摘要：在人工智能时代,遥感影像解译朝着自动化智能化方向发展,高质量的样本数据集是其核心。我国积累了海量优质的时空地理信息基础数据及衍生产品,是深度学习驱动的遥感影像智能解译样本的重要来源。盘活现有数据资源,可推动人工智能与遥感解译的应用深度与广度。本文基于现有数据资源,针对样本数据集区域受限、时效性不强、类型单一等问题,研究了面向深度学习的高分遥感影像智能解译样本库动态构建技术。首先,分析了要素提取、地表覆盖分类、变化检测方面的公开样本数据集的特点,提出业务驱动的样本应需生成-动态构建-智能应用思路;其次,研究了基于历史解译成果的样本自动生成、SAM大模型提示学习引导的样本清洗精化方法及实现过程;再次,设计了具有区域性、时序性、尺度性、多传感器、多类型的样本库,以及顾及空间-时间-地类关系的动态样本数据库架构,研究了样本数据集“量化-检索-组合”动态重构过程,实现时空样本的动态管理与多维检索;最后,开展了地表覆盖分类、要素提取、变化检测等智能解译应用,验证了本文研究思路及方法的可行性,以期推动基于已有基础数据的样本数据集的有效利用,以及样本构建-管理-应用及数据-模型-业务的互联互通,为高分遥感影像智能解译样本库构建与应用提供参考思路。

摘要：使用传统方法人工从自然资源影像中提取兴趣地物,存在解译速度慢、人工成本高、项目周期长等问题,难以支撑爆发式增长的工作需求。为此,基于近年兴起的人工智能技术结合成熟的GIS平台,开发了一套地物智能识别系统,提供AI样本制作、AI模型开发、AI模型解译等功能,便于管理AI模型生产过程中的各类模型和数据,提高了AI模型开发与影像解译的工作效率、节约了生产成本。

摘要：高密度电法在探测灰岩区地下溶洞病害体方面得到广泛应用,但高密度电法反演结果依赖于初始模型,存在多解性,地质解译容易受专业人员主观因素影响。为此,本文从具有唯一性的视电阻率数据出发,研究了基于深度学习的SSD(Single Shot Multi-box Detector)目标检测算法的视电阻率异常智能解译方法技术。针对岩溶地质病害,设计了不同填充类型、形状、规模、数量的溶洞电性异常模型,利用Res2dmod软件进行视电阻率正演计算,构建了包含1400个样本的高密度电法视电阻率智能解译学习样本库(样本和标签)。基于TensorFlow框架,建立了基于深度学习SSD算法的高密度电法视电阻率异常智能解译方法技术,使用学习样本库训练网络权值,训练结束后对高密电法温纳装置视电阻率异常进行智能解译,单个视电阻率剖面异常智能解译耗时不到1 s,各类目标(填充型溶洞、未填充型溶洞)平均准确率为90.68%。研究结果表明:基于SSD算法的高密度电法视电阻率异常智能解译技术可显著提高高密度电法视电阻率解译效率,避免专业人员主观因素影响。

摘要：针对以往土地利用/土地覆盖分类数据应用,当前遥感智能解译样本库建设过程中与分类系统有关的问题,对遥感智能解译样本分类体系应有统一认识,可通过构建适于多尺度遥感影像的土地资源分类体系,实现统一分类体系下不同来源遥感分类数据的集成和有效对比。本文依据国土空间规划和治理新理念,地物类型在遥感影像上的可分性,采用自上而下方法构建土地资源多尺度遥感智能解译分类体系。该分类体系兼容土地利用与土地覆盖,包含9个一级类型,41个二级类型和43个三级类型,总计74个不同细分类型,比当前深度学习样本库的地物类型更加全面,并且采用开放框架和分层设计,支持类型扩展。该分类体系有助于对土地资源进行统一调查监测。

摘要：光学影像和SAR影像具有丰富的互补属性,有效的融合策略可为地物解译提供夯实的信息基础。道路作为条状地物,其拓扑结构、分布规律和应用场景往往会对解译效果带来挑战。基于此,本文提出一种多分支双任务的多模态遥感影像道路提取方法。首先,构建结构相同但参数独立的编码—解码网络分别对光学和SAR影像进行特征提取,并利用道路表面分割标签监督训练;其次,引入SAR影像的编码层特征进行道路边缘检测,并将其中间特征输入至SAR影像的解码层特征,从而优化道路与背景的切割效果;最后,利用设计的通道—条状空间注意力(Channel Attention-Strip Spatial Attention,CA-SSA)充分融合光学影像和SAR影像的浅层和深层特征,从而预测最终的道路提取结果。为验证本文方法的有效性,利用Dongying数据集进行实验,在定量精度评价指标中,本文方法的IoU相比单模态对比方法至少提升1.04%,相比多模态对比方法至少提升1.95%;在定性效果分析中,本文方法在道路交叉口以及低等级道路等重难点区域具有明显优势。此外,在光学影像受云雾影响时,本文方法的道路提取效果最佳。

摘要：通过分析河(湖)长制、林长制、田长制主要工作,以“三长制”均涉及的调查监测工作为研究重点,提出了一种综合利用航空遥感、航天遥感、地面调查等手段开展“三长制”协同联动调查的工作思路,以此为基础设计出详细的“三长制”协同调查技术路线,解决“三长制”调查监测工作缺乏横向联系及统筹管理的工作现状,提升工作质效。

摘要：从快速应急测绘的角度出发,提出无人机快速响应的工作流程,对航线设计、影像拼接和智能解译这3个关键技术进行阐述,并针对天津前期的数据进行试验。结果表明,该快速处理流程完全能够满足实际工作的需要,可最大限度地解决无人机快速化、自动化处理中的问题。

摘要：针对传统基础地理信息数据更新周期长、工作量大、数据现势性难以保证等难题、广州市地理信息公共服务平台结合动态变化检测、智能解译、多尺度数据级联更新等关键技术,提出了一套系统化的数据快速更新体系。该体系首先通过多元动态变化检测技术快速提取遥感影像变化区域;然后利用深度学习技术进行遥感影像智能化解译,特征匹配;最后通过智能级联更新技术完成多级比例尺电子地图的联动更新。该数据更新体系解决了基础测绘数据在变化识别及提取、智能化综合、联动更新等方面的技术难题,为广州市地理信息公共服务平台的数据持续更新提供了强有力的技术保障。

摘要：城市化发展过程中,违法用地和违法建设行为时有发生,月度高分辨率卫星影像监测具有高效率、低成本、高精度、大范围等优势,可为“两违”监测提供精细化动态监测结果。本文充分应用高分辨率月度卫片数据,分析了自然资源疑似“两违”图斑特征,并通过数据获取、智能解译、图斑复核和管理应用等流程设计与影像智能解译算法技术研究,形成了基于高分辨率月度卫片的“两违”智能动态监测方案。研发了高吞吐量影像智能解译软件与“两违”智能动态监测管理系统,软件和系统在新增库塘与新增道路监测中得到了良好应用,能够有效提高“两违”执法的时效性和精准性,为“两违”执法提供数据和技术支撑。

摘要：针对无人机故障预测需求,设计了一种基于遥测数据智能解译的无人机故障预测系统。先从功能设计、拓扑结构2个方面详细介绍了系统的工作原理,再从技术体系和算法流程2个角度讨论了系统故障预测的方法和机理,最后根据遥测数据的变化特性,模拟生成了故障数据集,并在模拟的故障数据集上开展了故障预测的仿真实验及分析。实验结果表明,设计的无人机故障预测系统具有良好的故障检测能力。