淺談人工智能時代自然資源調查監測技術的發展與挑戰

蒲冠宇

（重慶市地理信息和遙感應用中心，重慶 401147）

在自然資源調查監測工作中，遙感與測繪地理信息技術作為其工作的關鍵技術之一，這些年來隨著人工智能技術的飛速發展，人工智能技術在測量與遙感領域得到了廣泛應用，從而有效推動了遙感與測繪地理信息技術的快速發展，保證自然資源調查監測技術逐漸向智能化、空間化方向發展，有效推動了自然資源調查監測工作的快速發展。

1 人工智能時代下自然資源調查監測技術發展面臨的主要挑戰

在進行自然資源調查監測時人工智能主要應用于遙感影像信息提取和變化監測工作、高精度的影像解譯樣本庫建設工作中，AI深度學習等技術的不斷興起，使得遙感影像特征提取和變化檢測能力得到了飛速提升。海量的樣本數據是開展深度學習智能訓練的重要基礎，樣本數據容量以及多樣性也是影響訓練效果的重要因素，但是研究中國當今自然資源調查監測技術發展的現狀可以發現，諸多因素對中國自然資源調查監測技術發展造成了嚴重影響，主要表現在以下幾方面。

1.1 中美貿易戰為中國測繪地理信息軟件裝備帶來的影響

中美貿易戰為中國測繪地理信息軟件裝備工作帶來了嚴重影響，其中主要表現在以下幾方面：中美貿易戰主要包括裝備采購限制、關稅調整以及AI出口管控等內容，中國測繪地理信息領域高精尖軟件裝備的創新工作有著很高的外部依賴性，會對中國的地理信息軟件裝備工作帶來一定的不良影響，從而導致中國相關企業的創新發展受到嚴重制約；中國部分企業由于經濟條件以及人才基礎等方面的制約，缺乏像百度、阿里等互聯網大廠研發自主可控的深度學習框架，一旦開源深度學習框架等出現知識產權糾紛以及使用授權問題，會導致中國國內的相關軟件研發工作存在很大的潛在風險，同時還會對其應用造成嚴重影響。中美貿易戰對中國發展產生了很大的積極影響，如貿易戰使得國產測繪相關裝備的需求量迅速增加，從而為中國的自主創新研發工作提供了巨大幫助。

1.2 研發人工智能軟件時對基礎科學理論缺乏重視

研究中國人工智能軟件的研發工作現狀可以發現，雖然部分企業底層算法很優秀，但是在實際的工作中，部分企業現有的深度學習模型的完全自動解譯成果很難滿足生產要求，在實際的生產中仍然需要大量人工進行核查以及糾正。同時受到知識技術發展的制約，在實際的工作中無限特征對象定義和配置缺乏靈活性，僅僅通過“上集群”“堆顯卡”“拼算力”等方式難以解決基礎科學應用的現存問題。在研發人工智能軟件時對算法模擬庫的標準化積累缺乏重視，導致對所設參數和海量樣本輸入存在嚴重的依賴性，整體的算法機理不明確，導致優化調整需要付出高昂的代價。同時硬件設備需要高昂的成本，大部分基層部門難以承受，并且細分子類提取精度不足，難以滿足中國工程應用的實際要求。

1.3 樣本庫建設急需要統一規劃

樣本庫建設工作中存在的以下問題對中國人工智能的應用帶來了不良影響：①樣本庫樣本缺乏，嚴重制約了中國人工智能的發展。由于受到政策法規的限制，數據生產管理部門的樣本無法被開放使用，知識圖譜構建不足以及大數據平臺建設工作落后，導致部分企業難以將擁有的數據集提供給訓練隊使用，使得監督信息匱乏以及模型泛化能力嚴重不足。②有關部門對自然資源領域專家的重視程度較低。人工智能專家由于受領域知識的限制，導致樣本庫的構建工作與實際應用嚴重脫節。③缺乏統一的規范標準，實際工作中存在影像類型、空間尺度、應用工程類型不一致的問題，還會出現不同地標分類標準銜接不一致現象，同時還存在國家樣本庫以及地方樣本庫建設重復的問題。④歷史數據挖掘工作重視程度不足。歷史專題數據生產和驗收質量不高導致挖掘的知識和規律存在很大偏差，難以對影像進行高精度的自動提取，對影像的變化檢測工作也會造成嚴重影響。

