新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)規(guī)范

《新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)規(guī)范》編制說(shuō)明提取技術(shù)規(guī)范202133004土衛(wèi)星遙感應(yīng)用中心1新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)規(guī)范編制說(shuō)明一、工作簡(jiǎn)況來(lái)源起草。計(jì)劃周期：24個(gè)月。2關(guān)3.主要起草人及工作分工表1編制組人員分工序號(hào)姓名單位任務(wù)分工備注1王忠武自然資源部國(guó)土衛(wèi)星遙感應(yīng)用中心總體負(fù)責(zé)標(biāo)準(zhǔn)相關(guān)資料查閱修改和編制說(shuō)明撰寫主編2尤淑撐自然資源部國(guó)土衛(wèi)星遙感應(yīng)用中心負(fù)責(zé)標(biāo)準(zhǔn)的技術(shù)指導(dǎo)、組織和協(xié)調(diào)副主編3劉力榮自然資源部國(guó)土衛(wèi)星遙感應(yīng)用中心參與標(biāo)準(zhǔn)和編制說(shuō)明起草編寫，負(fù)責(zé)成果質(zhì)量檢查與控制章節(jié)編寫，負(fù)責(zé)統(tǒng)稿工作成員4盧剛江蘇省測(cè)繪工程院參與標(biāo)準(zhǔn)第5-9章編寫和修改工作成員5彭樹標(biāo)江蘇省測(cè)繪工程院參與標(biāo)準(zhǔn)第7-9章編寫和修改工作成員36許康江蘇省測(cè)繪工程院和修改工作成員7劉慧杰北京國(guó)測(cè)星繪信息技術(shù)有限公司參與標(biāo)準(zhǔn)修改完善工作成員8劉津北京國(guó)測(cè)星繪信息技術(shù)有限公司參與標(biāo)準(zhǔn)修改完善工作成員4.主要工作過(guò)程4.1征求意見稿階段準(zhǔn)草案。制說(shuō)明。2022年11月開始，征求意見稿擬發(fā)至衛(wèi)星應(yīng)用分技委全體委2送審稿階段3報(bào)批稿階段4則和確定標(biāo)準(zhǔn)主要內(nèi)容的依據(jù)本標(biāo)準(zhǔn)將針對(duì)基于深度學(xué)習(xí)、經(jīng)典機(jī)器學(xué)習(xí)等人工智能技術(shù)的標(biāo)準(zhǔn)編制原則(1)全面性編寫過(guò)程中遵循國(guó)家相關(guān)法律、法規(guī)和政策，參照國(guó)內(nèi)相關(guān)標(biāo)(2)適用性與可操作性收集了大量的新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)性資料，并性。(3)先進(jìn)性以國(guó)內(nèi)外最新的技術(shù)要求為基礎(chǔ)，并兼顧今后的發(fā)展趨勢(shì)，對(duì)有先進(jìn)性。2.國(guó)內(nèi)外調(diào)研情況國(guó)內(nèi)外暫無(wú)相關(guān)技術(shù)標(biāo)準(zhǔn)，本標(biāo)準(zhǔn)編制過(guò)程中主要開展相關(guān)技域的技術(shù)進(jìn)展趨勢(shì)。5多年來(lái)國(guó)際攝影測(cè)量與遙感學(xué)會(huì)和美國(guó)國(guó)家地理空間情報(bào)局專每年實(shí)施全國(guó)全覆蓋土地利用/覆蓋的動(dòng)態(tài)監(jiān)測(cè)、從2016年開始每睫。自20世紀(jì)80年代初至今，國(guó)內(nèi)外研究人員在遙感影像變化(1)第一階段。該時(shí)期遙感影像分辨率低，對(duì)變化檢測(cè)精度要(2)第二階段。該時(shí)期主要有兩個(gè)特點(diǎn)，一是經(jīng)典機(jī)器學(xué)習(xí)方分類后比較法與變化矢量分析方法相結(jié)合進(jìn)行土地利用/土地覆蓋變(3)第三階段。隨著高空間分辨率遙感影像日益普及，變化檢6最階段。