遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用現(xiàn)狀及展望

隨著我國社會經(jīng)濟的快速發(fā)展，生產(chǎn)建設項目的數(shù)量和規(guī)模不斷擴大。近5a來，全國各級每年審批的生產(chǎn)建設項目水土保持方案數(shù)量達2.5萬～3.0萬個，水土流失防治責任范圍達1.2萬～1.8萬km[1]生產(chǎn)建設項目施工過程中的土地整平、采石取土、排水不當、渣料隨意堆放等活動極易造成水土流失[2]對生態(tài)環(huán)境造成極大影響。因此，及時、準確地監(jiān)測生產(chǎn)建設項目的水土保持狀況，評估水土保持措施的防治效果，具有重要的現(xiàn)實意義。

傳統(tǒng)的水土保持監(jiān)測方法包括調(diào)查監(jiān)測、現(xiàn)場監(jiān)測和數(shù)據(jù)分析等，盡管操作簡便，但其自動化水平低、耗時耗力且數(shù)據(jù)覆蓋范圍有限，難以滿足日益發(fā)展的監(jiān)測需求。2022年12月，中共中央辦公廳、國務院辦公廳印發(fā)的《關(guān)于加強新時代水土保持工作的意見》提出：“加強水土保持科技創(chuàng)新，強化水土保持監(jiān)測監(jiān)管，提高管理數(shù)字化、網(wǎng)絡化、智能化水平。”近年來，隨著遙感技術(shù)的發(fā)展，衛(wèi)星遙感和無人機遙感憑借其信息獲取速度快、覆蓋范圍廣、機動靈活等優(yōu)勢，在水土保持監(jiān)測領(lǐng)域展現(xiàn)出巨大的應用潛力。劉憲春等[3]分析了遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用，認為遙感技術(shù)能夠及時、快速、客觀、周期性地獲取地表水土保持信息，大大提高監(jiān)測的效率和準確性。綜合利用衛(wèi)星遙感和無人機遙感等先進技術(shù)手段，提升生產(chǎn)建設項目水土保持監(jiān)測的精度和效率，是落實國家政策、實現(xiàn)水土保持信息化和智能化的重要途徑。因此，通過梳理相關(guān)文獻，總結(jié)衛(wèi)星遙感技術(shù)、無人機遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用現(xiàn)狀，以及生產(chǎn)建設項目水土保持信息提取技術(shù)的研究進展，并提出遙感技術(shù)在生產(chǎn)建設水土保持監(jiān)測應用中的發(fā)展建議，以期為新時代水土保持的智能化、信息化發(fā)展提供強有力支撐。

1衛(wèi)星遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用現(xiàn)狀

衛(wèi)星遙感技術(shù)具有廣泛的空間覆蓋能力、高頻次的觀測周期以及多光譜、多時相的優(yōu)勢，能夠在大范圍內(nèi)高效獲取地表信息，已經(jīng)成為水土保持監(jiān)測領(lǐng)域的重要工具[4]。隨著衛(wèi)星遙感技術(shù)的發(fā)展，中低分辨率衛(wèi)星、高分辨率衛(wèi)星和高分立體測繪衛(wèi)星在水土保持監(jiān)測中的應用也在逐漸增多。

1.1中低分辨率衛(wèi)星

中低分辨率衛(wèi)星具有覆蓋范圍廣、時間序列長和多光譜觀測等特點，適用于大尺度、長時序的監(jiān)測任務，能夠有效地對大范圍內(nèi)水土流失的動態(tài)變化和趨勢進行分析，并且其多光譜的能力有助于區(qū)分地表覆蓋類型和土地利用變化。典型的中低分辨率衛(wèi)星包括Landsat系列、MODIS和Sentinel-2等，其長期穩(wěn)定的觀測能力及豐富的歷史數(shù)據(jù)積累，可為水土保持監(jiān)測提供可靠的數(shù)據(jù)支撐。此外，中低分辨率衛(wèi)星獲取的影像具備價格低、數(shù)據(jù)量小且處理快捷等優(yōu)勢，適用于大尺度生產(chǎn)建設項目的動態(tài)變化監(jiān)測與趨勢分析。

