遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用現(xiàn)狀及展望

隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展，生產(chǎn)建設(shè)項(xiàng)目的數(shù)量和規(guī)模不斷擴(kuò)大。近5a來(lái)，全國(guó)各級(jí)每年審批的生產(chǎn)建設(shè)項(xiàng)目水土保持方案數(shù)量達(dá)2.5萬(wàn)～3.0萬(wàn)個(gè)，水土流失防治責(zé)任范圍達(dá)1.2萬(wàn)～1.8萬(wàn)km[1]生產(chǎn)建設(shè)項(xiàng)目施工過(guò)程中的土地整平、采石取土、排水不當(dāng)、渣料隨意堆放等活動(dòng)極易造成水土流失[2]對(duì)生態(tài)環(huán)境造成極大影響。因此，及時(shí)、準(zhǔn)確地監(jiān)測(cè)生產(chǎn)建設(shè)項(xiàng)目的水土保持狀況，評(píng)估水土保持措施的防治效果，具有重要的現(xiàn)實(shí)意義。

傳統(tǒng)的水土保持監(jiān)測(cè)方法包括調(diào)查監(jiān)測(cè)、現(xiàn)場(chǎng)監(jiān)測(cè)和數(shù)據(jù)分析等，盡管操作簡(jiǎn)便，但其自動(dòng)化水平低、耗時(shí)耗力且數(shù)據(jù)覆蓋范圍有限，難以滿(mǎn)足日益發(fā)展的監(jiān)測(cè)需求。2022年12月，中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于加強(qiáng)新時(shí)代水土保持工作的意見(jiàn)》提出：“加強(qiáng)水土保持科技創(chuàng)新，強(qiáng)化水土保持監(jiān)測(cè)監(jiān)管，提高管理數(shù)字化、網(wǎng)絡(luò)化、智能化水平。”近年來(lái)，隨著遙感技術(shù)的發(fā)展，衛(wèi)星遙感和無(wú)人機(jī)遙感憑借其信息獲取速度快、覆蓋范圍廣、機(jī)動(dòng)靈活等優(yōu)勢(shì)，在水土保持監(jiān)測(cè)領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。劉憲春等[3]分析了遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用，認(rèn)為遙感技術(shù)能夠及時(shí)、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(cè)的效率和準(zhǔn)確性。綜合利用衛(wèi)星遙感和無(wú)人機(jī)遙感等先進(jìn)技術(shù)手段，提升生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)的精度和效率，是落實(shí)國(guó)家政策、實(shí)現(xiàn)水土保持信息化和智能化的重要途徑。因此，通過(guò)梳理相關(guān)文獻(xiàn)，總結(jié)衛(wèi)星遙感技術(shù)、無(wú)人機(jī)遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用現(xiàn)狀，以及生產(chǎn)建設(shè)項(xiàng)目水土保持信息提取技術(shù)的研究進(jìn)展，并提出遙感技術(shù)在生產(chǎn)建設(shè)水土保持監(jiān)測(cè)應(yīng)用中的發(fā)展建議，以期為新時(shí)代水土保持的智能化、信息化發(fā)展提供強(qiáng)有力支撐。