1.4 測繪地理行業封閉，高危競爭準備不足

部分測繪地理信息企業在進行傳統標準數據生產時，通常以人工作業作為主要工作方式，這種方式具有操作周期較長、成本較高等缺點，同時對人工智能等新技術的接受度有限。近些年來隨著互聯網公司不斷做大做強，強大的互聯網公司擁有雄厚的資本、先進的技術，對傳統的生產廠商的生產模式進行了有效變革，對傳統的生產關系進行了重構，有效節約了生產成本，整體競爭優勢明顯。對測繪地理信息企業帶來了很大挑戰，導致部分地理信息企業競爭能力很弱[1]。

1.5 國產衛星影像產品質量以及標準化需要提升

通過對比國外衛星及國產衛星可以發現，國外衛星在輻射定標、產品標準化，數據質量開放程度、服務效率方面優勢更加明顯。中國國產衛星影像更加重視幾何分辨率，但是從可視化分辨率上進行對比就可以發現依然存在很大差距，所以中國國產衛星的影像產品質量及標準化仍然需要不斷提高。

2 推動自然資源調查監測技術發展的有關建議

2.1 加強基礎建設，推動數據中心建設工作

為了有效推動中國自然資源調查監測技術快速發展，在實際工作過程中需充分利用物聯網技術，從而快速減少資源環境監測網絡以及繪制基準網絡、衛星的工作，加快系統互聯，有效補齊集群設備、模擬算法、業務場景的短板，完成資源共享服務平臺以及人工智能開放平臺的搭建工作。實現天空、陸地、海洋協同的全方位、全天候智能調查監測網絡系統，通過網絡系統有效提供算力算法的數據支持，有效推動自然資源調查監測技術快速發展。近些年，來人工智能技術在中國自然資源監測工作很多方面得到了重要應用，主要應用方式如圖1所示[2]。

圖1 人工智能技術在自然資源調查監測中的應用框架圖

2.2 加強自然資源智能化發展的頂層設計工作

加強自然資源源智能化發展的頂層設計也是推動自然資源調查監測技術發展的重要手段，需要加強以下幾方面工作：①國家需出臺自然資源智能化發展總體規劃，提供準確的建設指導工作，有效加強中國深度學習框架的底層技術攻關工作，有效提高中國自主底層框架安全可控程度及普遍適應性，不斷強化中國的應用算法創新工作，挖掘應用場景，對國外開源框架提前做好知識產權糾紛、停止授權等應急預案，有效降低貿易戰帶來的不良影響。②加強科學理論和人工智能理論的深度融合。充分結合自然資源專業知識，將專家的人腦智能和計算機的高速精準的運算能力進行有效融合，以人機交互作為遙感解譯軟件研發的重要策略。③有效加強算法模型庫的標準化建設工作。從特定專題信息的提取算法出發，對規范模型機理進行有效梳理，對算法適用條件進行嚴格評估，有效推動算法模型的生產實踐工作。④加大對人工智能遙感軟件的研發力度，加強研發自主可控的國產遙控智能解析軟件工作，同時還需加強基于人工智能技術的質檢平臺的研發工作，這對推動自然資源調查監測技術發展有著重要幫助。⑤有效推動人工智能的業務融合，有效促進AI分析和業務數據回流機制的建設工作，對事前預警、事中監測及事后監督的管理模式進行創新。⑥逐漸加大對人工智能技術研發的投入力度，國家及政府要設立重大科研專項，對龍頭企業聯合高等院校、科研機構、行業協會共同參與關鍵技術的以及重要軟件裝備的研發工作進行精神鼓勵和經濟支持，有效加快中國技術融合以及創新工作進程。這對促進生產、研發、應用的有效結合有著重要的作用，可以保證中國技術裝備的國產化效率得到逐漸提升。⑦加強人才隊伍建設工作，建立多層次、專業化的人工智能人才培養和服務機制，以重點研發計劃、重要工程及重點高等院校和企業作為主要依托，有效加強人才隊伍建設工作，培養出更多高智能、高層次人才。在人才培養過程中加強新技術新理念培訓工作，保障優秀人才團隊的理念能與時俱進，在人工智能時代有效推動自然資源調查監測技術發展[3]。

