自然资源遥感监测体系建设现状与发展展望

黄昕

广西壮族自治区自然资源调查监测院 广西 南宁 530023

引言

遥感监测是了解自然资源发展情况的重要工具。通过对自然资源的使用和变化进行监测，了解自然资源的现状和变化，是保护和管理自然资源的必要前提。遥感用于土地资源、水资源和森林的监测，通过近几年发展，该技术和方法取得了长足的进步。自然资源管理体制改革是重要基础，我国目前处于生态文明建设的时期，需要提高自然资源管理和治理水平。监测及自然资源的开发和利用，进而揭示自然资源规律，科学地进行土地和空间规划，将土地控制与土地利用与生态相结合，为实现综合治理和生态安全提供重要的基础支撑。

1 自然资源遥感监测体系框架设计

以高清遥感卫星数据为基础，设计自然资源标准遥感监测流程，制定标准化监测体系。遥感监测与自然资源标准化的监测数据库和监测系统建立，实现了自然资源变化监测和目标信息产品的自动化。在此基础上，进行统计监测，分析数据和监测报告等，推广业务应用实现标准化，以及个性化服务信息，开展遥感线影像服务，建立卫星遥感跟踪系统。建立数据库以监测自然资源的变化，开发应用服务和监测自然资源变化的数据。

2 自然资源遥感监测技术

2.1 自然资源要素变化提取技术

基于多时段的卫星影像数据，监测自然资源要素变化，以及变化前后之间存在空间重合关系，导致项目复杂。传统的方法是基于面向对象或面向像素的方法，主要是对光谱和纹理等特征进行分析，在复杂的场景中难以取得好的效果。考虑到海量数据的变化跟踪，需要采用深度学习和机器相结合的方法，打造复杂特征的自然资源要素变化的提取技术。自然资源要素变化的提取困难是由于目标的复杂特征、尺度多样化和目标变化，以及目标引起的变化。自然资源要素变化自动提取在于建立一个泛化良好的深度模型和复杂特征要素变化的全过程提取生成技术。对于时间序列图像，存在多对多的空间映射，使得自然资源要素的修改和组合复杂化，变化目标的尺度是可变的。一些小的变化表现为数据稀疏问题，建立重点要素变化提取技术体系，建立自然资源要素变化自动提取技术体系。因交换深度模型的泛化性是通过多种来源的卫星图像，具有广泛范围样本数据集和样本开发技术来实现。自动提取技术全过程主要通过建立数据扫描、任务调度、自动精加工和自动归档的一体化来进行。

2.2 特定自然资源的自动化提取技术

跟踪特定的自然资源目标是自动提取范围广泛的目标，但实际目标样本数量相对较少。为了实现大范围目标特异性的高精度和自动化提取，多维样本开发、高通量模型构建和大规模样本工程是关键自动化提取高频专业目标。自然资源卫星遥感跟踪目标提取技术包括传统机器特征构建、典型模型深度训练与处理、样本采集与选择和提取精度分析等。这包括目标特征的自动提取，根据自动提取进行跟踪，从大型遥感数据库中选取影像数据及辅助数据进行处理，通过自提取软件提取特征。在正常模式下，针对各种项目跟踪插入图像，需要对日常插入的数据和辅助数据进行空间匹配和数据校正等预处理，然后制定提取规则，并根据项目的属性差异，数据进行提取方法可选择加工。根据自动处理产生的数据提取结果，进行精密处理，提高结果的准确性，并按期限对结果进行分类，最终生成统计报表。

2.3 智能遥感成像技术

智能遥感成像技术是支撑智能遥感的重要基础，主要包括专题图和点样库、野外采集信息库和数据采集库。样本库由图像分割创建，进行监督学习和深度学习分类，包括光谱和纹理等特征。现场采集信息库是通过采集获取的，包括支持评论的照片和视频等。深度学习是近年来机器学习的一个研究点，在语音识别和视觉方面取得了成绩。在遥感图像处理，深度学习可以处理高空间分辨率的数据，并对其进行有效的识别和分类。遥感已成为大数据分析和挖掘有效工具。深度学习平台的自动提取是根据遥感监测的要求，利用遥感知识库的结果提取深度学习平台。自然资源新增建设用地检测，用于新增用地、工矿储藏地和住宅用地等地表地物等。平台建设过程包括数据扫描与处理、图像分析、提取算法集成和模型训练等步骤。深度学习建立在多层神经网络的基础上，通过学习函数，使用逐层学习训练集，初始化网络的权重以接近最佳。在部署过程中，采用深度学习和传统机器相结合的方式进行抽取，兼顾技术的可行性。通过深度学习进行变化图点分割和提取，通过机器学习技术优化变化图的处理，结合卫星影像背景数据库、自然资源基础监测数据库、遥感专项监测数据库、生态数据库和应急管理遥感监测数据等。根据时间进行变更分析并生成最终报告。

3 自然资源遥感监测体系建设措施

3.1 建立卫星遥感监测资源系统

根据自然资源的需要，优化卫星观测保护自然的卫星资源，整合系统所需的数据，完成遥感数据生成系统，进行正射影像遥感影像的自动生成，自动发现和处理变化规律，对变化模式进行分析和质量控制，制作实时监测产品，开展遥感影像信息在线交换服务。标准化全要素季度监测、重点区域高频监测和目标具体监测，实现数量、质量和生态的监测，以此来进行图像协同编排、图像处理、变化提取和编辑地图，建立结果和数据数据库，以全比例和多比例计划技术工程安排，包括遥感监测系统卫星资源。建立全项目、多尺度的卫星遥感监测系统和评价机制，直接服务于自然资源核心业务。在标准体系和技术方法上科学指导实时监测，为卫星遥感自然资源监测研究的开展提供了保障[1]。