1衛(wèi)星遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)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(cè)周期以及多光譜、多時(shí)相的優(yōu)勢(shì)，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(cè)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(cè)繪衛(wèi)星在水土保持監(jiān)測(cè)中的應(yīng)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(shí)間序列長(zhǎng)和多光譜觀測(cè)等特點(diǎn)，適用于大尺度、長(zhǎng)時(shí)序的監(jiān)測(cè)任務(wù)，能夠有效地對(duì)大范圍內(nèi)水土流失的動(dòng)態(tài)變化和趨勢(shì)進(jìn)行分析，并且其多光譜的能力有助于區(qū)分地表覆蓋類(lèi)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(zhǎng)期穩(wěn)定的觀測(cè)能力及豐富的歷史數(shù)據(jù)積累，可為水土保持監(jiān)測(cè)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(jià)格低、數(shù)據(jù)量小且處理快捷等優(yōu)勢(shì)，適用于大尺度生產(chǎn)建設(shè)項(xiàng)目的動(dòng)態(tài)變化監(jiān)測(cè)與趨勢(shì)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(shè)項(xiàng)目水土保持動(dòng)態(tài)變化監(jiān)管中的應(yīng)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(shè)項(xiàng)目擾動(dòng)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(guò)隨機(jī)森林模型對(duì)2017—2021年湖北省生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)區(qū)域進(jìn)行了識(shí)別提取，總體識(shí)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(duì)福建省長(zhǎng)汀縣大中型生產(chǎn)建設(shè)項(xiàng)目新增施工擾動(dòng)進(jìn)行了監(jiān)測(cè)，并評(píng)估了不同時(shí)長(zhǎng)對(duì)監(jiān)測(cè)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(duì)洪家渡水電站的水土保持狀況進(jìn)行了研究，實(shí)現(xiàn)了對(duì)水土流失面積和分布的監(jiān)測(cè)，精度可達(dá) 94% 。通過(guò)中低分辨率衛(wèi)星影像可快速識(shí)別大范圍內(nèi)的大尺度生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)狀況，但其空間分辨率相對(duì)較低，難以精準(zhǔn)捕捉小尺度生產(chǎn)建設(shè)項(xiàng)目的變化情況，無(wú)法滿(mǎn)足針對(duì)小范圍區(qū)域監(jiān)測(cè)的需求。在實(shí)際監(jiān)測(cè)工作中，需要結(jié)合高分辨率衛(wèi)星影像、無(wú)人機(jī)遙感或地面觀測(cè)等精細(xì)觀測(cè)手段，形成多尺度互補(bǔ)的監(jiān)測(cè)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(shè)項(xiàng)目水土保持監(jiān)測(cè)中展現(xiàn)出明顯優(yōu)勢(shì)，可提供更加精細(xì)的地表信息，適用于中小尺度的水土保持監(jiān)測(cè)。典型的高分辨率衛(wèi)星包括法國(guó)的Spot系列衛(wèi)星和我國(guó)自主研發(fā)的高分系列衛(wèi)星等。

在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中，高分辨率衛(wèi)星遙感技術(shù)可實(shí)現(xiàn)對(duì)項(xiàng)目擾動(dòng)土地狀況、水土保持措施實(shí)施情況及防治效果、土壤流失情況等多個(gè)方面的詳細(xì)監(jiān)測(cè)與評(píng)估[9]。利用高分辨率影像的優(yōu)勢(shì)，能夠精準(zhǔn)提取項(xiàng)目區(qū)域及周邊的擾動(dòng)范圍、面積、土地利用類(lèi)型及其變化情況。周春波等[1利用高分影像對(duì)瑞金市經(jīng)果林開(kāi)發(fā)的擾動(dòng)土地狀況進(jìn)行了監(jiān)測(cè)分析，結(jié)果顯示擾動(dòng)土地面積逐年增長(zhǎng)。譚杰峻等[1]通過(guò)高分一號(hào)影像提取了西藏地區(qū)生產(chǎn)建設(shè)項(xiàng)目的擾動(dòng)地表范圍，提取結(jié)果精度達(dá)到 83% 以上。劉二佳等以高分一號(hào)影像為數(shù)據(jù)源，采用5種常用的融合方法對(duì)擾動(dòng)圖斑進(jìn)行信息提取，結(jié)果表明GS變換和PC變換在擾動(dòng)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(duì)建設(shè)區(qū)內(nèi)的水土保持措施進(jìn)行識(shí)別與提取，確保這些措施按照設(shè)計(jì)要求實(shí)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(tái)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(kāi)展了對(duì)梯田、淤地壩、植被等水土保持措施的提取研究。李國(guó)和等[15]利用高分一號(hào)、高分二號(hào)和WorldView遙感衛(wèi)星的多星協(xié)同技術(shù)對(duì)平江抽水蓄能水電站進(jìn)行擾動(dòng)面積、水土保持措施和道路的監(jiān)測(cè)，提取結(jié)果精度滿(mǎn)足工程需要。