鄺高明等[5分析了不同分辨率遙感影像在生產(chǎn)建設項目水土保持動態(tài)變化監(jiān)管中的應用技術(shù)體系，提出中等分辨率遙感影像比高分辨率遙感影像更適合于大尺度生產(chǎn)建設項目擾動變化情況的監(jiān)管。劉成帥等[利用Sentinel-2衛(wèi)星遙感影像，通過隨機森林模型對2017—2021年湖北省生產(chǎn)建設項目擾動區(qū)域進行了識別提取，總體識別精度高于 93.00% ，Kap-pa系數(shù)在0.92以上。李琳等7利用2000—2020 年的Landsat系列遙感影像，對福建省長汀縣大中型生產(chǎn)建設項目新增施工擾動進行了監(jiān)測，并評估了不同時長對監(jiān)測結(jié)果精度的影響。徐豐等[8]利用LandsatTM遙感影像和Spot5遙感影像，對洪家渡水電站的水土保持狀況進行了研究，實現(xiàn)了對水土流失面積和分布的監(jiān)測，精度可達 94% 。通過中低分辨率衛(wèi)星影像可快速識別大范圍內(nèi)的大尺度生產(chǎn)建設項目擾動狀況，但其空間分辨率相對較低，難以精準捕捉小尺度生產(chǎn)建設項目的變化情況，無法滿足針對小范圍區(qū)域監(jiān)測的需求。在實際監(jiān)測工作中，需要結(jié)合高分辨率衛(wèi)星影像、無人機遙感或地面觀測等精細觀測手段，形成多尺度互補的監(jiān)測技術(shù)體系。

1.2 高分辨率衛(wèi)星

高分辨率衛(wèi)星憑借較高的空間分辨率和豐富的光譜信息，在生產(chǎn)建設項目水土保持監(jiān)測中展現(xiàn)出明顯優(yōu)勢，可提供更加精細的地表信息，適用于中小尺度的水土保持監(jiān)測。典型的高分辨率衛(wèi)星包括法國的Spot系列衛(wèi)星和我國自主研發(fā)的高分系列衛(wèi)星等。

在生產(chǎn)建設項目水土保持監(jiān)測中，高分辨率衛(wèi)星遙感技術(shù)可實現(xiàn)對項目擾動土地狀況、水土保持措施實施情況及防治效果、土壤流失情況等多個方面的詳細監(jiān)測與評估[9]。利用高分辨率影像的優(yōu)勢，能夠精準提取項目區(qū)域及周邊的擾動范圍、面積、土地利用類型及其變化情況。周春波等[1利用高分影像對瑞金市經(jīng)果林開發(fā)的擾動土地狀況進行了監(jiān)測分析，結(jié)果顯示擾動土地面積逐年增長。譚杰峻等[1]通過高分一號影像提取了西藏地區(qū)生產(chǎn)建設項目的擾動地表范圍，提取結(jié)果精度達到 83% 以上。劉二佳等以高分一號影像為數(shù)據(jù)源，采用5種常用的融合方法對擾動圖斑進行信息提取，結(jié)果表明GS變換和PC變換在擾動地塊提取方面具有較高的精度。此外，還可以利用高分影像對建設區(qū)內(nèi)的水土保持措施進行識別與提取，確保這些措施按照設計要求實施，從而有效減少土壤侵蝕和水土流失。趙幫元等[13]分析了基于不同分辨率遙感影像的水土保持措施提取精度，發(fā)現(xiàn)優(yōu)于 2.5m 空間分辨率的遙感影像可用于梯田、溝臺地、疏林地、耕地、壩地和荒草地的提取， 2m 空間分辨率的遙感影像可用于天然草地的提取，優(yōu)于 10m 空間分辨率的遙感影像可用于林草植被的提取。楊蕾[14]基于不同分辨率的 Spot5 影像開展了對梯田、淤地壩、植被等水土保持措施的提取研究。李國和等[15]利用高分一號、高分二號和WorldView遙感衛(wèi)星的多星協(xié)同技術(shù)對平江抽水蓄能水電站進行擾動面積、水土保持措施和道路的監(jiān)測，提取結(jié)果精度滿足工程需要。

通過高分辨率影像，還可快速獲取大范圍的土地利用和植被覆蓋信息，進一步計算擾動土地整治率、水土流失總治理度、林草植被恢復率和林草覆蓋率等水土保持效果評價指標，從而判斷是否達到水土保持方案設定的防治目標。康芮等[9通過分析水土保持衛(wèi)星遙感監(jiān)測的發(fā)展現(xiàn)狀，提出了基于高分遙感的生產(chǎn)建設項目水土保持效果評價指標的監(jiān)測方法。金文君[16]利用 Spot遙感影像獲取項目區(qū)內(nèi)土地利用類型面積，計算得到部分水土保持效果評價指標，為水土保持措施效益分析提供了數(shù)據(jù)支持。高分辨率影像在提升生產(chǎn)建設項目水土保持監(jiān)測精度與效率方面具有重要作用。然而，高分辨率影像數(shù)據(jù)的獲取成本較高、獲取周期不穩(wěn)定且處理過程復雜，在應用時應結(jié)合具體需求和資源條件，合理制定監(jiān)測方案。

1.3 高分立體測繪衛(wèi)星

高分立體測繪衛(wèi)星指具備高空間分辨率、多光譜觀測能力及立體成像能力的衛(wèi)星。高分七號衛(wèi)星作為我國首顆民用亞米級分辨率光學傳輸型立體測繪衛(wèi)星，于2019年成功發(fā)射，是國家高分辨率對地觀測系統(tǒng)重大專項（簡稱“高分專項”）的重要組成部分[17] 。