2.3 加強高精度衛星影像樣本庫的建設工作

為有效加強高精度衛星影像數據庫建設工作，在實際工作中要以行業領域專家為工作主體，有效加快樣本庫建設的標準技術、規范以及相關規劃的制定工作。嚴格依照中國國家、地方的有關規定，同時還需要結合業務特色對基礎庫和專題庫進行分類建設，有效推動核心技術向工程應用的有效轉化?？焖偻七M樣本規則建立和業務適配模式的有效融合，實現AI自動解譯工作的遙感解譯規則集的構建工作，提供標準化的產品列表，將遙感AI技術快速納入常態化的監測業務體系當中。建立數據共享開放機制，快速建立公益性的樣本庫開放機制，適當開放自然資源要素樣本庫，保證企業訓練模擬數據壓力得到有效減輕，保證數據要素的基礎性作用得到充分發揮，通過加強高精度衛星影像樣本庫建設工作有效推動自然資源調查監測技術發展[4]。

2.4 完善國產遙感衛星流程產品體系

中國國產遙感衛星全流程產品體系中涵蓋了可見光、高光譜、雷達、激光、重力5類載荷以及共計300多種產品。需逐漸完善自然資源陸地衛星遙感應用產品體系和應用標準化規范體系，有效實現全載荷全平臺的構建，通過建立全類型、全尺度衛星遙感數據綜合處理系統，有效提高中國國產遙感衛星產品體系的自動化水平。在工作中還需加強國產衛星遙感大數據應用服務體系以及標準發展體系的構建工作，有效推動其實現轉型發展。不斷推進大數據分析技術和數據及信息共享模式體系的創新工作，以自然資源全要素調查監控為支撐，建立集監測、服務、共享等要素的衛星遙感大數據云服務平臺。通過充分利用中高分辨率遙感衛星重訪周期短、數據覆蓋廣、服務穩定等優點，建立了豐富的林地資源樣本庫；通過自主研發的人工智能算法庫，快速開發適用于不同地區的工程化分類模型；依托高性能空間大數據引擎，能快速生成林草資源分布地圖，為開展林業資源動態監測、快捷預警、精準執法等提供數據基礎[5]。大地量子監測的2019年第四季度重慶全市森林分布情況如圖2所示，面積約51 285.366 km2。

圖2 2019年第四季度重慶全市森林分布圖

2.5 優化政府、企業、科研院所的合作模式

優化政府、企業、科研院所的合作，對推動中國自然資源調查監測工作發展有著重要意義。人工智能時代背景下要建立人工智能行業聯盟，實現有效加強平臺共建、技術共研以及成果共享等工作。有效借鑒國內國際人工智能大賽經驗，從而實現圍繞自然資源要素信息化快速自動檢測及變化檢測內容以及自然資源成果數據的自動化質量檢測等內容，以人工智能行業聯盟為依托進行自然資源領域的人工智能大賽，這對推動部門業務數據、科研工作數據以及社會多元化數據的開放共享有著重要幫助，可有效實現對數據的集約化運用，對業務場景進行有效挖掘，保證新技術的適用范圍得到不斷拓寬，通過不斷優化政府企業科研院所的合作模式，有效推動自然資源領域人工智能技術的發展[6]。

3 結束語

綜上所述，近些年來科技快速發展，正在掀起一場技術及產業革命，對自然資源調查監測工作帶來重要影響，自然資源要素信息的提取效率得到顯著提升。有關人員需要從人工智能在實際應用中面臨的困境出發，通過采取有效措施有效實現人工智能技術與自然資源管理的有效融合，保證治理自然資源的智能化水平得到不斷提高。