通過(guò)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(jìn)一步計(jì)算擾動(dòng)土地整治率、水土流失總治理度、林草植被恢復(fù)率和林草覆蓋率等水土保持效果評(píng)價(jià)指標(biāo)，從而判斷是否達(dá)到水土保持方案設(shè)定的防治目標(biāo)。康芮等[9通過(guò)分析水土保持衛(wèi)星遙感監(jiān)測(cè)的發(fā)展現(xiàn)狀，提出了基于高分遙感的生產(chǎn)建設(shè)項(xiàng)目水土保持效果評(píng)價(jià)指標(biāo)的監(jiān)測(cè)方法。金文君[16]利用 Spot遙感影像獲取項(xiàng)目區(qū)內(nèi)土地利用類(lèi)型面積，計(jì)算得到部分水土保持效果評(píng)價(jià)指標(biāo)，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(shè)項(xiàng)目水土保持監(jiān)測(cè)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(guò)程復(fù)雜，在應(yīng)用時(shí)應(yīng)結(jié)合具體需求和資源條件，合理制定監(jiān)測(cè)方案。

1.3 高分立體測(cè)繪衛(wèi)星

高分立體測(cè)繪衛(wèi)星指具備高空間分辨率、多光譜觀測(cè)能力及立體成像能力的衛(wèi)星。高分七號(hào)衛(wèi)星作為我國(guó)首顆民用亞米級(jí)分辨率光學(xué)傳輸型立體測(cè)繪衛(wèi)星，于2019年成功發(fā)射，是國(guó)家高分辨率對(duì)地觀測(cè)系統(tǒng)重大專(zhuān)項(xiàng)（簡(jiǎn)稱(chēng)“高分專(zhuān)項(xiàng)”）的重要組成部分[17] 。

通過(guò)高分七號(hào)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(kāi)展土壤侵蝕區(qū)域坡度、坡長(zhǎng)等地形因子的提取，水土流失坡耕地監(jiān)測(cè)與評(píng)價(jià)指標(biāo)快速提取，侵蝕溝及其形態(tài)指標(biāo)快速提取等。趙云龍等[18]利用高分七號(hào)衛(wèi)星、 .1：10000 地形圖和激光雷達(dá)生成的DEM數(shù)據(jù)對(duì)坡度和坡長(zhǎng)進(jìn)行提取，并與不同數(shù)據(jù)源的提取精度進(jìn)行對(duì)比，結(jié)果顯示高分七號(hào)衛(wèi)星在大尺度坡度、坡長(zhǎng)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(píng)估，但在小尺度或具體位置的坡長(zhǎng)提取方面其精度還有待提升。張俊彬等[9]探討了高分七號(hào)衛(wèi)星影像在東北黑土區(qū)溝蝕侵蝕監(jiān)測(cè)中的適用性，特別是評(píng)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(hào)衛(wèi)星立體影像在東北黑土區(qū)的小流域切溝監(jiān)測(cè)中具有一定的適用性，但在淺溝監(jiān)測(cè)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(hào)衛(wèi)星影像研究了自動(dòng)提取東北黑土區(qū)侵蝕溝的方法，通過(guò)對(duì)比流向邊緣檢測(cè)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)3種自動(dòng)提取技術(shù)，發(fā)現(xiàn)深度學(xué)習(xí)方法在提取侵蝕溝方面表現(xiàn)最佳，整體提取精度達(dá)到 60% ，但仍需優(yōu)化，以解決精度和連續(xù)性的問(wèn)題。

高分七號(hào)衛(wèi)星以其卓越的立體成像能力、高空間分辨率和高重訪(fǎng)周期，已在自然資源調(diào)查、水利建設(shè)、環(huán)境保護(hù)、災(zāi)害監(jiān)測(cè)與評(píng)估等多個(gè)領(lǐng)域發(fā)揮重要作用[2]。在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)方面，可以用于獲取大范圍高分辨率地形數(shù)據(jù)、監(jiān)測(cè)項(xiàng)目施工過(guò)程中引起的地形變化等。然而，目前高分立體測(cè)繪衛(wèi)星的數(shù)據(jù)獲取成本較高，數(shù)據(jù)處理過(guò)程復(fù)雜，對(duì)設(shè)備及技術(shù)要求高，因此未來(lái)應(yīng)進(jìn)一步探索和完善高分立體測(cè)繪衛(wèi)星數(shù)據(jù)處理技術(shù)，加強(qiáng)與地面、無(wú)人機(jī)及其他高分?jǐn)?shù)據(jù)的協(xié)同應(yīng)用，充分發(fā)揮其在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的技術(shù)優(yōu)勢(shì)和應(yīng)用潛力。

