ON .1  

應用背景及意義

尊重自然、順應自然、保護自然，是全面建設社會主義現代化國家的內在要求。必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發展。

在生態文明建設上，黨中央以前所未有的力度抓生態文明建設，美麗中國建設邁出重大步伐，我國生態環境保護發生歷史性、轉折性、全局性變化。為加強林地保護管理基礎支撐能力建設，建立年度林地變更調查工作制度，規范林地變更調查工作，國家林業局研究制定了《林地變更調查工作規則》。開展林地變更調查工作的目的，是掌握林地利用現狀及其消長變化情況，保持林地調查數據和林地數據庫的真實性、準確性和時效性，以支撐林地保護管理和生態建設的需要。

森林資源的變化對于全球碳循環、氣候變化、 生物多樣性和生態環境都有重要影響。開展森林資源調查和監測，為制定林業方針、政 策、中長期規劃和林業生產經營計劃，以及檢驗經營成果等提供科學依據。我國是能耗強度降低最快的國家之一，是全球森林資源增長最多的國家，生物多樣性保護目的執行情況好于全球平均水平，近年來，我國深入開展綠色“一帶一路”建設，已成為全球生態文明建設的重要參與者、貢獻者、引領者。為加強林地和林木采伐管理，及時發現林地和林木采伐管理中存在的問題，實時監測非法占用林地和林木采伐情況。
 

自2019年至今，貴州省一直積極開展森林資源現狀和發展潛力普查。充分利用省級遙感影像統籌項目，拓寬監測影像獲取渠道，組織技術力量，充分運用遙感影像自動解譯技術，全面提升省級監測效率和監測頻次。開展重點區域和重要地類變化情況動態監測，強化監測成果應用，為耕地保護、督察執法、空間規劃、生態修復等業務管理提供及時準確的監測預警信息，促進自然資源治理體系和治理能力現代化，對全省生態文明建設、保護森林資源建設成果、提升森林資源管理質效具有重要意義。

ON .2 

發展現狀及趨勢

森林區域內生態系統、地勢布局的復雜性，限制了人類在此區域內的活動能力，難以建立大規模的監測與評估方式。為加深對這種復雜生態系統的理解，衛星遙感影像逐漸走進了監管部門的視野。遙感技術在林業中的應用主要包括以下幾個方面：森林資源遙感調查、森林火災遙感監測、森林病蟲災害遙感監測及林業資源遙感動態監測等。遙感技術在空間分辨率和光譜分辨率方面的提高，以及雷達遙感、航空遙感和無人遙感飛機的發展，為林業遙感提供了豐富的信息源，拓寬了林業遙感應用的深度和廣度，給森林資源清查和監測工作帶來了新的契機，為數字林業的順利推廣提供了強大的信息保證。

現階段，通過人工對各類森林遙感影像資料進行目視解譯，是森林資源監測、更新的主要方法。具體方式包含資料收集和圖斑核查兩個部分，而資料收集中的“遙感判讀”工作模式還主要基于對兩期遙感影像圖對比判讀，所以存在高資源占用、高時延、漏檢和誤檢、現勢性差、流程繁瑣等問題。

遙感是與人工智能緊密關聯的領域，應用人工智能技術實現遙感影像的自動解譯意義重大。天樞平臺是引領測繪遙感數字化轉型的智能引擎，在平臺標注工具的催化下，以自主創新的算法和能力，實現從影像到矢量成果轉化的智能處理。通過對若干兩期影像進行智能解譯，能夠在較短時間內精準實現對大片林地進行監測與評估。