自2010年開始，隨著大數(shù)據(jù)、深度學(xué)習(xí)等技由于遙感影像新增建筑自動(dòng)提取的目的與語(yǔ)義分割的內(nèi)涵十分UNetSunK接高分辨率與低分辨C等人利用DCNN和CRF的級(jí)聯(lián)組成，構(gòu)建了DeepLab網(wǎng)絡(luò)模型。為了進(jìn)一步拓展深度學(xué)習(xí)在遙感領(lǐng)域的變化檢測(cè)的應(yīng)用。李德仁分析了利用影像進(jìn)行變化檢測(cè)的緊迫要求和存在的困難,并對(duì)變化檢測(cè)的方法進(jìn)行分類,提出將影像配準(zhǔn)與變化檢測(cè)整體同步解求的思能解譯任務(wù),對(duì)深度學(xué)習(xí)可解釋性國(guó)內(nèi)外研究進(jìn)展進(jìn)行了綜合評(píng)述譯分析中存在的問(wèn)題,并展望了設(shè)計(jì)面向遙感影像特性的可解釋性等人針對(duì)自然資源衛(wèi)星遙感監(jiān)測(cè)需求,構(gòu)建了遙感監(jiān)測(cè)業(yè)務(wù)化應(yīng)用7。3.主要技術(shù)內(nèi)容的說(shuō)明圍針對(duì)自然資源管理對(duì)新增建設(shè)信息獲取提出的高精度、高頻次上表現(xiàn)為地表覆位我國(guó)已有遙感監(jiān)測(cè)領(lǐng)域的相關(guān)標(biāo)準(zhǔn)，主要針對(duì)新增建設(shè)用地等本標(biāo)準(zhǔn)主要內(nèi)容為新增建設(shè)用地遙感信息自動(dòng)提取，遙感信息用承8本標(biāo)準(zhǔn)規(guī)定了新增建設(shè)用地遙感信息自動(dòng)提取相關(guān)的技術(shù)要價(jià)9圖1新增建設(shè)用地遙感信息自動(dòng)提取作業(yè)流程(1)資料收集時(shí)。(2)數(shù)據(jù)預(yù)處理(3)樣本制作矢量成果進(jìn)行類別映的樣本圖斑矢量成果。(4)模型選擇和訓(xùn)練驗(yàn)證集和測(cè)試集的精度指標(biāo) (5)變化檢測(cè)(6)精度評(píng)價(jià)檢查的方式進(jìn)(7)成果提交記準(zhǔn)中新增建設(shè)用地遙感信息的分類設(shè)計(jì)參考了被變化為主要特征的新增建設(shè)用地遙感信息分表2新增建設(shè)類型與解譯樣本類型劃分案例序號(hào)土地利用類型(第三次全國(guó)國(guó)土調(diào)查類型)編碼土地覆被類型(基礎(chǔ)性地理國(guó)情監(jiān)測(cè)類型)編碼新增建設(shè)類型編碼解譯樣本類型編碼已建成獨(dú)立建(構(gòu))筑物商業(yè)服務(wù)業(yè)設(shè)施用地05H1房屋建筑(區(qū))0500新增建(構(gòu))筑物已建成建(構(gòu))筑群，如新建小2.物流倉(cāng)儲(chǔ)用地0508房屋建筑(區(qū))0500已建成硬化地表，如新建廣場(chǎng)等3.工業(yè)用地0601房屋建筑(區(qū))0500在建建(構(gòu))筑物基本無(wú)建設(shè)痕跡的推填土4.采礦用地0602人工堆掘地0800新增推填土混有建設(shè)痕跡的推填土5.鹽田0603荒漠與裸露地09006.城鎮(zhèn)住宅用地0701房屋建筑(區(qū))0500已建成獨(dú)立建(構(gòu))筑物已建成建(構(gòu))筑群，如新建小12027.農(nóng)村宅基地機(jī)關(guān)團(tuán)體新聞出版用0702房屋建筑(區(qū))0500新增建(構(gòu))筑物區(qū)等已建成硬化地表，如新建廣場(chǎng)等8.地08H1房屋建筑(區(qū))0500新增高爾夫球場(chǎng)2在建建(構(gòu))筑物已建成高爾夫球場(chǎng)已建成獨(dú)立建(構(gòu))筑物20029.科教文衛(wèi)用地08H2房屋建筑(區(qū))0500新增建(構(gòu))筑物已建成建(構(gòu))筑群，如新建小已建成硬化地表，如新建廣場(chǎng)等10.12.13.14.15.16.17.18.19.20.21.22.23.