2無(wú)人機(jī)遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用現(xiàn)狀

無(wú)人機(jī)遙感技術(shù)是以無(wú)人機(jī)搭載不同傳感器采集數(shù)據(jù)，并結(jié)合計(jì)算機(jī)處理技術(shù)，根據(jù)特定需求生成監(jiān)測(cè)成果[22]。相比傳統(tǒng)的衛(wèi)星遙感，無(wú)人機(jī)遙感技術(shù)很好地解決了衛(wèi)星遙感時(shí)效性差、機(jī)動(dòng)性弱的缺點(diǎn)。目前，無(wú)人機(jī)遙感技術(shù)呈現(xiàn)出多用途、多機(jī)型、多種載荷能力以及長(zhǎng)續(xù)航能力的發(fā)展態(tài)勢(shì)[23]。在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中，主要以可見(jiàn)光相機(jī)為主[22]，可根據(jù)不同監(jiān)測(cè)需求，選擇垂直或傾斜攝影方式。相較可見(jiàn)光相機(jī)，激光雷達(dá)的應(yīng)用較少，但在特定項(xiàng)目中展現(xiàn)出了獨(dú)特優(yōu)勢(shì)

2.1 垂直攝影

垂直攝影是無(wú)人機(jī)遙感技術(shù)中應(yīng)用最為廣泛的一種攝影方式，即通過(guò)無(wú)人機(jī)搭載單鏡頭相機(jī)，鏡頭垂直于地面進(jìn)行拍攝，以快速獲取高分辨率二維影像數(shù)據(jù)[24]。運(yùn)用基于垂直攝影方式的無(wú)人機(jī)遙感技術(shù)進(jìn)行生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)，能夠顯著提升監(jiān)測(cè)工作效率、監(jiān)測(cè)準(zhǔn)確率以及自動(dòng)化程度，具有機(jī)動(dòng)性強(qiáng)、便捷性高、成本低的特點(diǎn)，在準(zhǔn)確掌握水土流失的位置、強(qiáng)度以及危害方面具有重要作用，為推進(jìn)水土保持監(jiān)測(cè)工作的定量化、精細(xì)化和信息化發(fā)展提供了有力支持[25]。李嵐斌等[26]運(yùn)用無(wú)人機(jī)垂直攝影技術(shù)對(duì)清遠(yuǎn)抽水蓄能電站的擾動(dòng)面積、水土流失情況、水土保持措施以及取（棄）土場(chǎng)進(jìn)行了監(jiān)測(cè)。王志良等[27]指出無(wú)人機(jī)垂直攝影技術(shù)在鐵路等大型線(xiàn)狀工程水土保持監(jiān)測(cè)中的優(yōu)勢(shì)更加突出，具有時(shí)效性好、精度高和更加直觀全面的特點(diǎn)。陳宇等2通過(guò)無(wú)人機(jī)垂直攝影技術(shù)進(jìn)行生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)，認(rèn)為該技術(shù)可準(zhǔn)確獲取擾動(dòng)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(wú)人機(jī)垂直攝影技術(shù)對(duì)生產(chǎn)建設(shè)項(xiàng)目的渣場(chǎng)進(jìn)行了動(dòng)態(tài)監(jiān)測(cè)，認(rèn)為該技術(shù)能夠快速、準(zhǔn)確、直觀地反映渣場(chǎng)的面積、體積以及水土保持措施等信息的動(dòng)態(tài)變化情況。張琳琳等[30]通過(guò)無(wú)人機(jī)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(xiàng)目的擾動(dòng)土地面積、水土保持措施實(shí)施數(shù)量和臨時(shí)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(wú)人機(jī)遙感技術(shù)可以對(duì)生產(chǎn)建設(shè)項(xiàng)目范圍內(nèi)的土地?cái)_動(dòng)情況、水土保持措施實(shí)施情況、土壤侵蝕程度、棄土棄渣堆放區(qū)域以及植被恢復(fù)進(jìn)程等進(jìn)行精細(xì)化監(jiān)測(cè)。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(dǎo)致在坡度量測(cè)、堆場(chǎng)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(wèn)題，且在高差顯著或地形起伏復(fù)雜區(qū)域的適用性受到一定限制。因此，在實(shí)際監(jiān)測(cè)任務(wù)中，可將垂直攝影技術(shù)與其他手段相結(jié)合，彌補(bǔ)單一技術(shù)的不足，進(jìn)一步提升監(jiān)測(cè)精度。