通過高分七號衛(wèi)星能夠獲取大范圍高分辨率遙感影像和地形數(shù)據(jù)，可用于開展土壤侵蝕區(qū)域坡度、坡長等地形因子的提取，水土流失坡耕地監(jiān)測與評價指標快速提取，侵蝕溝及其形態(tài)指標快速提取等。趙云龍等[18]利用高分七號衛(wèi)星、 .1：10000 地形圖和激光雷達生成的DEM數(shù)據(jù)對坡度和坡長進行提取，并與不同數(shù)據(jù)源的提取精度進行對比，結(jié)果顯示高分七號衛(wèi)星在大尺度坡度、坡長的提取中表現(xiàn)出較高的精度和可靠性，適用于土壤侵蝕模型的區(qū)域性評估，但在小尺度或具體位置的坡長提取方面其精度還有待提升。張俊彬等[9]探討了高分七號衛(wèi)星影像在東北黑土區(qū)溝蝕侵蝕監(jiān)測中的適用性，特別是評估了其在提取淺溝和切溝參數(shù)方面的表現(xiàn)，結(jié)果表明高分七號衛(wèi)星立體影像在東北黑土區(qū)的小流域切溝監(jiān)測中具有一定的適用性，但在淺溝監(jiān)測及切溝三維參數(shù)提取方面存在較大誤差。陳昶等[20]利用高分七號衛(wèi)星影像研究了自動提取東北黑土區(qū)侵蝕溝的方法，通過對比流向邊緣檢測、機器學習和深度學習3種自動提取技術(shù)，發(fā)現(xiàn)深度學習方法在提取侵蝕溝方面表現(xiàn)最佳，整體提取精度達到 60% ，但仍需優(yōu)化，以解決精度和連續(xù)性的問題。

高分七號衛(wèi)星以其卓越的立體成像能力、高空間分辨率和高重訪周期，已在自然資源調(diào)查、水利建設、環(huán)境保護、災害監(jiān)測與評估等多個領(lǐng)域發(fā)揮重要作用[2]。在生產(chǎn)建設項目水土保持監(jiān)測方面，可以用于獲取大范圍高分辨率地形數(shù)據(jù)、監(jiān)測項目施工過程中引起的地形變化等。然而，目前高分立體測繪衛(wèi)星的數(shù)據(jù)獲取成本較高，數(shù)據(jù)處理過程復雜，對設備及技術(shù)要求高，因此未來應進一步探索和完善高分立體測繪衛(wèi)星數(shù)據(jù)處理技術(shù)，加強與地面、無人機及其他高分數(shù)據(jù)的協(xié)同應用，充分發(fā)揮其在生產(chǎn)建設項目水土保持監(jiān)測中的技術(shù)優(yōu)勢和應用潛力。

2無人機遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用現(xiàn)狀

無人機遙感技術(shù)是以無人機搭載不同傳感器采集數(shù)據(jù)，并結(jié)合計算機處理技術(shù)，根據(jù)特定需求生成監(jiān)測成果[22]。相比傳統(tǒng)的衛(wèi)星遙感，無人機遙感技術(shù)很好地解決了衛(wèi)星遙感時效性差、機動性弱的缺點。目前，無人機遙感技術(shù)呈現(xiàn)出多用途、多機型、多種載荷能力以及長續(xù)航能力的發(fā)展態(tài)勢[23]。在生產(chǎn)建設項目水土保持監(jiān)測中，主要以可見光相機為主[22]，可根據(jù)不同監(jiān)測需求，選擇垂直或傾斜攝影方式。相較可見光相機，激光雷達的應用較少，但在特定項目中展現(xiàn)出了獨特優(yōu)勢