公用設(shè)施用地0809房屋建筑(區(qū))0500新增光伏新增建(構(gòu))筑物143在建建(構(gòu))筑物已建成光伏已建成獨(dú)立建(構(gòu))筑物已建成建(構(gòu))筑群，如新建小已建成硬化地表，如新建廣場(chǎng)等在建建(構(gòu))筑物已建成線狀地物在建線狀地物其他重點(diǎn)關(guān)注的已建成目標(biāo)已建成港口碼頭在建建(構(gòu))筑物其他重點(diǎn)關(guān)注的建設(shè)類型20001240123013001公園與綠地特殊用地鐵路用地軌道交通用地公路用地城鎮(zhèn)村道路用地交通服務(wù)場(chǎng)站用地機(jī)場(chǎng)用地港口碼頭用地管道運(yùn)輸用地水工建筑用地空閑地0810構(gòu)筑物09房屋建筑(區(qū))1001道路與鐵路1002道路與鐵路1003道路與鐵路1004道路與鐵路1005構(gòu)筑物1007道路與鐵路1008道路與鐵路1009道路與鐵路1109道路與鐵路1201荒漠與裸露地070005000600060006000600070006000600060006000900新增線形地物新增其它建設(shè)目標(biāo)新增港口碼頭新增建(構(gòu))筑物新增其它建設(shè)樣本制作的要求用于變化檢測(cè)自動(dòng)提取的樣本制作，主要涉及樣本數(shù)據(jù)源、制變化檢測(cè)樣本的純?nèi)斯ぶ谱鞒杀据^高，當(dāng)前實(shí)際業(yè)務(wù)中主要采繪的方式進(jìn)行樣本制作。面考慮當(dāng)前主流的二值圖、JSON文同尺寸的樣本。當(dāng)前自動(dòng)提取的方法，尤其是基于深度學(xué)習(xí)的各種變化檢測(cè)網(wǎng)絡(luò)模型深度及參數(shù)量越來(lái)越大，對(duì)于大樣本特征的學(xué)習(xí)能力逐步變別樣本分布不均衡的情況。模型選取與訓(xùn)練.6.1模型選取的原則現(xiàn)有主流變化檢測(cè)方法主要為經(jīng)典機(jī)器學(xué)習(xí)方法與深度學(xué)習(xí)方代，提高提取精度。實(shí)際新增建設(shè)用地遙感信息自動(dòng)提取工作中，需綜合考慮新增基于經(jīng)典機(jī)器學(xué)習(xí)的變化檢測(cè)方法：對(duì)于樣本數(shù)量較少(如樣本數(shù)量少于500)和變化較簡(jiǎn)單的情況，一般采用面向?qū)ο蟮谋O(jiān)督方原.6.2模型訓(xùn)練的原則模型訓(xùn)練主要涉及模型參數(shù)設(shè)置、誤差分析、訓(xùn)練分析、精度(1)模型參數(shù)設(shè)置模型選擇的原則是在滿足效率要求前提下選擇更大的模型，使模型的參數(shù)設(shè)置包括預(yù)處理方法、初始化方法及相關(guān)超參數(shù)的。模型訓(xùn)練前需根據(jù)自動(dòng)提取特征和模型對(duì)樣本類型的適用性，深度學(xué)習(xí)模型中，批量歸一化對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)高斯分布處理，(2)誤差分析誤差分析指檢查誤提取的測(cè)試集，找到造成誤提取的原因。誤與。當(dāng)樣本誤標(biāo)注成為顯著的誤差來(lái)源時(shí)，需要對(duì)測(cè)試集中誤標(biāo)注(3)訓(xùn)練分析訓(xùn)練效果分析一般通過(guò)分析偏差和方差判定，當(dāng)偏差較大方差集的數(shù)據(jù)。偏差與方差按訓(xùn)練集大小繪制訓(xùn)練曲線，幫助選擇合適大小的偏差，但能減少方差。模型規(guī)模(如神經(jīng)網(wǎng)絡(luò)中神經(jīng)元/層減少方差的方法包括：添加更多的訓(xùn)練數(shù)據(jù)、加入正則化、加模(如神經(jīng)網(wǎng)絡(luò)中神經(jīng)元/層的數(shù)量)、根據(jù)誤差分析結(jié)果修改輸入(4)精度評(píng)價(jià)模型定量化精度指標(biāo)用于評(píng)價(jià)模型的訓(xùn)練、驗(yàn)證精度。