2.2 傾斜攝影

傾斜攝影測(cè)量技術(shù)是一種新興的無(wú)人機(jī)遙感方法，通過(guò)搭載1個(gè)垂直向下和4個(gè)傾斜方向的相機(jī)，能在同一位置同時(shí)獲取5個(gè)角度的高分辨率影像數(shù)據(jù)，打破了傳統(tǒng)航測(cè)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(wú)人機(jī)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(cè)精度、降低監(jiān)測(cè)綜合成本及提高監(jiān)測(cè)效率等優(yōu)點(diǎn)，適用于地形起伏較大、地貌特征復(fù)雜的生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)。胡云華等[33]研究了無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)在單個(gè)生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)管中的應(yīng)用，建立了信息化監(jiān)管指標(biāo)提取的技術(shù)流程，并在成都市進(jìn)行了實(shí)際應(yīng)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(shí)現(xiàn)真三維量測(cè)，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(wú)人機(jī)傾斜攝影技術(shù)開(kāi)展了三峽庫(kù)區(qū)的水土保持動(dòng)態(tài)監(jiān)測(cè)，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(cè)的準(zhǔn)確性。趙立中[35]通過(guò)無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)，從多個(gè)角度采集監(jiān)測(cè)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(cè)因子以及坡度因子等信息。李博等[3介紹了利用無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)進(jìn)行土方計(jì)算的方法，結(jié)果表明該技術(shù)能夠簡(jiǎn)化土方測(cè)量工作流程，降低成本，并且提高土方計(jì)算的精度。丁宏宇等[37]通過(guò)無(wú)人機(jī)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(duì)重點(diǎn)區(qū)域的土地利用現(xiàn)狀、面積、坡度等信息進(jìn)行了分析。

無(wú)人機(jī)傾斜攝影技術(shù)在復(fù)雜環(huán)境下的生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中展現(xiàn)出巨大的應(yīng)用潛力，可生成高精度三維模型，實(shí)現(xiàn)坡度、坡長(zhǎng)以及土方量等多種地形信息的精準(zhǔn)量測(cè)。但是，該技術(shù)在實(shí)際推廣應(yīng)用過(guò)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(fù)雜，數(shù)據(jù)處理過(guò)程通常需要專(zhuān)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(shè)備成本相對(duì)較高，且系統(tǒng)構(gòu)造復(fù)雜，日常維護(hù)和操作難度較大，對(duì)操作者的專(zhuān)業(yè)技能水平要求高，限制了其在中小規(guī)模監(jiān)測(cè)機(jī)構(gòu)中的普及；最后，由于設(shè)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(yīng)用時(shí)存在一定局限性。未來(lái)的研究可著重于優(yōu)化數(shù)據(jù)處理流程，降低設(shè)備成本，提高設(shè)備的便攜性和易用性，以推動(dòng)該技術(shù)進(jìn)一步推廣應(yīng)用。

2.3 激光雷達(dá)

