大数跨境
0
0

DIEY高效自动化提取常绿针叶林 助力森林资源价值核算

DIEY高效自动化提取常绿针叶林  助力森林资源价值核算 数慧云脑
2023-08-25
1
导读:推动经济社会发展全面绿色转型

森林是陆地生态系统的主体和重要资源,是人类生存发展的重要生态保障。开展森林资源价值核算,可以定量测算我国森林资源及其提供的生态系统服务的实物量和价值量,科学反映森林的功能和作用,更好地服务于经济建设和生态文明建设。因此,及时准确地提取森林资源的现状以及变化信息,对推动经济社会发展全面绿色转型具有重要意义。

随着航天技术的发展,对地观测数据量和数据源与日俱增,多源、长时序遥感数据的应用需求得到了极大的释放。同时,随着人工智能的高速发展,让遥感+AI“分割一切,解译一切”成为现实,必将为千行百业带来巨大的数字赋能。

数慧时空按照生态系统分类内容与指标,依据高分辨率遥感影像,结合历史参考资料,对北京市全市范围地表进行分类,主要包含林地、灌丛、草地、湿地、农田、建设用地、未利用地七大类。林地在生态指标分类体系中,分为阔叶乔木林、针叶乔木林、针阔混交乔木林、稀疏乔木林等类型。而针叶乔木林按照功能可分为两种类型,常绿针叶林和落叶针叶林。本文主要针对北京区域常绿针叶林进行自动化提取研究。该技术路线如下:



影像时相选择
为了更好地区分常绿针叶林和落叶针叶林在卫星影像的不同特征,需要选择最佳的时相进行样本勾绘以及模型训练,使解译结果达到最优。经过对北京地区常绿针叶林以及落叶针叶林物候期等进行影像特征分析,时相为1月的高分系列、吉林系列等覆盖北京区域的高分辨率卫星影像均可做常绿针叶林的自动化提取。本次选择高分系列卫星影像作为示例。



影像预处理
使用DIEY航天影像处理系统,对高分系列原始影像进行预处理。由于常绿针叶林的提取需要用到光谱信息,所以要采用4波段的卫星影像数据。预处理流程如下图:




样区规划及样本采集
在进行样区规划时,要从样本的多样性信息、特征信息的可变性以及干扰因素的复杂性等方面综合考虑,保证正样本的多态性,负样本的多样性。使用DIEY在线样本采集与模型训练系统,对该景影像选择了6片样区,包含山区、平原,以及山区、平原交界处等区域,样本数量共采集893个。样区范围如下图:




模型训练
本次常绿针叶林模型训练采用深度学习训练框架为Torch框架,训练轮数8,最大迭代轮数300。模型训练时长19minF1-Score指数0.85。由于解译效果较好,未进行样本补采及模型迭代。




智能解译效率
使用DIEY影像智能解译系统,对覆盖全北京市的120景卫星影像进行自动化解译,包含针叶林专项后处理流程在内共耗时30小时。部分解译任务时长如下图:




解译结果分析
常绿针叶林解译结果后处理流程包含:消除面空洞、多部件转单部件、矢量平滑、剔除200平以下的最小上图面积等环节,使解译结果更能满足业务需求。最终解译效果如下图:

整景解译效果图

山区局部解译效果图

平原局部解译效果图

北京市全市解译效果图

DIEY自动化提取目标对象技术路线主要特点
支持50多种星源数据

实现卫星遥感数据应用各环节多项技术突破,形成专利70余项

内嵌算法200余个

模型训练便捷高效

模型泛化精度优于业内平均水平

广泛服务于生态环境、矿产资源勘查、自然灾害监测和预警、水资源管理等领域


点击这里延伸阅读






【声明】内容源于网络
0
0
数慧云脑
自然资源领域标准制定的参与者、数据质量的把关者、信息工程的承担者,多年来坚持新技术研发投入和行业业务研究,不断为自然资源“业务数据化、数据业务化”提供最佳实践。
内容 71
粉丝 0
数慧云脑 自然资源领域标准制定的参与者、数据质量的把关者、信息工程的承担者,多年来坚持新技术研发投入和行业业务研究,不断为自然资源“业务数据化、数据业务化”提供最佳实践。
总阅读0
粉丝0
内容71