自然资源卫星遥感常态化监测框架设计及关键技术
发布时间：2021-01-01 05:49
卫星遥感一体化数据采集、处理等对地观测体系已经构建,但自然资源卫星应用技术体系建设尚不成熟,极大地限制了卫星遥感应用综合产品体系的构建以及地方自然资源调查监管体系的现代化。结合当前测绘遥感行业的先进技术和理念,研究自然资源卫星遥感常态化监测的新方法、新技术具有重要的理论和实践意义。通过突破自然资源卫星遥感常态化监测等系列关键技术,开展全国全要素常态化季度监测、重点区域高频次精准监测、特定目标即时监测和"数量—质量—生态"三位一体监测,服务自然资源调查、监测与监管主体业务,构建全覆盖、全要素和多尺度的自然资源卫星遥感监测体系,全面提升自然资源卫星遥感数据保障、常态化监测、信息服务和决策支持能力。
【文章来源】：地理信息世界. 2020年05期
【文章页数】：7 页
【部分图文】：
自然资源卫星遥感监测生产流程
针对数据量大(日均接收200～400景数据,数据量约为3 TB)、时效性高(满足季度卫片执法及各项专项监测要求,需做到当日数据“日结日清”)、应急性强(大棚房监测、红树林监测、冰川监测等应急任务)等任务特点,突破基于工作流的监测生产线构建技术,优化工程技术流程和运行模式。突破可插拔式模块调度控制技术,实现灵活可控的调度机制。自然资源卫星遥感监测革新了“季度—月度—即时”遥感监测产品生产流程,形成国产卫星数据统筹、影像处理、数字正射影像图(Digital Orthophoto Map,DOM)生产、信息提取、成果建库以及应用服务的自然资源卫星遥感监测全链条生产线,技术流程如图2所示,实现全流程监控,使得年度监测迈向季度监测、月度监测。2.2 复杂特征自然资源要素变化自动提取技术
基于多源多时相卫星影像数据进行全国尺度的自然资源要素变化监测,变化前后期影像存在多对多的空间匹配关系,导致要素变化信息特征复杂。传统自动提取方法基于像素或面向对象的方法,主要基于光谱、几何、纹理等特征分析,在复杂变化场景下难以取得良好效果。同时考虑到面向全国海量数据的变化监测,采用深度学习与机器学习相结合的方法构建面向复杂特征自然资源要素变化自动提取技术。自然资源要素变化自动提取的难点在于目标特征复杂多变、尺度多样化、变化目标小数据稀疏、云雪季节等导致变化干扰多等方面。自然资源要素变化自动提取的核心在于构建面向复杂特征要素变化的具有全国良好泛化性的深度学习模型和全流程的自动提取生产技术,技术流程如图3所示。生产中时序影像存在多对多的空间匹配关系,使得自然资源要素变化组合后特征复杂,同时变化目标尺度多变,部分变化目标较小表现为数据稀疏问题,需要针对性地构建要素变化自动提取模型,并建立全链路的自然资源要素变化自动提取技术体系。要素变化深度学习模型的泛化能力通过构建多源卫星影像组合、时空分布广泛的样本数据集及多类型样本增强技术实现。全流程的自动提取生产技术主要通过建立数据筛选—任务规划—自动粗提取—自动精处理—自动归档的一体化生产链实现。2.3 基于深度学习要素自动提取的动态生产迭代技术
【参考文献】：
期刊论文
[1]自然资源遥感监测体系建设现状与发展展望[J]. 尤淑撑,何芸. 无线电工程. 2020(05)
[2]面向重点建设项目的空天地一体动态监测框架设计[J]. 刘立,文学虎,李平,甘元芳. 地理信息世界. 2020(01)
[3]基于深度学习的新增建设用地信息提取试验研究——全国土地利用遥感监测工程创新探索[J]. 吴海平,黄世存. 国土资源遥感. 2019(04)
[4]自然资源遥感应用研究进展[J]. 方臣,胡飞,陈曦,朱正勇,刘烨青,叶琴. 资源环境与工程. 2019(04)
[5]面向自然资源统一监管的地图产品设计[J]. 翁敏,王令琦,苏世亮,文学虎,忻静,王淼. 地理信息世界. 2019(04)
[6]自然资源卫片执法系统设计与实现[J]. 王腾. 地理空间信息. 2019(07)
[7]基于3S技术的自然资源一体化监测调查体系探索[J]. 张志刚,尤春芳. 北京测绘. 2019(04)
[8]“一带一路”区域可持续发展生态环境遥感监测[J]. 柳钦火,吴俊君,李丽,俞乐,李静,辛晓洲,贾立,仲波,牛铮,徐新良,孟庆岩,赵静,张海龙,胡光成,郑超磊. 遥感学报. 2018(04)