激光雷達(dá)（LiDAR）技術(shù)是結(jié)合傳統(tǒng)雷達(dá)與激光遙感的新型空間信息獲取技術(shù)，具備高時(shí)空分辨率、強(qiáng)大的植被穿透能力以及高精度數(shù)據(jù)等優(yōu)勢(shì)，能夠快速、精準(zhǔn)地獲取復(fù)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(dá)獲取的高精度三維點(diǎn)云數(shù)據(jù)可提取出多種監(jiān)測(cè)指標(biāo)，現(xiàn)已在多個(gè)領(lǐng)域的調(diào)查監(jiān)測(cè)中得到廣泛應(yīng)用。在水土保持監(jiān)測(cè)中，可以用于詳細(xì)調(diào)查侵蝕溝的形態(tài)指標(biāo)，快速識(shí)別大范圍植被覆蓋下的溝壑網(wǎng)絡(luò)；獲取淤地壩的地理信息，實(shí)現(xiàn)對(duì)淤地壩淤積狀況和壩體安全的調(diào)查與評(píng)估；對(duì)森林覆蓋區(qū)實(shí)現(xiàn)林下水土流失的動(dòng)態(tài)監(jiān)測(cè)，彌補(bǔ)傳統(tǒng)遙感技術(shù)的局限性。PERROYetal.[38]對(duì)比了基于機(jī)載和地面激光雷達(dá)估算得到的侵蝕溝壑體積，得出基于地面激光雷達(dá)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(jī)載激光雷達(dá)在大范圍和復(fù)雜地形條件下表現(xiàn)更佳。JAMESetal.[39]利用機(jī)載激光雷達(dá)技術(shù)有效識(shí)別了森林覆蓋區(qū)的侵蝕溝網(wǎng)絡(luò)，克服了傳統(tǒng)無(wú)人機(jī)遙感技術(shù)難以有效識(shí)別植被覆蓋下侵蝕溝的難題。張建國(guó)等[40]對(duì)比了無(wú)人機(jī)垂直攝影測(cè)量、無(wú)人機(jī)傾斜攝影測(cè)量和機(jī)載激光雷達(dá)技術(shù)在淤地壩淤積量測(cè)量中的應(yīng)用，結(jié)果得出機(jī)載激光雷達(dá)技術(shù)的測(cè)量精度和采集效率最高，但是相應(yīng)的成本也較高，適用于有高精度要求的淤積量測(cè)量。董彥麗等[41]利用機(jī)載激光雷達(dá)獲取三維點(diǎn)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(wú)人機(jī)正射影像和機(jī)載激光雷達(dá)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(dá)到更高的測(cè)量精度。

然而，目前該技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用研究較少，主要原因在于其設(shè)備采購(gòu)與維護(hù)成本較高且數(shù)據(jù)處理技術(shù)門(mén)檻高。未來(lái)，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(shè)項(xiàng)目植被覆蓋區(qū)的高精度地形信息，準(zhǔn)確評(píng)估項(xiàng)目?jī)?nèi)植被恢復(fù)條件下DEM變化情況等，為生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)工作提供更全面、更細(xì)致的數(shù)據(jù)支撐。

3生產(chǎn)建設(shè)項(xiàng)目水土保持信息提取技術(shù)

隨著遙感技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，目前在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中已應(yīng)用了目視解譯、基于像元分類(lèi)、面向?qū)ο蠓诸?lèi)、深度學(xué)習(xí)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(chǔ)的信息提取方法，主要依賴(lài)于專(zhuān)家經(jīng)驗(yàn)進(jìn)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(qiáng)，僅適用于數(shù)據(jù)驗(yàn)證以及復(fù)雜地形區(qū)域的補(bǔ)充分析[44]。基于像元分類(lèi)是以像元為基本單位，利用其光譜信息快速進(jìn)行分類(lèi)的方法，計(jì)算過(guò)程自動(dòng)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(duì)高分辨率影像的適應(yīng)性較差，從而影響分類(lèi)精度。

