公司新闻
公司新闻

公司新闻

AI+遥感,助力林业资源动态监测

2022-10-28 1311

 

ON .1  

应用背景及意义

 

尊重自然、顺应自然、保护自然,是全面建设社会主义现代化国家的内在要求。必须牢固树立和践行绿水青山就是金山银山的理念,站在人与自然和谐共生的高度谋划发展。

 

在生态文明建设上,党中央以前所未有的力度抓生态文明建设,美丽中国建设迈出重大步伐,我国生态环境保护发生历史性、转折性、全局性变化。为加强林地保护管理基础支撑能力建设,建立年度林地变更调查工作制度,规范林地变更调查工作,国家林业局研究制定了《林地变更调查工作规则》。开展林地变更调查工作的目的,是掌握林地利用现状及其消长变化情况,保持林地调查数据和林地数据库的真实性、准确性和时效性,以支撑林地保护管理和生态建设的需要。

 

森林资源的变化对于全球碳循环、气候变化、 生物多样性和生态环境都有重要影响。开展森林资源调查和监测,为制定林业方针、政 策、中长期规划和林业生产经营计划,以及检验经营成果等提供科学依据。我国是能耗强度降低最快的国家之一,是全球森林资源增长最多的国家,生物多样性保护目的执行情况好于全球平均水平,近年来,我国深入开展绿色“一带一路”建设,已成为全球生态文明建设的重要参与者、贡献者、引领者。为加强林地和林木采伐管理,及时发现林地和林木采伐管理中存在的问题,实时监测非法占用林地和林木采伐情况。
 

自2019年至今,贵州省一直积极开展森林资源现状和发展潜力普查。充分利用省级遥感影像统筹项目,拓宽监测影像获取渠道,组织技术力量,充分运用遥感影像自动解译技术,全面提升省级监测效率和监测频次。开展重点区域和重要地类变化情况动态监测,强化监测成果应用,为耕地保护、督察执法、空间规划、生态修复等业务管理提供及时准确的监测预警信息,促进自然资源治理体系和治理能力现代化,对全省生态文明建设、保护森林资源建设成果、提升森林资源管理质效具有重要意义。

 

 

ON .2 

发展现状及趋势

 

森林区域内生态系统、地势布局的复杂性,限制了人类在此区域内的活动能力,难以建立大规模的监测与评估方式。为加深对这种复杂生态系统的理解,卫星遥感影像逐渐走进了监管部门的视野。遥感技术在林业中的应用主要包括以下几个方面:森林资源遥感调查、森林火灾遥感监测、森林病虫灾害遥感监测及林业资源遥感动态监测等。遥感技术在空间分辨率和光谱分辨率方面的提高,以及雷达遥感、航空遥感和无人遥感飞机的发展,为林业遥感提供了丰富的信息源,拓宽了林业遥感应用的深度和广度,给森林资源清查和监测工作带来了新的契机,为数字林业的顺利推广提供了强大的信息保证。

 

现阶段,通过人工对各类森林遥感影像资料进行目视解译,是森林资源监测、更新的主要方法。具体方式包含资料收集和图斑核查两个部分,而资料收集中的“遥感判读”工作模式还主要基于对两期遥感影像图对比判读,所以存在高资源占用、高时延、漏检和误检、现势性差、流程繁琐等问题。

遥感是与人工智能紧密关联的领域,应用人工智能技术实现遥感影像的自动解译意义重大。天枢平台是引领测绘遥感数字化转型的智能引擎,在平台标注工具的催化下,以自主创新的算法和能力,实现从影像到矢量成果转化的智能处理。通过对若干两期影像进行智能解译,能够在较短时间内精准实现对大片林地进行监测与评估。

 



图2-1 天枢遥感智能视觉平台

 

 

ON .3  

解决方案

 

“AI+遥感”协同监测

 