精度評(píng)FMIoU、模型用于后續(xù)自動(dòng)提取。模型滿意度指標(biāo)用于評(píng)價(jià)模型效果和選擇最優(yōu)模型。滿意度指20模型分析指標(biāo)用于指導(dǎo)訓(xùn)練過(guò)程改進(jìn)。分析指標(biāo)一般包括偏差三、驗(yàn)證試驗(yàn)的情況和結(jié)果為充分驗(yàn)證本標(biāo)準(zhǔn)提出的新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)驗(yàn)。1.新增推填土自動(dòng)提取試驗(yàn)(1)樣本制作基于已有成果圖斑，按照顏色特征分類進(jìn)行樣本制作，統(tǒng)一裁(a)前時(shí)相(b)后時(shí)相(c)標(biāo)簽圖2新增推填土變化檢測(cè)樣本示例(2)模型選取與訓(xùn)練21MIoU土模型訓(xùn)練MIoU變化(3)變化檢測(cè)22(a)前時(shí)相(b)后時(shí)相圖4新增推填土自動(dòng)提取結(jié)果(4)精度評(píng)價(jià)經(jīng)圖斑后處理后，人工質(zhì)檢統(tǒng)計(jì)提取的圖斑準(zhǔn)確率、召回率分2.新增建(構(gòu))筑物與線形地物自動(dòng)提取試驗(yàn)23(a)前時(shí)相(b)后時(shí)相圖5新增建設(shè)用地自動(dòng)提取結(jié)果圖6新增線性地物自動(dòng)提取結(jié)果起草組還分別針對(duì)本標(biāo)準(zhǔn)流程中涉及的樣本增強(qiáng)、影像篩選、用地遙感信息的自動(dòng)提取屬于必要環(huán)節(jié)，且提出的相關(guān)技術(shù)標(biāo)準(zhǔn)合了基于經(jīng)典機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方法進(jìn)行自動(dòng)信息提取的通用流24取的需求。四、采用國(guó)際標(biāo)準(zhǔn)和國(guó)外先進(jìn)標(biāo)準(zhǔn)的程度，以及與國(guó)際、國(guó)外同類標(biāo)準(zhǔn)水平的對(duì)比情況遙感信息自動(dòng)提取是指利用人工智能算法自動(dòng)獲取影像中地物深度學(xué)習(xí)方法主要利用深層結(jié)構(gòu)的全卷積網(wǎng)絡(luò)從海量樣本中尋找較奠定了基礎(chǔ)。五、與現(xiàn)行法規(guī)、標(biāo)準(zhǔn)的關(guān)系25六、重大分歧意見的處理經(jīng)過(guò)和依據(jù)七、廢止現(xiàn)行有關(guān)標(biāo)準(zhǔn)的建議提取的關(guān)鍵技術(shù)標(biāo)八、實(shí)施標(biāo)準(zhǔn)的要求和措施建議目前我國(guó)還沒(méi)有關(guān)于新增建設(shè)用地遙感信息自動(dòng)提取技術(shù)方法九、其他應(yīng)予說(shuō)明的事項(xiàng)十、參考文獻(xiàn)[1]GB/T13923-2006《基礎(chǔ)地理信息要素分類與代碼》[2]GB/T15968-2008《遙感影像平面圖制作規(guī)范》[3]GB/T18316-2008《數(shù)字測(cè)繪成果質(zhì)量檢查與驗(yàn)收》[4]GB/T21010-2017《土地利用現(xiàn)狀分類》[5]GB/T24356-2009《測(cè)繪成果質(zhì)量檢查與驗(yàn)收》[6]GB/T25529-2010《地理信息分類與編碼規(guī)則》[7]TD/T1010《土地利用動(dòng)態(tài)遙感監(jiān)測(cè)規(guī)程》[8]TD/T1055-2019《第三次全國(guó)國(guó)土調(diào)查技術(shù)規(guī)程》[9]GQJC01-2019《基礎(chǔ)性地理國(guó)情監(jiān)測(cè)生產(chǎn)元數(shù)據(jù)技術(shù)規(guī)定》[10]《自然資源部辦公廳關(guān)于全面推進(jìn)實(shí)景三維中國(guó)建設(shè)的通知》,自然資辦發(fā)[2022]第7號(hào),2022[11]《自然資源部辦公廳關(guān)于開展2021年度全國(guó)國(guó)土變更調(diào)查工作的通知》,自然資辦發(fā)[2021]第68號(hào),2021.