面向?qū)ο蠓诸?lèi)方法通過(guò)對(duì)遙感影像進(jìn)行對(duì)象化分割，綜合利用對(duì)象的光譜、形狀、紋理以及空間關(guān)系特征進(jìn)行分類(lèi)，有效克服了基于像元分類(lèi)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(shí)別光譜信息相似但類(lèi)別不同的地物。趙搏華等[45]利用5種面向?qū)ο蠓诸?lèi)方法對(duì)項(xiàng)目范圍內(nèi)的水土保持措施進(jìn)行提取并分析精度差異，得出SVM分類(lèi)法更適合該項(xiàng)目的水土保持措施分類(lèi)。譚杰峻等[]利用基于規(guī)則的面向?qū)ο蠓诸?lèi)方法對(duì)西藏墨竹工卡縣的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)區(qū)進(jìn)行提取，提取精度達(dá)到 83% 以上。面向?qū)ο蠓诸?lèi)方法在高分辨率影像的水土保持信息提取中展現(xiàn)出較好的適應(yīng)性，但目前該方法在實(shí)際應(yīng)用中仍存在一些不足，如影像分割參數(shù)設(shè)置和分類(lèi)規(guī)則構(gòu)建過(guò)程復(fù)雜，十分依賴(lài)于經(jīng)驗(yàn)與主觀判斷，針對(duì)不同區(qū)域和不同地物類(lèi)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(biāo)準(zhǔn)化應(yīng)用，且處理效率相對(duì)較低

近年來(lái)，深度學(xué)習(xí)技術(shù)逐漸被引人遙感信息提取領(lǐng)域，深度學(xué)習(xí)模型通過(guò)訓(xùn)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(yǔ)義特征信息，表現(xiàn)出較高的自動(dòng)化程度和提取精度[46-47]。目前該技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用還相對(duì)有限，只在大范圍的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)圖斑的識(shí)別提取方面開(kāi)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(jìn)的DeepLabV3 + 模型和U-net模型，對(duì)甘肅省中部的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)圖斑進(jìn)行了自動(dòng)提取試驗(yàn)，結(jié)果表明改進(jìn)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(luò)模型對(duì)某省生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)斑塊進(jìn)行了識(shí)別提取，最終識(shí)別精度達(dá)到 97.52% 。盧慧中等[50]從目標(biāo)識(shí)別與變化檢測(cè)視角比較了 U-netΩ，U-net++ 與 U-net3+ 三種模型的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)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(xué)習(xí)的語(yǔ)義分割模型如U-net、Deeplab系列等，在生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)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(zhǎng)、可解釋性不足等問(wèn)題。在實(shí)際應(yīng)用中，需結(jié)合不同信息提取方法的優(yōu)勢(shì)，不斷優(yōu)化遙感數(shù)據(jù)處理流程，以進(jìn)一步提升生產(chǎn)建設(shè)項(xiàng)目水土保持信息提取的智能化和精準(zhǔn)化水平。

4發(fā)展建議

隨著遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用逐漸增多，監(jiān)測(cè)精度和效率都得到了顯著提升。同時(shí)，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?lèi)方法和深度學(xué)習(xí)技術(shù)，也極大地增強(qiáng)了影像解譯的能力。然而，目前仍存在數(shù)據(jù)處理流程復(fù)雜、監(jiān)測(cè)精度有待進(jìn)一步提高、部分技術(shù)手段成本較高、缺乏統(tǒng)一技術(shù)標(biāo)準(zhǔn)等問(wèn)題，限制了遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用效果。因此，未來(lái)可以圍繞以下幾個(gè)方面開(kāi)展研究：一是進(jìn)一步加強(qiáng)對(duì)高分立體測(cè)繪衛(wèi)星、激光雷達(dá)等新興遙感監(jiān)測(cè)技術(shù)的探索，進(jìn)一步拓展監(jiān)測(cè)手段、擴(kuò)大適用范圍并提高監(jiān)測(cè)精度，從而更好地滿(mǎn)足多樣化的生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)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(wú)人機(jī)遙感等多種數(shù)據(jù)源的優(yōu)勢(shì)，構(gòu)建多尺度、多平臺(tái)協(xié)同的監(jiān)測(cè)體系，實(shí)現(xiàn)生產(chǎn)建設(shè)項(xiàng)目的全方位監(jiān)測(cè)；三是推動(dòng)遙感技術(shù)與人工智能方法深度融合，引人深度學(xué)習(xí)算法，構(gòu)建智能化遙感數(shù)據(jù)解譯模型，實(shí)現(xiàn)對(duì)高分辨率影像信息的自動(dòng)識(shí)別與精準(zhǔn)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(cè)技術(shù)標(biāo)準(zhǔn)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(shè)項(xiàng)目水土保持監(jiān)測(cè)工作的高質(zhì)量發(fā)展奠定基礎(chǔ)

參考文獻(xiàn)：

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

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

[3］劉憲春，王萬(wàn)君，王愛(ài)娟，等.遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用[J].中國(guó)水土保持，2014（8）：64-66.

