高分辨率多源遥感卫星影像精准快速处理的自动化和智能化水平,多个应用实践初步验证了相关理论方法的正确性和有效性。

Zhang Y J, Wan Y, Shi W Z, et al.

Technical framework and preliminary practices of photogrammetric remote sensing intelligent processing of multi-source satellite images

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1068-1083.

DOI:10.11947/j.AGCS.2021.20210079      [本文引用: 1]

The history and recent development of photogrammetry and remote sensing are reviewed and analyzed firstly. Then the novel concept of "photogrammetric remote sensing" is put forward to meet the needs of accurate and fast processing of multi-source remote sensing images in the new era of big data and intelligent surveying and mapping. The new photogrammetric remote sensing discipline is the deep integration of the frontier theories and technologies of photogrammetry and remote sensing, and concentrates on solving the theories and technologies about simultaneously determine the geometric positions, physical attributes, semantic information and temporal changes of interested scenes and objects. Its theoretical and fundamental basis are photogrammetry, remote sensing, artificial intelligence, big data processing, and high-performance computation, etc. It will break through the current isolated status and serial technical route that photogrammetry mainly focuses on geometric processing, while remote sensing mainly focuses on semantic information extraction and inversion. It forms an innovation of the closed-loop fusion of semantic extraction and geometric processing. A novel geometric-semantic integrated processing framework is formed through the deep fusion of geometric model and spectral radiative and reflective information. Based on the proposed concept of photogrammetric remote sensing, this paper discusses the main scientific problems and related research and application fields, and then attempts to build a new theoretical and technical framework of integrated intelligent photogrammetric remote sensing processing of multi-source satellite images. Closed-loop fusion of semantic information extraction and accurate geometric processing has significantly improved the level of accuracy, automation and intelligence. The correctness and effectiveness of the proposed theory and methods are preliminarily verified by several practical applications.

龚健雅, 许越, 胡翔云, .

遥感影像智能解译样本库现状与研究

[J]. 测绘学报, 2021, 50(8):1013-1022.

DOI:10.11947/j.AGCS.2021.20210085      [本文引用: 1]

我国遥感对地观测等项目顺利实施,获取了大量时效性强、覆盖范围广、信息量丰富的遥感数据。但遥感影像智能化自动处理技术发展仍相对滞后,无法满足区域/全球大范围地物信息快速提取的需求。近年来,人们利用深度学习技术显著提高了影像特征提取成效,但由于所使用的深度学习样本数量和类型有限,对于多源遥感影像的自动解译能力仍然不足。本文面向大范围多源遥感影像地物信息智能解译需求,在分析现有样本集现状及问题的基础上,研究提出遥感影像智能解译样本库设计方案,并在此基础上设计了基于互联网的样本协同采集与共享服务框架。本文将为多源遥感影像样本库建设提供参考,为大范围遥感影像智能解译提供支持。

Gong J Y, Xu Y, Hu X Y, et al.

Status analysis and research of sample database for intelligent interpretation of remote sensing image

[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1013-1022.

DOI:10.11947/j.AGCS.2021.20210085      [本文引用: 1]

The rapid development of earth observation projects in China has obtained a large volume of multi-source (multi-type sensors, multi-temporal, multi-scale) remote sensing data. But the capability of intelligent remote sensing image processing lags behind data acquisition. In recent years, people have significantly improved the effectiveness of image feature extraction with deep learning networks. But limited number and variety of sample data is not enough for processing the multi-source remote sensing images. This paper analyzed existing sample datasets and proposed a method for constructing a sample database for intelligent remote sensing image interpretation, including the data model, classification system, data organization, as well as the Internet-based platform for collaborative sample collection and sharing.

刘彦松, 夏琦, 李柱, .

基于区块链的链上数据安全共享体系研究

[J]. 大数据, 2020, 6(5):92-105.

DOI:10.11959/j.issn.2096-0271.2020046     

针对人们在日益增长的数字化交互过程中越来越多地出现隐私直接或间接泄露的问题,主要研究基于区块链网络建立一套链上数据安全共享体系,基于密文策略的属性加密的访问控制算法以及同态加密算法实现链上数据的可靠共享,提出了一种链上数据共享架构,最后进行了仿真实验,并分析了实验结果。这项工作有效解决了恶意参与方利用区块链的交易透明性进行数据分析的问题,并保证了用户数据在共享流程中的隐私安全。

Liu Y S, Xia Q, Li Z, et al.

Research on secure data sharing system based on blockchain

[J]. Big Data Research, 2020, 6(5):92-105.

/

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发