新型智慧城市AI+遙感智能解譯，賦能建設(shè)“惠民”、“宜居”、“善治”

在新型智慧城市建設(shè)中，以遙感數(shù)據(jù)處理為代表的技術(shù)正在發(fā)揮非常重要的作用，通過對城市范圍內(nèi)的人、物、事件、基礎(chǔ)設(shè)施和環(huán)境等要素全面感知、實時動態(tài)識別和快速目標(biāo)提取，為建設(shè)“惠民”、“宜居”、“善治”的新型智慧城市提供更多有價值的信息。當(dāng)前，基于人工智能的遙感圖像處理技術(shù)已被廣泛地應(yīng)用在農(nóng)業(yè)保險、農(nóng)業(yè)生態(tài)環(huán)境調(diào)查與評估、林業(yè)資源的動態(tài)監(jiān)測、病蟲害的監(jiān)測和受害評估、水體污染監(jiān)測等場景。

一、AI+遙感，開啟農(nóng)業(yè)“惠民”新途徑

在農(nóng)業(yè)方面，遙感技術(shù)在農(nóng)業(yè)資源調(diào)查與監(jiān)測、農(nóng)業(yè)生態(tài)環(huán)境調(diào)查與評價以及農(nóng)業(yè)災(zāi)害的監(jiān)測和農(nóng)作物種植面積調(diào)查與產(chǎn)量估算等方面的應(yīng)用，通過對作物分類、長勢與災(zāi)害定量監(jiān)測，為農(nóng)戶提供了個性化農(nóng)業(yè)信息的精細(xì)服務(wù)，最終實現(xiàn)精準(zhǔn)化種植和智能化管理。

1.農(nóng)作物種植面積提取

通過不同作物在遙感影像上呈現(xiàn)不同的顏色、紋理、形狀等特征信息，使用信息提取的方法，可以將作物種植區(qū)域提取出來，從而得到作物種植面積和種植區(qū)域。

中國東部某地區(qū)水稻提取

2.農(nóng)作物長勢分析

作物長勢監(jiān)測采用生產(chǎn)距平指數(shù)和同比指數(shù)兩個分析指標(biāo)。主要利用EVI指數(shù)進(jìn)行計算。歸一化植被指數(shù)（NDVI）、差值植被指數(shù)（DVI）、比值植被指數(shù)（RVI）和增強植被指數(shù)（EVI）等遙感植被指數(shù)被廣泛應(yīng)用于農(nóng)作物長勢遙感監(jiān)測。

以冬小麥為例，以EOS MODIS影像為數(shù)據(jù)源，結(jié)合田間控制實驗，將冬小麥生長模擬和遙感、GIS技術(shù)相結(jié)合，輔以地面農(nóng)業(yè)氣象觀測與調(diào)查，以NDVI反演出的LAI作為表征冬小麥長勢分級指標(biāo)。

3.農(nóng)作物產(chǎn)量估算

用直接監(jiān)測法和同期對比法兩種方法，以株高、葉面積指數(shù) (LVI) 、歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、垂直植被指數(shù)(PVI)為主要參數(shù)，構(gòu)建農(nóng)作物產(chǎn)量估算模型，并利用野外觀測數(shù)據(jù)、歷史成果數(shù)據(jù)進(jìn)行模型驗證和精度評價。

將模擬結(jié)果與實際測量結(jié)果進(jìn)行對比，采用采用平均離差、平均預(yù)測誤差、標(biāo)準(zhǔn)差和擬合系數(shù)四個指標(biāo)，對模擬結(jié)果的精度進(jìn)行分析，評價模型的適應(yīng)性和精度。

4.土壤墑情監(jiān)測

采用適用于分層異質(zhì)性表面進(jìn)行空間估計，以全國縣域土壤墑情監(jiān)測數(shù)據(jù)為采樣數(shù)據(jù)，以全國降水柵格數(shù)據(jù)與土壤分類數(shù)據(jù)作為分區(qū)數(shù)據(jù)，以縣行政區(qū)作為報告單元，實現(xiàn)土壤墑情監(jiān)測點數(shù)據(jù)到面數(shù)據(jù)的上推。采用交叉驗證方法對土壤墑情估計效果進(jìn)行驗證，并與距離反比、克呂金、自然臨近點和樣條4種常規(guī)插值方法進(jìn)行對比。

二、AI+遙感，打造“宜居”的城市環(huán)境

尊重自然、順應(yīng)自然、保護自然，是全面建設(shè)社會主義現(xiàn)代化國家的內(nèi)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(fā)展。而森林資源的變化對于全球碳循環(huán)、氣候變化、 生物多樣性和生態(tài)環(huán)境都有重要影響，其區(qū)域內(nèi)生態(tài)系統(tǒng)、地勢布局的復(fù)雜性，限制了人類在此區(qū)域內(nèi)的活動能力，難以建立大規(guī)模的監(jiān)測與評估方式，利用遙感技術(shù)在清查森林資源，編制大面積的森林分布圖，測量林地面積，調(diào)查森林蓄積和其它野生資源的數(shù)量，監(jiān)測森林火災(zāi)和病蟲害等場景應(yīng)用，對維護森林生態(tài)系統(tǒng)的健康和生物多樣性有重要作用，同時提高了城市人居環(huán)境的質(zhì)量。