2.1 垂直攝影

垂直攝影是無人機遙感技術(shù)中應用最為廣泛的一種攝影方式，即通過無人機搭載單鏡頭相機，鏡頭垂直于地面進行拍攝，以快速獲取高分辨率二維影像數(shù)據(jù)[24]。運用基于垂直攝影方式的無人機遙感技術(shù)進行生產(chǎn)建設項目水土保持監(jiān)測，能夠顯著提升監(jiān)測工作效率、監(jiān)測準確率以及自動化程度，具有機動性強、便捷性高、成本低的特點，在準確掌握水土流失的位置、強度以及危害方面具有重要作用，為推進水土保持監(jiān)測工作的定量化、精細化和信息化發(fā)展提供了有力支持[25]。李嵐斌等[26]運用無人機垂直攝影技術(shù)對清遠抽水蓄能電站的擾動面積、水土流失情況、水土保持措施以及取（棄）土場進行了監(jiān)測。王志良等[27]指出無人機垂直攝影技術(shù)在鐵路等大型線狀工程水土保持監(jiān)測中的優(yōu)勢更加突出，具有時效性好、精度高和更加直觀全面的特點。陳宇等2通過無人機垂直攝影技術(shù)進行生產(chǎn)建設項目水土保持監(jiān)測，認為該技術(shù)可準確獲取擾動面積、水土流失情況和水土保持措施數(shù)量。田金梅等29利用無人機垂直攝影技術(shù)對生產(chǎn)建設項目的渣場進行了動態(tài)監(jiān)測，認為該技術(shù)能夠快速、準確、直觀地反映渣場的面積、體積以及水土保持措施等信息的動態(tài)變化情況。張琳琳等[30]通過無人機垂直攝影技術(shù)生成的正射影像和三維模型有效提取出了各項目的擾動土地面積、水土保持措施實施數(shù)量和臨時堆土區(qū)的土方量，結(jié)果表明提取精度較高。

綜上可知，基于垂直攝影方式的無人機遙感技術(shù)可以對生產(chǎn)建設項目范圍內(nèi)的土地擾動情況、水土保持措施實施情況、土壤侵蝕程度、棄土棄渣堆放區(qū)域以及植被恢復進程等進行精細化監(jiān)測。然而，由于該技術(shù)拍攝視角單一，獲取的影像數(shù)據(jù)缺乏地物的三維立體結(jié)構(gòu)信息，導致在坡度量測、堆場高度、侵蝕溝形態(tài)等地形特征的提取中存在精度不足的問題，且在高差顯著或地形起伏復雜區(qū)域的適用性受到一定限制。因此，在實際監(jiān)測任務中，可將垂直攝影技術(shù)與其他手段相結(jié)合，彌補單一技術(shù)的不足，進一步提升監(jiān)測精度。

2.2 傾斜攝影

傾斜攝影測量技術(shù)是一種新興的無人機遙感方法，通過搭載1個垂直向下和4個傾斜方向的相機，能在同一位置同時獲取5個角度的高分辨率影像數(shù)據(jù)，打破了傳統(tǒng)航測只能垂直向下攝影的限制，可快速、高效地采集豐富的地面信息，提升了三維數(shù)據(jù)的精度[31-32]。相比垂直攝影方式，無人機傾斜攝影技術(shù)具有能獲取全面三維信息、提升三維模型量測精度、降低監(jiān)測綜合成本及提高監(jiān)測效率等優(yōu)點，適用于地形起伏較大、地貌特征復雜的生產(chǎn)建設項目水土保持監(jiān)測。胡云華等[33]研究了無人機傾斜攝影測量技術(shù)在單個生產(chǎn)建設項目水土保持監(jiān)管中的應用，建立了信息化監(jiān)管指標提取的技術(shù)流程，并在成都市進行了實際應用，結(jié)果表明該技術(shù)能夠高效、低成本地獲取豐富的監(jiān)管信息，實現(xiàn)真三維量測，顯著提升了監(jiān)管的效率和精度。文雄飛等[34]結(jié)合衛(wèi)星影像和無人機傾斜攝影技術(shù)開展了三峽庫區(qū)的水土保持動態(tài)監(jiān)測，結(jié)果表明傾斜攝影技術(shù)能夠提供高精度的二維平面和三維立體信息，輔助遙感影像解譯，提升了監(jiān)測的準確性。趙立中[35]通過無人機傾斜攝影測量技術(shù)，從多個角度采集監(jiān)測區(qū)的影像數(shù)據(jù)，提取了所需的土攘侵蝕因子、土地利用因子、植被覆蓋監(jiān)測因子以及坡度因子等信息。李博等[3介紹了利用無人機傾斜攝影測量技術(shù)進行土方計算的方法，結(jié)果表明該技術(shù)能夠簡化土方測量工作流程，降低成本，并且提高土方計算的精度。丁宏宇等[37]通過無人機傾斜攝影技術(shù)構(gòu)建了小流域的高分辨率三維模型，并對重點區(qū)域的土地利用現(xiàn)狀、面積、坡度等信息進行了分析。

無人機傾斜攝影技術(shù)在復雜環(huán)境下的生產(chǎn)建設項目水土保持監(jiān)測中展現(xiàn)出巨大的應用潛力，可生成高精度三維模型，實現(xiàn)坡度、坡長以及土方量等多種地形信息的精準量測。但是，該技術(shù)在實際推廣應用過程中仍存在一些不足和挑戰(zhàn)。首先，多角度成像數(shù)據(jù)量大且結(jié)構(gòu)復雜，數(shù)據(jù)處理過程通常需要專業(yè)的軟件和較高的硬件配置支持，數(shù)據(jù)處理效率較低；其次，該技術(shù)的設備成本相對較高，且系統(tǒng)構(gòu)造復雜，日常維護和操作難度較大，對操作者的專業(yè)技能水平要求高，限制了其在中小規(guī)模監(jiān)測機構(gòu)中的普及；最后，由于設備體積較大，因此攜帶與部署的便捷性不足，在條件艱苦或作業(yè)區(qū)域交通不便的地區(qū)應用時存在一定局限性。未來的研究可著重于優(yōu)化數(shù)據(jù)處理流程，降低設備成本，提高設備的便攜性和易用性，以推動該技術(shù)進一步推廣應用。