圖2-1 天樞遙感智能視覺平臺

ON .3  

解決方案

“AI+遙感”協同監測

通過獲取的高空間分辨率衛星遙感影像數據、低空無人機影像數據，應用天樞平臺的變化檢測模型，實現對兩期影像區域林業小班變化情況進行自動檢測提取。

監測的目標有2個：①通過兩期或多時相影像數據的比較，確定林業小班變化的地理位置；②確定變化的數量與規模。

圖3-1 整體工作流程圖

變化檢測使用像素級分割方式，分割出變化區域。變化檢測本質也是語義分割的一種，變化檢測需要對兩張影像的不同區域進行像素級分類，故一般是使用孿生網絡的思路，或者是將兩張影像合并成多通道影像輸入網絡進行預測。一般使用孿生網絡的效果會更好一些，但是計算量是合并通道方法的2倍。

變化檢測使用了孿生網絡的思路，變化檢測采用UNet、DeepLabV3+、HRNet等算法模型為基準進行改進。等計算量下，一般使用DeepLabV3+能獲得更好的效果，但如果模型需要平衡性能和運算時間，UNet為性價比高的選擇。將兩期影像分別輸入孿生網絡中提取深度語義特征，最后通過多個卷積操作進行特征融合，最終輸出像素級變化區域。

天樞平臺作業流程

// 數據導入

平臺部署完成后，在同一局域網中的任一臺電腦，在瀏覽器中輸入平臺所在服務器的IP地址，（輸入格式：IP地址:8001），即可打開天樞平臺操作界面，選擇左側的數據中心，新建文件夾并上傳影像數據，如下圖：

圖3-2 上傳影像至平臺

// 提交變化檢測解譯任務

數據導入完成后，選擇左側的遙感解譯，點擊變化檢測，并新建變化檢測任務，選擇要解譯的數據，分別選擇前后時相的影像，并選擇相應的變化檢測模型，即可提交任務，如下圖：

圖3-3 提交變化解譯任務

圖3-4 變化解譯任務參數

圖3.4中的過濾閾值即低于或等于設定的像素大小的圖斑會被過濾掉，置信度有5種模式可以選擇，分別是高召回、較高召回、均衡、較高準確和高準確，一般選擇均衡即可。

// 輸出結果

在解譯進度完成后，點擊該解譯任務的詳細信息，即可彈出變化檢測結果預覽界面，在該界面中可調整解譯圖斑的透明度，并可以通過卷簾的方式對比前后時相影像以查看解譯成果是否準確。點擊頂部的【下載Shapefile】按鈕，即可下載解譯后的矢量圖斑，并可在ArcMap中加載查看，如下圖：

圖3-5 變化解譯結果查看

變化成果展示

// 基于衛星影像提取的變化成果展示

圖3-6左圖為變化前，右圖為變化后

圖3-7 左圖為變化前，右圖為變化后

圖3-8 左圖為變化前，右圖為變化后

基于無人機影像提取的變化成果展示

圖3-9 左圖為變化前，右圖為變化后

圖3-10 左圖為變化前，右圖為變化后

圖3-11 左圖為變化前，右圖為變化后

ON .4  

總結

基于國內自主開源框架研發的天樞平臺，目前已經迭代出了多個通用變化檢測模型，隨著模型的不斷地優化，解譯成果的準確性也會隨之提升，為實際生產奠定了堅實的基礎，在滿足平臺部署的基本條件下，平臺的解譯效率較高，其次，天樞平臺內置坐標系統數據庫，從數據導入、轉換、解譯和輸出，都伴隨著坐標系統的識別和定義。對于前后時相坐標系統因是否含帶號，或投影帶不一致的情況可做到很好的兼容，且解譯過程只需要兩步：影像導入和執行解譯，即可完成變化檢測解譯，降低用戶的使用門檻，同時也能保證一定的解譯效率。

采取“AI+遙感影像”這種新模式，可以實現自動提取林業小班的地理分布、變化面積、數量等信息。對于實施林業資源遙感監管，全面提升森林資源監測水平，實現森林資源智能監測常態化起到極大的幫助，同時，基于歷史監測成果開展森林資源變化圖斑的趨勢分析，為管理人員出臺管理措施提供支撐。