[9]国土资源动态遥感监测原型系统设计与实现[J]. 陈垦,苗放,杨文晖,姚丹丹,程付超,王方. 物探化探计算技术. 2014(03)
[10]基于遥感监测的土地利用核查系统设计与开发[J]. 蔡洪春,岳建伟,陈路遥,李京. 自然灾害学报. 2008(06)
本文编号：2951036
【文章来源】：地理信息世界. 2020年05期
【文章页数】：7 页
【部分图文】：
自然资源卫星遥感监测生产流程
针对数据量大(日均接收200～400景数据,数据量约为3 TB)、时效性高(满足季度卫片执法及各项专项监测要求,需做到当日数据“日结日清”)、应急性强(大棚房监测、红树林监测、冰川监测等应急任务)等任务特点,突破基于工作流的监测生产线构建技术,优化工程技术流程和运行模式。突破可插拔式模块调度控制技术,实现灵活可控的调度机制。自然资源卫星遥感监测革新了“季度—月度—即时”遥感监测产品生产流程,形成国产卫星数据统筹、影像处理、数字正射影像图(Digital Orthophoto Map,DOM)生产、信息提取、成果建库以及应用服务的自然资源卫星遥感监测全链条生产线,技术流程如图2所示,实现全流程监控,使得年度监测迈向季度监测、月度监测。2.2 复杂特征自然资源要素变化自动提取技术
基于多源多时相卫星影像数据进行全国尺度的自然资源要素变化监测,变化前后期影像存在多对多的空间匹配关系,导致要素变化信息特征复杂。传统自动提取方法基于像素或面向对象的方法,主要基于光谱、几何、纹理等特征分析,在复杂变化场景下难以取得良好效果。同时考虑到面向全国海量数据的变化监测,采用深度学习与机器学习相结合的方法构建面向复杂特征自然资源要素变化自动提取技术。自然资源要素变化自动提取的难点在于目标特征复杂多变、尺度多样化、变化目标小数据稀疏、云雪季节等导致变化干扰多等方面。自然资源要素变化自动提取的核心在于构建面向复杂特征要素变化的具有全国良好泛化性的深度学习模型和全流程的自动提取生产技术,技术流程如图3所示。生产中时序影像存在多对多的空间匹配关系,使得自然资源要素变化组合后特征复杂,同时变化目标尺度多变,部分变化目标较小表现为数据稀疏问题,需要针对性地构建要素变化自动提取模型,并建立全链路的自然资源要素变化自动提取技术体系。要素变化深度学习模型的泛化能力通过构建多源卫星影像组合、时空分布广泛的样本数据集及多类型样本增强技术实现。全流程的自动提取生产技术主要通过建立数据筛选—任务规划—自动粗提取—自动精处理—自动归档的一体化生产链实现。2.3 基于深度学习要素自动提取的动态生产迭代技术
【参考文献】：
期刊论文
[1]自然资源遥感监测体系建设现状与发展展望[J]. 尤淑撑,何芸. 无线电工程. 2020(05)
[2]面向重点建设项目的空天地一体动态监测框架设计[J]. 刘立,文学虎,李平,甘元芳. 地理信息世界. 2020(01)
[3]基于深度学习的新增建设用地信息提取试验研究——全国土地利用遥感监测工程创新探索[J]. 吴海平,黄世存. 国土资源遥感. 2019(04)
[4]自然资源遥感应用研究进展[J]. 方臣,胡飞,陈曦,朱正勇,刘烨青,叶琴. 资源环境与工程. 2019(04)
[5]面向自然资源统一监管的地图产品设计[J]. 翁敏,王令琦,苏世亮,文学虎,忻静,王淼. 地理信息世界. 2019(04)
[6]自然资源卫片执法系统设计与实现[J]. 王腾. 地理空间信息. 2019(07)
[7]基于3S技术的自然资源一体化监测调查体系探索[J]. 张志刚,尤春芳. 北京测绘. 2019(04)
[8]“一带一路”区域可持续发展生态环境遥感监测[J]. 柳钦火,吴俊君,李丽,俞乐,李静,辛晓洲,贾立,仲波,牛铮,徐新良,孟庆岩,赵静,张海龙,胡光成,郑超磊. 遥感学报. 2018(04)
[9]国土资源动态遥感监测原型系统设计与实现[J]. 陈垦,苗放,杨文晖,姚丹丹,程付超,王方. 物探化探计算技术. 2014(03)
[10]基于遥感监测的土地利用核查系统设计与开发[J]. 蔡洪春,岳建伟,陈路遥,李京. 自然灾害学报. 2008(06)
本文编号：2951036
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2951036.html