2.3 激光雷達

激光雷達（LiDAR）技術(shù)是結(jié)合傳統(tǒng)雷達與激光遙感的新型空間信息獲取技術(shù)，具備高時空分辨率、強大的植被穿透能力以及高精度數(shù)據(jù)等優(yōu)勢，能夠快速、精準地獲取復雜地表環(huán)境下的高質(zhì)量三維結(jié)構(gòu)信息。基于激光雷達獲取的高精度三維點云數(shù)據(jù)可提取出多種監(jiān)測指標，現(xiàn)已在多個領(lǐng)域的調(diào)查監(jiān)測中得到廣泛應用。在水土保持監(jiān)測中，可以用于詳細調(diào)查侵蝕溝的形態(tài)指標，快速識別大范圍植被覆蓋下的溝壑網(wǎng)絡；獲取淤地壩的地理信息，實現(xiàn)對淤地壩淤積狀況和壩體安全的調(diào)查與評估；對森林覆蓋區(qū)實現(xiàn)林下水土流失的動態(tài)監(jiān)測，彌補傳統(tǒng)遙感技術(shù)的局限性。PERROYetal.[38]對比了基于機載和地面激光雷達估算得到的侵蝕溝壑體積，得出基于地面激光雷達得到的侵蝕溝壑體積精度更高，但在侵蝕溝底部和側(cè)部掃描受限，而機載激光雷達在大范圍和復雜地形條件下表現(xiàn)更佳。JAMESetal.[39]利用機載激光雷達技術(shù)有效識別了森林覆蓋區(qū)的侵蝕溝網(wǎng)絡，克服了傳統(tǒng)無人機遙感技術(shù)難以有效識別植被覆蓋下侵蝕溝的難題。張建國等[40]對比了無人機垂直攝影測量、無人機傾斜攝影測量和機載激光雷達技術(shù)在淤地壩淤積量測量中的應用，結(jié)果得出機載激光雷達技術(shù)的測量精度和采集效率最高，但是相應的成本也較高，適用于有高精度要求的淤積量測量。董彥麗等[41]利用機載激光雷達獲取三維點云數(shù)據(jù)，并生成高分辨率DEM，用于提取壩控區(qū)坡度、坡向和高程等地形因子。WANGetal.[42]結(jié)合無人機正射影像和機載激光雷達數(shù)據(jù)，成功量化了南方丘陵區(qū)林下植被覆蓋度，并得出在低冠層覆蓋和緩坡條件下能達到更高的測量精度。

然而，目前該技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用研究較少，主要原因在于其設備采購與維護成本較高且數(shù)據(jù)處理技術(shù)門檻高。未來，隨著技術(shù)成本的降低和數(shù)據(jù)處理能力的提升，可以將其用于獲取生產(chǎn)建設項目植被覆蓋區(qū)的高精度地形信息，準確評估項目內(nèi)植被恢復條件下DEM變化情況等，為生產(chǎn)建設項目水土保持監(jiān)測工作提供更全面、更細致的數(shù)據(jù)支撐。

3生產(chǎn)建設項目水土保持信息提取技術(shù)

隨著遙感技術(shù)和計算機視覺技術(shù)的快速發(fā)展，目前在生產(chǎn)建設項目水土保持監(jiān)測中已應用了目視解譯、基于像元分類、面向?qū)ο蠓诸悺⑸疃葘W習技術(shù)等多種水土保持信息提取方法[43] 。

目視解譯作為最基礎的信息提取方法，主要依賴于專家經(jīng)驗進行人工判讀，雖然具備較高的解譯精度與靈活性，但效率低下且主觀性強，僅適用于數(shù)據(jù)驗證以及復雜地形區(qū)域的補充分析[44]。基于像元分類是以像元為基本單位，利用其光譜信息快速進行分類的方法，計算過程自動化程度較高，適用于空間尺度大且光譜差異明顯的區(qū)域。然而，該方法因僅考慮了影像的光譜信息而容易出現(xiàn)“同譜異物”和“同物異譜”現(xiàn)象，或因忽略空間關(guān)系而產(chǎn)生“椒鹽”現(xiàn)象，對高分辨率影像的適應性較差，從而影響分類精度。

