《国土资源遥感》期刊更名公告

正经国家新闻出版署批准,《国土资源遥感》更名为《自然资源遥感》。《自然资源遥感》国内统一连续出版物号为10-1759/P,ISSN号为2097-034X,主管单位为中国地质调查局,主办单位为中国自然资源航空物探遥感中心,编辑出版单位为《自然资源遥感》编辑部。《自然资源遥感》办刊宗旨为:及时追踪报道遥感科学及相关领域学科的技术发展和应用状况,加强遥感技术新方法新技术交流,推动遥感技术在自然资源及相关领域中的应用,促进遥感学科发展和人才培养。     

“一张图”快速制作技术在国家级重点工程中的应用

遥感数据在重大国情国力普查和监测中已有了较为普遍的应用,但期望中的"一张图"工程往往最后变成各种"补丁衣"。随着自然资源部的成立,加速了遥感数据应用于经济建设、国防建设和大众民生的需求趋势变为常态化。这对作为常态化基础的遥感数据制作技术提出了更高要求。针对此问题,本文介绍了一套全流程的多源卫星遥感影像快速制作"一张图"技术方法,可为遥感应用的常态化提供一套行之有效的解决方案。     

"3S"技术在农村地块采集中的应用

在搭建北京市郊区自然资源与社会资源整合平台工作中,应用了基于"3S"技术的农村土地承包地块采集技术路线,获得了北京市郊区的最新遥感数据和地块边界数据,取得了快速、经济、精准的成效,实现了自然资源与社会资源的有效结合,提供了可视化的全新管理模式。     

自然资源要素遥感智能解译样本分类体系研究

根据湖北省自然资源监测监管对大规模遥感智能解译的需求,对已有遥感智能解译样本数据集进行了总结,从提升地类细分领域的深度学习模型效果出发,研究了遥感影像智能解译的典型应用场景和解译对象,构建了湖北省自然资源要素遥感智能解译样本分类体系,并以优于2 m的多源异构高分辨率光学遥感影像为数据源,开展遥感智能解译样本采集。通过具体业务应用场景实验证明,建立的智能解译样本分类体系及其样本库,能够较好地反映湖北省自然资源卫星遥感影像智能解译的区域特征,取得较之前的样本库更为有效的解译效果。     

陆地卫星遥感监测体系及应用前景

我国陆地卫星的快速发展和人工智能等高新技术的广泛应用为重构卫星遥感监测体系奠定了重要基础。针对我国自然资源保护、国土空间规划实施监督、生态修复及全球变化研究等对土地利用、土地覆盖及其相关地表参数指标动态变化信息的需求,基于当前我国陆地卫星观测能力,设计了全球宏观尺度监测及我国陆域范围季度监测、重点区域月度监测及应急事件即时响应的卫星遥感监测体系框架;针对自然资源卫星遥感监测需求,充分运用大数据、人工智能、云计算等高新技术,本文提出了基于工作流的监测生产线智能流转与可插拔模块调度控制、遥感影像样本知识库构建、复杂场景自然资源变化自动提取、自然资源特定目标自动提取和自然资源变化图斑全生命周期管理等技术解决方案,构建了遥感监测业务化应用技术流程,实现了我国陆域范围自然资源全要素季度监测、重点区域高频次精准监测、特定目标即时监测能力,并在自然资源执法督察和地表水变化等监测中得到应用。     

浅议自然资源背景下的地理信息科技发展方向

围绕自然资源背景下建立自然资源调查评价、确权登记、空间规划和督查监管"四统一"的自然资源管理体系需求,探讨了地理信息全流程服务的技术体系。从地理信息"人"的特征出发,结合自然资源管理所需的系统观和综合性要求,基于测绘地理信息与自然资源融合发展的科技供求关系分析,以地球系统科学为指导进行技术重构,建立了调查监测、数据集成、分析评价、模拟预测全流程的技术体系;并提出了地理信息科技发展的5个方向:以山水林田湖草生命共同体为核心的自然资源调查技术体系、以遥感研发和应用为基础的自然资源监测技术体系、以"人"为中心的空间数据集成技术体系、具有"人、事、时、空"多维度"身份"的"人地关系"分析技术体系和以"可感知、能学习、善治理、自适应"为目标的模拟预测技术体系。     

省域自然资源遥感监测服务平台设计与实现

随着国家卫星遥感技术的发展,自然资源遥感监测成果呈高速化增长之势,如何高效管理与利用遥感监测成果需要深入研究与探索.以省域遥感监测成果数据为基础,利用地理信息系统(Geographic Information System,GIS)、遥感(Remote Sensing,RS)、Web等技术建成省域自然资源遥感动态监测服务平台,实现遥感监测成果数据入库、管理、统计分析等一体化管理与应用,提高土地执法、耕地保护等自然资源监测信息化水平,提升遥感监测成果管理应用与决策分析能力.     