[12]王廣華.激發(fā)地理信息產(chǎn)業(yè)新生命力[J].中國(guó)建設(shè)信息化,2019(23):42-43.26[13]李德仁.利用遙感影像進(jìn)行變化檢測(cè)[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2003(S1):7-12.[14]龔健雅,宦麟茜,鄭先偉.影像解譯中的深度學(xué)習(xí)可解釋性分析方法[J].測(cè)繪學(xué)報(bào),2022,51(06):873-884.[15]劉先林.為社會(huì)進(jìn)步服務(wù)的測(cè)繪高新技術(shù)[J].測(cè)繪科學(xué),2019,44(06):1-15.[16]陳軍,武昊,張繼賢等.自然資源調(diào)查監(jiān)測(cè)技術(shù)體系構(gòu)建的方向與任務(wù)[J].地理學(xué)報(bào),2022,77(5):1041-1055.[17]周成虎,孫九林,蘇奮振等.地理信息科學(xué)發(fā)展與技術(shù)應(yīng)用[J].地理學(xué)報(bào),2020,75(12):2593-2609.[18]武文忠.新型基礎(chǔ)測(cè)繪與時(shí)空大數(shù)據(jù)平臺(tái)建設(shè)的思考[J].資源導(dǎo)刊,2020,0(2):10-15[19]張繼賢,顧海燕,楊懿,張鶴,李海濤,韓文立,沈晶.自然資源要素智能解譯研究進(jìn)展與方向[J].測(cè)繪學(xué)報(bào),2022,51(07):1606-1617.[20]王權(quán),尤淑撐.陸地衛(wèi)星遙感監(jiān)測(cè)體系及應(yīng)用前景[J].測(cè)繪學(xué)報(bào),2022,51(04):534-543.[21]唐新明,王華斌,胡翰,等.自然資源衛(wèi)星光學(xué)遙感測(cè)繪關(guān)鍵技術(shù)及立體中國(guó)應(yīng)用[J].中國(guó)科技成果,2022,23(4):72-73[22]柴淵,李萬(wàn)東.土地利用動(dòng)態(tài)遙感監(jiān)測(cè)技術(shù)與方法[M].北京:地址出版社,2011.[23]史文中,張敏.人工智能用于遙感目標(biāo)可靠性識(shí)別:總體框架設(shè)計(jì)、現(xiàn)狀分析及展望[J].測(cè)繪學(xué)報(bào),2021,50(08):1049-1058.[24]宮鵬.智慧遙感制圖(iMap)[J].遙感學(xué)報(bào),2021,25(02):527-529.[25]張兵,楊曉梅,高連如等.遙感大數(shù)據(jù)智能解譯的地理學(xué)認(rèn)知模型與方法[J].測(cè)繪學(xué)報(bào),2022,51(7):1398-1415.[26]張良培,武辰.多時(shí)相遙感影像變化檢測(cè)的現(xiàn)狀與展望[J].測(cè)繪學(xué)報(bào),46(10):1447-1459.[27]ChenLC,PapandreouG,KokkinosI,etal.Deeplab:Semanticimagesegmentationwithdeepconvolutionalnets,atrousconvolution,andfullyconnectedcrfs[J].IEEEtransactionsonpatternanalysisandmachineintelligence,2017,40(4):834-848.27[28]BadrinarayananV,KendallA,CipollaR.Segnet:Adeepconvolutionalencoder-decoderarchitectureforimagesegmentation[J].IEEEtransactionsonpatternanalysisandmachineintelligen