面向?qū)ο蠓诸惙椒ㄍㄟ^對遙感影像進行對象化分割，綜合利用對象的光譜、形狀、紋理以及空間關(guān)系特征進行分類，有效克服了基于像元分類在高分辨率影像處理中的不足，減少了“椒鹽”現(xiàn)象的出現(xiàn)，能更加精確地識別光譜信息相似但類別不同的地物。趙搏華等[45]利用5種面向?qū)ο蠓诸惙椒▽椖糠秶鷥?nèi)的水土保持措施進行提取并分析精度差異，得出SVM分類法更適合該項目的水土保持措施分類。譚杰峻等[]利用基于規(guī)則的面向?qū)ο蠓诸惙椒▽ξ鞑啬窆たh的生產(chǎn)建設項目擾動區(qū)進行提取，提取精度達到 83% 以上。面向?qū)ο蠓诸惙椒ㄔ诟叻直媛视跋竦乃帘３中畔⑻崛≈姓宫F(xiàn)出較好的適應性，但目前該方法在實際應用中仍存在一些不足，如影像分割參數(shù)設置和分類規(guī)則構(gòu)建過程復雜，十分依賴于經(jīng)驗與主觀判斷，針對不同區(qū)域和不同地物類型需要頻繁調(diào)整參數(shù)等，限制了算法在更大范圍內(nèi)的標準化應用，且處理效率相對較低

近年來，深度學習技術(shù)逐漸被引人遙感信息提取領(lǐng)域，深度學習模型通過訓練大量樣本數(shù)據(jù)，可從影像中提取豐富的淺層和深層語義特征信息，表現(xiàn)出較高的自動化程度和提取精度[46-47]。目前該技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用還相對有限，只在大范圍的生產(chǎn)建設項目擾動圖斑的識別提取方面開展了部分研究，其研究成果的區(qū)域外推性還有待商榷。康芮等[48]采用改進的DeepLabV3 + 模型和U-net模型，對甘肅省中部的生產(chǎn)建設項目擾動圖斑進行了自動提取試驗，結(jié)果表明改進的DeepLabV3 + 模型整體效果更好。金平偉等[49利用卷積神經(jīng)網(wǎng)絡模型對某省生產(chǎn)建設項目擾動斑塊進行了識別提取，最終識別精度達到 97.52% 。盧慧中等[50]從目標識別與變化檢測視角比較了 U-netΩ，U-net++ 與 U-net3+ 三種模型的生產(chǎn)建設項目擾動斑塊提取精度，結(jié)果顯示U-net模型的表現(xiàn)最佳。總體而言，基于深度學習的語義分割模型如U-net、Deeplab系列等，在生產(chǎn)建設項目擾動圖斑提取中效果較好，但也面臨樣本數(shù)據(jù)需求量大、模型優(yōu)化周期長、可解釋性不足等問題。在實際應用中，需結(jié)合不同信息提取方法的優(yōu)勢，不斷優(yōu)化遙感數(shù)據(jù)處理流程，以進一步提升生產(chǎn)建設項目水土保持信息提取的智能化和精準化水平。

4發(fā)展建議

隨著遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用逐漸增多，監(jiān)測精度和效率都得到了顯著提升。同時，水土保持信息提取技術(shù)的發(fā)展，如目前較為流行的面向?qū)ο蠓诸惙椒ê蜕疃葘W習技術(shù)，也極大地增強了影像解譯的能力。然而，目前仍存在數(shù)據(jù)處理流程復雜、監(jiān)測精度有待進一步提高、部分技術(shù)手段成本較高、缺乏統(tǒng)一技術(shù)標準等問題，限制了遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用效果。因此，未來可以圍繞以下幾個方面開展研究：一是進一步加強對高分立體測繪衛(wèi)星、激光雷達等新興遙感監(jiān)測技術(shù)的探索，進一步拓展監(jiān)測手段、擴大適用范圍并提高監(jiān)測精度，從而更好地滿足多樣化的生產(chǎn)建設項目水土保持監(jiān)測需求；二是綜合利用中低分辨率衛(wèi)星、高分辨率衛(wèi)星及無人機遙感等多種數(shù)據(jù)源的優(yōu)勢，構(gòu)建多尺度、多平臺協(xié)同的監(jiān)測體系，實現(xiàn)生產(chǎn)建設項目的全方位監(jiān)測；三是推動遙感技術(shù)與人工智能方法深度融合，引人深度學習算法，構(gòu)建智能化遙感數(shù)據(jù)解譯模型，實現(xiàn)對高分辨率影像信息的自動識別與精準提取，提高解譯的效率與精度；四是制定統(tǒng)一的遙感監(jiān)測技術(shù)標準與操作規(guī)范，以提高數(shù)據(jù)的共享性與成果的可比性，為生產(chǎn)建設項目水土保持監(jiān)測工作的高質(zhì)量發(fā)展奠定基礎

參考文獻：

［1］姜德文，亢慶，趙永軍，等.生產(chǎn)建設項目水土保持“天地一體化\"監(jiān)管技術(shù)研究[J].中國水土保持，2016（11）：1-3.