自然资源资产负债表编制之测绘保障研究

自然资源资产负债表是我国协调区域经济发展和生态环境保护的有效信息载体。为了客观准确地反映各级政府所管理的自然资源资产"家底",需要获取时点特定、标准统一的基础数据,对自然资源资产存量与质量进行动态核算。本文在现行自然资源资产负债表编制制度框架内,基于地理国情成果和遥感应用技术,探讨了测绘地理信息对自然资源资产负债表编制的服务支撑作用,为建立科学完善的自然资源资产负债表编制测绘保障机制提供借鉴。     

河湖"四乱"问题遥感监测体系构建探讨与实践

立足湖南省已开展的重要河湖遥感监测工作的经验,探讨了河湖"四乱"问题遥感监测体系的主要监测内容、业务支撑体系和业务运行流程,提出了一套集变化快速发现、任务交办跟踪、问题整改处置于一体的业务化运行监测体系.该监测体系与自然资源部门开展的卫星监测体系协同联动,能够及时精准发现各类"四乱"问题,降低各级河长实地巡查的工作量,促使河湖巡查不留死角,真正实现全省河湖巡查全覆盖,全面提高全省河湖监管信息化水平,也能够为国内其他省份河湖"四乱"问题遥感监测提供借鉴.     

高分六号影像在自然资源调查中的应用研究

以广州市南沙区自然资源调查为例,针对高分六号遥感影像的特点,建立了高分六号影像可以适应的自然资源分类体系。分析了面向对象的遥感影像分类过程中的各个过程,研究了多尺度影像分割在不同参数设置下的分类效果,得出了较为合适的多尺度分割参数,进行了面向对象分类实验和分类精度评价,影像分类精度达到了78.66%。通过对南沙区影像在实验各个流程中的区别及联系进行了横向对比,总结了其中的规律,显示了基于高分六号的面向对象遥感影像分类方法在自然资源调查中的应用价值。     

高分遥感在自然资源调查中的应用综述

随着高分卫星的陆续发射,高分遥感数据在自然资源调查中的应用价值越显突出。在介绍高分(高空间分辨率、高时间分辨率、高光谱分辨率以及高辐射分辨率)遥感数据的基础上,综述了高分遥感数据在土地利用调查、矿产资源开发与环境监测、基础地质及资源能源调查、生态环境调查、地质灾害监测与应急调查等领域的应用,并分析了高分遥感数据的应用发展趋势,指出未来多源多尺度高分遥感数据协同应用将在自然资源调查中发挥越来越重要的作用。     

人机融合智能的遥感解译生产新方法

以深度学习与测绘生产技术深度融合为基本理念,本文阐述了测绘地理信息技术跨界融合发展给现有遥感解译生产流程带来的变革,分析了现有软硬件环境下智能化生产面临的关键问题,提出了一种人机融合智能的遥感解译生产新方法。该方法突破了多GPU并行训练、滚动反馈训练和分布式微服务应用等多项关键技术,研发出了自然资源深度学习遥感智能解译平台和自然资源深度学习动态解译插件,并在全球地理信息资源建设与维护更新等测绘工程项目中的关键生产环节,进行了规模化的生产应用。经过多个项目实践验证,机器智能与人类智能在遥感解译生产中,通过渐进式人机交互操作进行高效融合,不仅大幅减轻了生产人员工作量,还提升了遥感解译的科学性和时效性,为测绘生产和自然资源调查监测工作提供了强有力的技术支撑。     

基于多源高分辨率遥感影像的典型自然资源要素提取

利用高分辨率遥感数据具有高空间分辨率的特性,本文以青海省西宁市0.3和1 m多源高分辨遥感影像为数据源,基于卷积神经网络深度学习算法进行典型自然资源要素提取。结果表明,0.3 m遥感影像提取耕地、林地准确率均在85%以上,召回率在89%以上;1 m遥感影像提取耕地林地准确率在90%以上,召回率在91%以上,研究成果可用于西宁市自然资源典型要素智能提取。     