3.2 卫星遥感监测自然资源基础技术

自然资源季度实时遥感监测是自动影像选择、跟踪数据分阶段更新、监测自动循环和要素变化提取，对重点区域和重点目标进行监测。人机协同编辑和数据建模，通过统计分析、信息存储、标准信息产品和自动生成报告，用于关键技术的监控和研发。研发基于自动监控生产线和基于模块化的规划控制技术，为用户提供监管的全自动生产运行保障。基于正射影像和关键地理信息数据，分解自然资源变化和自动目标特定提取，创建复杂场景泛化能力的自动土地覆盖提取方法。基于天然的卫星遥感监测数据，研发数据加密的便携式数据包监测应用技术。打破自然资源变化监测数据库技术，开展自然资源遥感卫星监测数据统计和监测、检验和分析应用。推进二维和三维综合地理信息技术，支持标准化自然资源监测全过程监测和管理，并且可定制化输出调查结果监测[2]。

3.3 自然资源卫星遥感监测系统研发

针对自然资源监测应用需求，需要建立自然资源卫星遥感监测管理子系统、遥感跟踪图生产子系统和自然资源卫星遥感子系统地表覆盖跟踪产品，并对相关的过程质量控制子系统和跟踪数据包。通过集成自动影像选择、跟踪数据增量更新、跟踪自动流程、提取项目变化、协同人机编辑、数据模板统计、信息存储、信息产品和月报表监控报表自动生成等功能。遥感监测系统需要支持以多节点并行计算和多终端编程，支持自然资源常态化遥感监测作业的生产，实现整个监测过程的自动化监测[3]。

4 自然资源遥感监测发展展望

在卫星资源整合、数据处理、监测信息提取和应用服务等领域，开展相关优化整合研究，有力支撑遥感自然资源监测能力的提升。自然资源遥感监测需要影像数据对有效成像数据进行了采集、处理、信息提取和质量检验，并实现了成像自然资源季度远程遥感监测。遥感自然资源监测应用实现了动态监控转型和定期监控。通过卫星资源整合和协调，有效接收数据的能力大大提高。通过成像需求、任务规划和计划层次，协调整合卫星资源，提升卫星成像能力。按照目前卫星的总体规划，建立基于深度学习的资源要素智能业务应用技术流程，突破自然资源要素变化技术和复杂场景下目标智能发现技术，保证了自动模式提取的精度。推广人工智能信息提取技术和图像标签特征深度学习，为广泛的自然资源监测和针对特定目标信息的深度模型自动提取。对于复杂环境中的资源要素，带宽自适应综合智能处理的深度学习模型和多边形重建，实现了多个地表覆盖要素结果的可视化综合输出。创新研发智能循环和模块规划控制技术自然资源遥感监测系统。对于图像自动选取、底图数据增量更新、任务自动流程、自动提取变化、协同人机编辑、数据模板分析、标准信息产品和监测报告，支持多节点计算和多终端调度。跟踪整个过程并自动计算，提高后续工作的自动化水平。为实现数据信息产品的高效处理，提高遥感监测效率，创新开发监测结果应用的协作模式。根据影像业务需求范围对业务进行提取和加密。建立长期的典型自然资源要素数据库，实现了自然资源要素的实时和全方位监测在线应用服务。通过遥感自然资源监测，可以有效支撑资源管理的核心业务。自然资源遥感监测，将不断提高遥感对自然资源监测。自然资源管理综合监测可以提供全面、多功能的过程保证和支持服务。

5 进展与应用成效

在卫星资源整合、数据处理、监测信息提取和应用服务等方面开展相关优化工作，卫星监测能力全面提升。图像数据请求使数据的有效接收、处理、信息提取和质量检查成为可能。建立全要素标准规范和全覆盖遥感监测体系，实现由定期监测向实时动态监测的转变和更新，通过卫星整合和需求的协调，获取卫星数据的能力提高，2m级卫星数据季度覆盖基本实现。通过成像需求、规划和发射计划，对相似的卫星能力进行整合，提升了卫星图像获取能力。通过2m级卫星的总体规划，季度有效覆盖率已达到90%以上。打造基于自然资源要素智能解读业务技术流程，突破自然资源要素监测技术，针对复杂场景发现特定目标，保证了变化模式自动提取的准确性。推动智能信息提取技术的应用，开发图像特征样本库，用于自然资源监测服务，自动提取学习模型，针对复杂的资源要素进行信息的转化。对于自适应集成智能图像处理、区域约束下的学习模型和多边形重建等算法，实现地表覆盖要素结果的一体化可视化输出。开发自然资源遥感卫星监测系统,执行影像选择、底图数据的更新、监测任务的循环、要素变化的提取、人机编辑、数据统计分析、信息存储和标准化信息报告，支持多节点并行计算和编程，监控整个过程并循环结果，提高了监控工作的自动化水平。创新开发基于监测结果的多人协同作业模式，实现数据信息的高效处理，提高了遥感监测运行效率。建立典型自然资源数据库长效序列，开展自然资源全覆盖，实时监测要素在线应用服务。通过自然资源遥感监测，有效支撑资源管理业务工作。

6 结束语

综上所述，自然资源遥感监测提取数据和信息，利用每个场景的数据，实施基于个性化修复和生态修复的监测。针对重点目标建立遥感监测数据库，开展持续监测。通过连续监测，揭示自然资源状况，并可以有效分析自然资源的演化机制。