[2］康芮，史明昌，趙院，等.基于多時相GF-1影像的施工期生產(chǎn)建設項目分布信息提取［J].水土保持通報，2016，36（3）：253-257.

[3］劉憲春，王萬君，王愛娟，等.遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用[J].中國水土保持，2014（8）：64-66.

［4］莫沫.水土保持遙感應用成效與展望[J].中國水利，2024（11） ：21-25.

[5]鄺高明，吳光艷，金平偉，等.基于不同分辨率遙感影像的生產(chǎn)建設項目水土保持動態(tài)變化監(jiān)管技術(shù)研究[J].中國水土保持，2016（11）：24-27.

[6]劉成帥，華麗，周玉城，等.2017—2021年湖北省生產(chǎn)建設項目人為擾動區(qū)域快速識別和提取［J].水土保持通報，2023，43（6） ：217-226.

［7］李琳，汪小欽，劉益鋒，等.基于時序遙感影像的長汀縣生產(chǎn)建設項目擾動監(jiān)測[J].遙感技術(shù)與應用，2023，38（2）：308-318.

［8］徐豐，曹宏，廖章志.遙感技術(shù)在開發(fā)建設項目水土保持監(jiān)測中的應用：以洪家渡水電站為例[J].中國水土保持，2008（3） ：42-44，64.

[9］康芮，史明昌，趙院，等.高空間分辨率遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用探討［J].中國水土保持，2015（12） ：82-85.

［10］周春波，張龍，王嘉，等.瑞金市經(jīng)果林開發(fā)擾動土地狀況遙感監(jiān)測與分析[J].中國水土保持，2019（11）：4-6.

[11］譚杰峻，畢永清，周從斌.西藏地區(qū)生產(chǎn)建設項目擾動地表遙感監(jiān)測方法與監(jiān)管應用［J].中國水土保持，2019（2） ：63-66.

[12］劉二佳，羅志東，張曉麗，等.面向GF-1數(shù)據(jù)不同融合方法對擾動地塊的提取[J].水土保持學報，2018，32（3）：358-363.

［13］趙幫元，馬寧，楊娟，等.基于不同分辨率遙感影像提取的154-157.

[14］楊蕾.基于 Spot5遙感影像提取水土保持信息的研究[D].西安：西北大學，2006：9-10.

[15］李國和，高國慶，左程，等.多星協(xié)同衛(wèi)星遙感技術(shù)在湖南平江抽水蓄能電站水土保持監(jiān)管中的應用［J].礦產(chǎn)勘查，2021，12（5） ：1279-1284.

［16］金文君.遙感技術(shù)在線型生產(chǎn)建設項目水土保持監(jiān)測中的應用[J].內(nèi)蒙古水利，2018（4）：67-69.

[17］曹海翊，戴君，張新偉，等.“高分七號”高精度光學立體測繪衛(wèi)星實現(xiàn)途徑研究[J].航天返回與遙感，2020，41（2）：17-28.

[18］趙云龍，符素華.基于高分7號衛(wèi)星DEM的坡度坡長計算精度評價[J].水土保持學報，2024，38（2）：136-146.

[19］張俊彬，張巖，李坤衡，等.基于高分七號立體影像提取松嫩典型黑土區(qū)切溝和淺溝的精度分析［J].中國水土保持科學，2024，22（4） ：152-161.

[20］陳昶，張巖，李坤衡，等.基于高分七號影像自動提取東北黑土區(qū)侵蝕溝的方法[J].測繪通報，2024（3）：1-7.

[21］唐新明，王鴻燕.我國民用光學衛(wèi)星測繪產(chǎn)品體系的建立與應用[J].測繪學報，2022，51（7）：1386-1397.

[22］汪沛，羅錫文，周志艷，等.基于微小型無人機的遙感信息獲取關(guān)鍵技術(shù)綜述[J].農(nóng)業(yè)工程學報，2014，30（18）：1-12.

[23］韓文權(quán)，任幼蓉，趙少華.無人機遙感在應對地質(zhì)災害中的主要應用[J].地理空間信息，2011，9（5）：6-8，163.

[24］張文謙.無人機遙感在建設項目水土保持監(jiān)測數(shù)據(jù)獲取中的應用[D].北京;北京林業(yè)大學，2019：7-8.

[25］施明新.無人機技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用[J].水土保持通報，2018，38（2）：236-240.

[26]李嵐斌，金平偉，李樂，等.無人機遙感技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用：以清遠抽水蓄能電站為例[J].人民珠江，2019，40（1） ：6-11.