自然资源统一确权登记的相关问题雏探

自然资源统一确权登记是我国健全自然资源资产产权制度的一项重大改革举措。七部委联合印发的《自然资源统一确权登记办法(试行)》,为制定自然资源统一确权登记的工作机制、工作方法与工作部署等提供了明确指导。通过湖南南山国家公园体制改革试点区自然资源统一确权登记试点发现,尚存在已有的自然资源分类体系难以满足自然资源统一确权登记的分类要求、怎样基于各部门业已形成的已有资料高效合理划清"四个边界"等技术难点。考虑自然资源的形态主要依托于土地登记这一客观事实,本文以《土地利用现状分类》为基础,以服务于自然资源统一确权登记为目的,兼顾各行业管理需求,采用二级分类体系,将自然资源划分为6个一级类和22个二级类;通过对已有资料的特征进行全面分析,提出以土地利用现状调查成果为基础,选择性地利用其他相关资料,基于1:2000…DOM开展必要的室内遥感解译和外业调查核实,可全面划清包括自然资源分布的基本自然状况、权属界线以及自然资源登记单元的生态保护、用途管制等各类自然资源的"四个边界"。本文针对自然资源统一确权登记中存在的问题提出的解决思路或方案,对全面铺开自然资源统一确权登记工作具有一定参考。     

甘肃省地表要素遥感解译样本库建设与应用

面对自然资源遥感监测体系建设和省级基础测绘重点要素年度更新需求,本文以地理国情地表覆盖为主要参考数据,提出了省域遥感解译样本库的建设方法。首先制定了适用于深度学习的甘肃省自然资源遥感解译样本分类体系和顾及地学知识的样本选取标准,据此构建了囊括不同尺度单元的全要素、单要素和变化检测3类样本数据集;然后基于自主研建的甘肃省遥感解译样本库平台,构建了从样本采集、模型训练、智能解译到质量评估的全链路技术体系。试验结果表明,面向不同尺度区域,地物提取准确率达90%,变化检测准确率达74%,实现了地表要素从粗粒度到细粒度的自适应解译。研究成果在甘肃省省级基础测绘更新、城市国土空间监测及非农化监测等领域进行了业务化应用,提高了自然资源管理精准化和智能化水平。     

山水林田湖草自然资源遥感智能解译样本库建设研究

针对瞄准遥感智能解译样本稀缺这一基础性问题,本文研究涵盖山水林田湖草自然资源要素的遥感解译样本分类体系、采集与清洗、建库与利用方法,构建分布均匀、种类齐全、涵盖不同地物类型及观测尺度的遥感解译样本库,形成国产高分辨率卫星遥感信息提取与变化检测自动化、智能化业务支撑能力,服务自然资源监测监管及相关行业应用。     

"天眼"大开,辅助执法

自然资源部办公厅近日印发《关于开展2021年卫片执法工作的通知》,部署2021年全国卫片执法工作. 自然资源系统多年推行卫片执法工作,通过卫星遥感监测、地理信息系统等技术手段对一个地区的土地利用、矿产资源勘查开采情况进行监测,制成遥感影像图,将同一地域前后两个不同时点的遥感影像图进行叠加对比,就可以反映出该地域土地利用...     

遥感影像变化图斑智能化提取平台研发与应用

遥感影像变化图斑智能化提取是自然资源动态监测工作的基础。本文简述了遥感影像变化检测技术演进历程及特点,提出同时使用ResNet、U-Net和孪生神经网络3种深度学习算法,设计了集“影像预处理、智能提取、协同筛查”于一体的遥感影像变化图斑智能化提取平台,并详细阐述了各功能模块设计思路。实践表明,融合3种深度学习算法有利于解决单一深度学习网络模型改造难度较大、适用范围有限等难题,有效提升了遥感影像变化检测的查全率,工作效率比目视解译提升超过3倍。研究成果已在湖南省自然资源“1+N”卫星监测工作中广泛应用。     

基于国产卫星影像的自然资源动态监测

准确及时地掌握山、水、林、田、湖、草系统变化状况,是自然资源管理重点关注的问题。卫星遥感技术具有宏观、综合、动态、快速的特点,能够应用于自然资源领域开展目标识别、信息采集与处理、分析与评估等工作,可作为自然资源监测的有效手段。本文以“土地、矿产、海洋”等重要自然资源要素为动态监测研究目标,基于多源多时相国产卫星遥感影像数据和各类审批、规划专题资料数据,开展自然资源动态监测研究。研究结果表明,深入挖掘国产卫星影像资源潜力,实现自然资源精细遥感监测服务模式是切实可行与高效的。     

面向深度学习的遥感影像样本库建设技术研究

针对深度学习样本制作技术稀缺以及样本复用性差等问题,本文围绕自然资源督察业务、测绘生产项目等需求,面向深度学习算法和模型,基于多源多时相卫星遥感影像,结合已有地理国情监测数据、基础地理信息数据等资料,对水体、林地、推填土等典型自然资源要素,开展了遥感影像处理、样本数据制作、质量控制、成果入库等方面的技术研究,初步建立了一套面向深度学习的遥感影像样本库建设技术体系,有效促进了样本数据的统一管理、重复利用和动态更新。