当前，随着遥感卫星的在轨数量不断增加，我国已逐步形成空天地一体化的对地观测能力，自然资源等部门借助卫星遥感手段可实现对耕地、林草、湿地、水体以及其他自然资源和人工建（构）筑物的类型、面积、范围、分布和变化等情况的全面监测。然而，以往的自然资源调查（包括地理国情普查、国土调查等）大多以纯人工“内业解译 外业核查”的方式进行数据采集，自动化程度亟待改善。据《第二次全国土地调查工作报告》数据，第一次全国土地调查参与人数50多万人、历时10年 ，第二次全国土地调查20万人参与、历时3年。
近年来，随着人工智能技术的进步，智能化代替人工操作进行的自然资源监测已经成为了可能，基于深度学习的遥感图像地物要素提取技术己经初步在自然资源典型地物要素提取、生态保护和执法监察等方面进行应用，并展现出广阔的发展前景。
中科星图股份有限公司自主研发的geovis ibrain空天大数据智能解译平台产品，利用人工智能、遥感、地理信息系统等技术，将地理空间大数据、人工智能模型生产、人工智能遥感解译、人工辅助生产、智能检索等业务融合于统一流程中，构建ai业务闭环，形成了遥感图像中自动化快速解译地物、目标等要素边界及时空变化信息的能力。
▲geovis ibrain空天大数据智能解译平台界面
基于ai遥感样本体系，提升解译模型泛化能力
遥感ai场景化应用面临空间分辨率、载荷、季节等差异化的挑战，在一种场景下好用的模型常常在其他场景中未必尽如人意，而构建足够泛化的解译模型则依赖于海量多样化的样本数据。目前，中科星图借助地学专家知识及众筹人机协同标注的方式，利用国内外众源遥感大数据构建人工智能遥感样本体系，已形成五百万级覆盖十余类地物及三十余类目标样本数据集。
▲中科星图ai遥感样本数据切片样例
其中，地物要素类别包含土地利用三级类别，针对该样本数据集，基于geovis ibrain深度学习训练平台，可进行持续训练学习，迭代优化提升模型的泛化能力。
▲geovis ibrain空天大数据深度学习训练平台
构建立体化智能监测系统，强化辅助决策信息化支撑
违章监测是近年来自然资源部的一个重点关注对象，自然资源部《关于加强国土空间规划监督管理的通知》中明确要求，将国土空间规划执行情况纳入自然资源执法督察内容，对新增违法违规建设“零容忍”，一经发现，及时严肃查处。
中科星图参与的广西某市智慧城市建设项目就是以违章监测需求为切入点，充分发挥geovis ibrian空天大数据智能解译平台自动化、智能化、批量化的解译优势，采用高分二号卫星影像并参考政府城市规划数据进行建筑物自动化解译识别与违建判别，针对重点区域的违章建筑分布情况进行摸底排查，结合政府业务平台构建了“高空看、智能判、网上管、地上查”的自然资源智能监测系统，系统解译成果为政府相关部门提供治理依据和数据支撑。
▲geovis ibrain建筑物提取（全局）
该系统大大提高了用户的作业效率，以往作业员通过卷帘对比的方式，纯人工一天只能查看300多平方公里，现在单机自动化一天就能够提取及比对10余万平方公里；同时，算法精度和数据质量能够满足监测要求，综合查全率达到90%以上，建筑物提取边缘规整且吻合度高，方便后续的人工进一步加工。
▲geovis ibrain建筑物提取（细节）
集成丰富应用插件，助力地表全类要素统一管理
自然资源监测要求统一掌握山、水、林、田、湖、草、海各类自然资源的范围、数量、质量和变化状况，需要作业人员从遥感影像中解译获取地表全类要素的数字线化图（dlg）结果，geovis ibrain空天大数据智能解译平台产品提供了基于广域影像服务解译及批量影像快速解译等在线解译模式，并基于分布式深度学习技术高效混合利用gpu和cpu进行推理运算，可快速自动化地获取各自然资源类型的边界和定量化指标，并形成数字线化图（dlg）成果。目前，产品中已集成基于深度学习技术自主研发的建筑物、居民地、植被、水体、耕地、道路、桥梁、油罐等地物及目标提取与变化检测插件20余个，涵盖60余个模型，综合解决因季节、地区差异性等引起的误检问题，并包含针对模糊数据清晰化的超分辨重建算法，使质量差的数据“变废为宝”，实现卫星遥感数据的高效利用。
▲道路中心线提取
▲路面提取
▲居民地提取
▲用地分类
▲图像超分辨重建
未来，中科星图将持续致力于将人工智能技术与数字地球深度融合，让geovis数字地球产品在感知、认知等多个层面更加智能化，并依托海量空天大数据样本及人工智能遥感解译模型，构建及优化自主可控的geovis ibrain空天大数据智能解译平台产品体系，满足自然资源等重点领域的地理空间智能应用需求，解放行业生产力，提高基于空天大数据的信息挖掘能力，为用户提供更为前沿的空天信息技术及数据服务。