[27］王志良，付貴增，韋立偉，等.無人機低空遙感技術(shù)在線狀工程水土保持監(jiān)測中的應用探討：以新建重慶至萬州鐵路為例[J].中國水土保持科學，2015，13（4）：109-113.

[28］陳宇，付貴增，凌峰，等.無人機技術(shù)在生產(chǎn)建設項目水土保持監(jiān)測中的應用[J].海河水利，2018（5）：57-59，68.

[29］田金梅，張迎，白云，等.小型無人機在渣場水土保持動態(tài)監(jiān)測中的應用[J].北京測繪，2018，32（10）：1165-1168.

［30］張琳琳，張艷，張文謙，等.無人機遙感在生產(chǎn)建設項目水土保持監(jiān)測數(shù)據(jù)獲取中的應用[J].綠色科技，2019（24）：23-28.

[31］徐思奇，黃先鋒，張帆，等.傾斜攝影測量技術(shù)在大比例尺地形圖測繪中的應用[J].測繪通報，2018（2）：111-115.

[32］楊國東，王民水.傾斜攝影測量技術(shù)應用及展望[J].測繪與空間地理信息，2016，39（1）：13-15，18.

[33］胡云華，許海超，曲雙鋒，等.傾斜攝影測量技術(shù)在生產(chǎn)建設項目水土保持監(jiān)管中的應用[J].水土保持研究，2022，29（6） ：438-443.

[34］文雄飛，張穗，張煜，等.無人機傾斜攝影輔助遙感技術(shù)在水土保持動態(tài)監(jiān)測中的應用潛力分析［J].長江科學院院報，2016，33（11） ：93-98.

[35］趙立中.基于無人機傾斜攝影遙感技術(shù)的水土保持動態(tài)監(jiān)測方法研究［J].環(huán)境科學與管理，2024，49（9）：134-137，168.

［36］李博，徐敬海.無人機傾斜攝影測量土方計算及精度評定[J].測繪通報，2020（2）：102-106，112.

[37］丁宏宇，李寶華.無人機傾斜攝影技術(shù)在小流域綜合治理中的應用[J].水土保持應用技術(shù)，2021（4）：41-42.

[38] PERROY R L，BOOKHAGEN B，ASNER G P，et al. Compar-ison of gully erosion estimates using airborne and ground-based LiDAR on Santa Cruz Island，California[J]. Geomor-phology，2010，118（3-4） ：288-300.

[39] JAMES L A， WATSON D G，HANSEN W F. Using LiDAR da-ta to mapgullisandheadwater streamsunder forestcanopy：South Carolina，USA[J]. Catena，2007，71（1） ：132-144.

[40］張建國，董亞維，李晶晶，等.黃土高原地區(qū)淤地壩攔沙淤積監(jiān)測中存在的問題及方法探討［J].水土保持通報，2022，42（6） ：387-392，399.

[41］董彥麗，楊世君，高鈺婷，等.基于無人機LiDAR系統(tǒng)的壩控流域地貌形態(tài)和侵蝕分區(qū)的提取[J].現(xiàn)代測繪，2022，45（1） ：13-17.

[42]WANG R F，BAO T T，TIAN S F，et al. Quantifying understo-ry vegetation cover of Pinus massoniana forest in hilly regionof south China by combined near-ground active and passiveremote sensing[J].Drones，2022，6（9） ：240.

[43］彭道松，聶小飛，莫明浩，等.基于深度學習的水土保持措施遙感解譯信息提取研究[J].中國水土保持，2023（4）：45-49.

[44］賈坤，李強子，田亦陳，等.遙感影像分類方法研究進展[J].光譜學與光譜分析，2011，31（10）：2618-2623.

[45］趙搏華，王秀茹，閻世煜，等.面向?qū)ο蠓诸惙椒ㄔ谒帘３执胧┨崛≈械膽肹J].中國水土保持科學，2022，20（1） ：122-127.

[46］曹林林，李海濤，韓顏順，等.卷積神經(jīng)網(wǎng)絡在高分遙感影像分類中的應用[J].測繪科學，2016，41（9）：170-175.

［47］董蘊雅，張倩.基于CNN的高分遙感影像深度語義特征提取研究綜述[J].遙感技術(shù)與應用，2019，34（1）：1-11.

[48］康芮，邱新玲，馬鴻財，等.基于深度學習的生產(chǎn)建設項目擾動圖斑自動提取[J].中國水土保持科學，2023，21（1）：128-138.

[49］金平偉，黃俊，姜學兵，等.基于深度學習的生產(chǎn)建設項目擾動圖斑自動識別分類[J].中國水土保持科學，2022，20（6） ：116-125.

[50］盧慧中，卞雪，金秋，等.基于深度學習的生產(chǎn)建設項目擾動圖斑提取算法和識別策略［J].中國水土保持，2024（8） ：23-28.