通过获取的高空间分辨率卫星遥感影像数据、低空无人机影像数据,应用天枢平台的变化检测模型,实现对两期影像区域林业小班变化情况进行自动检测提取。

 

监测的目标有2个:①通过两期或多时相影像数据的比较,确定林业小班变化的地理位置;②确定变化的数量与规模。




图3-1 整体工作流程图

 

变化检测使用像素级分割方式,分割出变化区域。变化检测本质也是语义分割的一种,变化检测需要对两张影像的不同区域进行像素级分类,故一般是使用孪生网络的思路,或者是将两张影像合并成多通道影像输入网络进行预测。一般使用孪生网络的效果会更好一些,但是计算量是合并通道方法的2倍。

 

变化检测使用了孪生网络的思路,变化检测采用UNet、DeepLabV3+、HRNet等算法模型为基准进行改进。等计算量下,一般使用DeepLabV3+能获得更好的效果,但如果模型需要平衡性能和运算时间,UNet为性价比高的选择。将两期影像分别输入孪生网络中提取深度语义特征,最后通过多个卷积操作进行特征融合,最终输出像素级变化区域。

 

 

天枢平台作业流程

 

// 数据导入

 

平台部署完成后,在同一局域网中的任一台电脑,在浏览器中输入平台所在服务器的IP地址,(输入格式:IP地址:8001),即可打开天枢平台操作界面,选择左侧的数据中心,新建文件夹并上传影像数据,如下图:



图3-2 上传影像至平台

 

// 提交变化检测解译任务

 

数据导入完成后,选择左侧的遥感解译,点击变化检测,并新建变化检测任务,选择要解译的数据,分别选择前后时相的影像,并选择相应的变化检测模型,即可提交任务,如下图:



图3-3 提交变化解译任务

 



图3-4 变化解译任务参数

 

 

图3.4中的过滤阈值即低于或等于设定的像素大小的图斑会被过滤掉,置信度有5种模式可以选择,分别是高召回、较高召回、均衡、较高准确和高准确,一般选择均衡即可。

 

// 输出结果

 

在解译进度完成后,点击该解译任务的详细信息,即可弹出变化检测结果预览界面,在该界面中可调整解译图斑的透明度,并可以通过卷帘的方式对比前后时相影像以查看解译成果是否准确。点击顶部的【下载Shapefile】按钮,即可下载解译后的矢量图斑,并可在ArcMap中加载查看,如下图:

 



图3-5 变化解译结果查看

 

 

变化成果展示

 

// 基于卫星影像提取的变化成果展示

 

 



图3-6左图为变化前,右图为变化后

 

 



图3-7 左图为变化前,右图为变化后

 

 



图3-8 左图为变化前,右图为变化后

 

 

基于无人机影像提取的变化成果展示

 

 



图3-9 左图为变化前,右图为变化后

 

 


图3-10 左图为变化前,右图为变化后

 

 


图3-11 左图为变化前,右图为变化后

 

 

ON .4  

总结

 

基于国内自主开源框架研发的天枢平台,目前已经迭代出了多个通用变化检测模型,随着模型的不断地优化,解译成果的准确性也会随之提升,为实际生产奠定了坚实的基础,在满足平台部署的基本条件下,平台的解译效率较高,其次,天枢平台内置坐标系统数据库,从数据导入、转换、解译和输出,都伴随着坐标系统的识别和定义。对于前后时相坐标系统因是否含带号,或投影带不一致的情况可做到很好的兼容,且解译过程只需要两步:影像导入和执行解译,即可完成变化检测解译,降低用户的使用门槛,同时也能保证一定的解译效率。

 

采取“AI+遥感影像”这种新模式,可以实现自动提取林业小班的地理分布、变化面积、数量等信息。对于实施林业资源遥感监管,全面提升森林资源监测水平,实现森林资源智能监测常态化起到极大的帮助,同时,基于历史监测成果开展森林资源变化图斑的趋势分析,为管理人员出台管理措施提供支撑。