1.林地資源分布圖

以LandSat8 OTM影像為數(shù)據(jù)源，調(diào)查南京市2020年林地資源分布圖。

2.森林資源調(diào)查

機載激光雷達(dá)獲取的點云密度≥2點/平方米；原始點云數(shù)據(jù)、分類后的點云數(shù)據(jù)、DEM、 DSM;植被點分類精度≥98%;DEM、DSM格網(wǎng)間距2米。

3.林火監(jiān)測

以MODIS遙感影像為數(shù)據(jù)源，結(jié)合RS、GIS技術(shù)，基于小班主要地形、氣象氣候、枯草率、可燃物干重及植被葉面水分等數(shù)據(jù)，建立適合研究區(qū)的火險等級劃分相關(guān)模型。再利用衛(wèi)星遙感監(jiān)測、無人機巡護、熱成像智能識別、綜合分析平臺等技術(shù)，依托移動巡查、視頻監(jiān)控等手段，對火險等級高的區(qū)域進(jìn)行重點巡護。

4.病蟲害防治

地面植物具有明顯的光譜反射特征（帶“紅”邊波段的數(shù)據(jù)），不同于土壤、水體和其他的典型地物，植被對電磁波的響應(yīng)是由其化學(xué)特征和形態(tài)特征決定的，這種特征與植被的發(fā)育、健康狀況以及生長條件密切相關(guān)。

三、AI+遙感，助力水利“善治”新篇章

人類改變生存環(huán)境的同時誘發(fā)了一系列水生態(tài)環(huán)境問題，如河湖四亂、黑臭水體等，近年來，水生態(tài)環(huán)境的防治逐漸成為水利部和流域機構(gòu)的重要工作之一。

在這期間，遙感技術(shù)發(fā)揮了很大的作用，有效解決了傳統(tǒng)方式監(jiān)管存在不高效、不全面、不及時、不精確等問題，提升了了水利管理的現(xiàn)代化監(jiān)測水平。如對地表江河、湖沼和冰雪的分布、面積、水量和水質(zhì)的監(jiān)測，在水文情報方面，遙感技術(shù)能提供長期的動態(tài)情報，幫助預(yù)報旱情、融雪徑流和暴雨洪水，監(jiān)測洪水動向，調(diào)查洪水泛濫范圍以及澇面積和受災(zāi)程度等，有效提高了水利治理能力。

1.水體污染監(jiān)測

用航測技術(shù)手段，獲取河流區(qū)域范圍內(nèi)優(yōu)于0.1m分辨率的數(shù)字影像，并依據(jù)獲取的影像數(shù)據(jù)制作整個項目區(qū)域內(nèi)的正射影像；根據(jù)正射影像對排污口進(jìn)行解譯，標(biāo)出疑似排污口，將正射影像圖以及排污口解譯成果按照要求進(jìn)行整理及入庫。

2.水質(zhì)遙感監(jiān)

以多源遙感影像為數(shù)據(jù)源，通過近紅外、紅邊等波段建立水質(zhì)遙感演模型，對區(qū)域水質(zhì)發(fā)生情況進(jìn)行有效監(jiān)測，為水質(zhì)的治理及預(yù)警提供有力支撐。

3.水利遙感執(zhí)法

常態(tài)化監(jiān)測分析轄區(qū)內(nèi)四亂現(xiàn)象，快速、精準(zhǔn)獲取大范圍內(nèi)水域亂占、亂采、亂堆、亂建問題信息，為河湖長管理提供數(shù)據(jù)支撐，提升執(zhí)法效率。

4.洪澇災(zāi)害遙感監(jiān)測

飛燕遙感有著成熟的空天地一體化監(jiān)測技術(shù)，大范圍、高頻次、高精度、近實時的洪澇災(zāi)害監(jiān)測成為現(xiàn)實，同時也具備高性能計算技術(shù)、研發(fā)遙感影像處理、多源數(shù)據(jù)融合的高效算法、深度學(xué)習(xí)等人工智能技術(shù)，這些都將推動遙感數(shù)據(jù)信息的深層次挖掘、洪澇信息智能化提取，提升數(shù)據(jù)處理效率與質(zhì)量，為防洪減災(zāi)提供及時準(zhǔn)確的技術(shù)支撐。

四、相關(guān)案例

1.廣西森林資源規(guī)劃設(shè)計調(diào)查機載 激光雷達(dá)數(shù)據(jù)獲取及處理項目 

2.安徽省森林資源規(guī)劃設(shè)計調(diào)查機載 激光雷達(dá)數(shù)據(jù)獲及處理項目

3.松材線蟲病監(jiān)測項目