[发明专利]一种基于人工智能技术的自然资源常态化监测方法

说明书

本发明公开了一种基于人工智能技术的自然资源常态化监测方法，涉及自然资源监测和预警领域，其包括：收集第一数据集合，结合航空正射影像制作后的感知数据，利用自动变化检测模型自动提取变化图斑，通过叠加所述变化图斑与数据库中的第二数据集合后，生成常态化监测指令；根据所述常态化监测指令展开调查与核查，并返回反馈数据；将所述反馈数据添加至所述常态化监测指令并同步到所述数据库。本发明可以快速获取自然资源变化线索，实现自然资源变化信息的动态、快速发现。

技术领域

本发明涉及自然资源监测和预警领域，具体涉及一种基于人工智能技术的自然资源常态化监测方法。

背景技术

自然资源管理业务对调查监测的精度要求更高、频次要求更密、监测对象更广，想要及时掌握自然资源开发利用动态，支撑自然资源全业务、全流程监测监管，效率是关键。

发明内容

针对现有技术中的自然资源监测精度和频次低的不足，本发明提供一种基于人工智能技术的自然资源常态化监测方法，提高自然资源监测精度和频次。

为实现上述目的，本发明提供以下技术方案：

一种自然资源常态化监测方法，其包括：

收集第一数据集合，结合航空正射影像制作后的感知数据，利用自动变化检测模型自动提取变化图斑，通过叠加所述变化图斑与数据库中的第二数据集合后，生成常态化监测指令；

根据所述常态化监测指令展开调查与核查，并返回反馈数据；

将所述反馈数据添加至所述常态化监测指令并同步到所述数据库。

可选的，所述自动变化检测模型的生成方法包括：

根据不同的应用场景对样本进行分类，根据分类结果采集样本标签；

对采集到的样本标签进行边界编辑和属性赋值，经过质检合格后形成样本标签；

对上述样本标签进行瓦片裁剪形成瓦片样本，将上述瓦片样本划分形成变化检测样本和语义分割样本。

可选的，样本标签采集包括真彩色/多光谱卫星遥感影像样本标签采集、航空遥感影像样本标签采集、SAR卫星遥感影像样本标签采集、高光谱卫星遥感影像样本标签采集、视频样本标签采集和照片样本标签采集。

可选的，对于视频样本标签采集和照片样本标签采集到的数据，分别对应使用照片分类和目标标注方法形成场景分类样本和目标识别样本。

可选的，构建深度神经网络模型的步骤包括：

按照任务类型，选取深度神经网络框架作为基础模型，并定义模型结构、损失函数及优化器；

根据不同的训练任务，从采集样本库中挑选样本进而构建满足训练要求的样本集；

对构建样本集中的样本进行数据预处理与样本划分；

设置深度神经网络模型中的参数，并开始训练深度神经网络模型；

对训练好的深度神经网络模型进行评估；

保存评估好的深度神经网络模型。

可选的，还包括通过使用训练好的深度神经网络模型，对输入的数据进行解译以实现针对具体业务的应用服务。

本发明与现有技术相比，其有益效果在于：