［4］莫沫.水土保持遙感應(yīng)用成效與展望[J].中國(guó)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(shè)項(xiàng)目水土保持動(dòng)態(tài)變化監(jiān)管技術(shù)研究[J].中國(guó)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(shè)項(xiàng)目人為擾動(dòng)區(qū)域快速識(shí)別和提取［J].水土保持通報(bào)，2023，43（6） ：217-226.

［7］李琳，汪小欽，劉益鋒，等.基于時(shí)序遙感影像的長(zhǎng)汀縣生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)監(jiān)測(cè)[J].遙感技術(shù)與應(yīng)用，2023，38（2）：308-318.

［8］徐豐，曹宏，廖章志.遙感技術(shù)在開(kāi)發(fā)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用：以洪家渡水電站為例[J].中國(guó)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(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用探討［J].中國(guó)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(kāi)發(fā)擾動(dòng)土地狀況遙感監(jiān)測(cè)與分析[J].中國(guó)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(shè)項(xiàng)目擾動(dòng)地表遙感監(jiān)測(cè)方法與監(jiān)管應(yīng)用［J].中國(guó)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(duì)擾動(dòng)地塊的提取[J].水土保持學(xué)報(bào)，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(xué)，2006：9-10.

[15］李國(guó)和，高國(guó)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(yīng)用［J].礦產(chǎn)勘查，2021，12（5） ：1279-1284.

［16］金文君.遙感技術(shù)在線(xiàn)型生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)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(hào)”高精度光學(xué)立體測(cè)繪衛(wèi)星實(shí)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(hào)衛(wèi)星DEM的坡度坡長(zhǎng)計(jì)算精度評(píng)價(jià)[J].水土保持學(xué)報(bào)，2024，38（2）：136-146.

[19］張俊彬，張巖，李坤衡，等.基于高分七號(hào)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(guó)水土保持科學(xué)，2024，22（4） ：152-161.

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

[21］唐新明，王鴻燕.我國(guó)民用光學(xué)衛(wèi)星測(cè)繪產(chǎn)品體系的建立與應(yīng)用[J].測(cè)繪學(xué)報(bào)，2022，51（7）：1386-1397.

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

[23］韓文權(quán)，任幼蓉，趙少華.無(wú)人機(jī)遙感在應(yīng)對(duì)地質(zhì)災(zāi)害中的主要應(yīng)用[J].地理空間信息，2011，9（5）：6-8，163.

[24］張文謙.無(wú)人機(jī)遙感在建設(shè)項(xiàng)目水土保持監(jiān)測(cè)數(shù)據(jù)獲取中的應(yīng)用[D].北京;北京林業(yè)大學(xué)，2019：7-8.

[25］施明新.無(wú)人機(jī)技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用[J].水土保持通報(bào)，2018，38（2）：236-240.

[26]李嵐斌，金平偉，李樂(lè)，等.無(wú)人機(jī)遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用：以清遠(yuǎn)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(wú)人機(jī)低空遙感技術(shù)在線(xiàn)狀工程水土保持監(jiān)測(cè)中的應(yīng)用探討：以新建重慶至萬(wàn)州鐵路為例[J].中國(guó)水土保持科學(xué)，2015，13（4）：109-113.

[28］陳宇，付貴增，凌峰，等.無(wú)人機(jī)技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用[J].海河水利，2018（5）：57-59，68.

[29］田金梅，張迎，白云，等.小型無(wú)人機(jī)在渣場(chǎng)水土保持動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用[J].北京測(cè)繪，2018，32（10）：1165-1168.

［30］張琳琳，張艷，張文謙，等.無(wú)人機(jī)遙感在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)數(shù)據(jù)獲取中的應(yīng)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(cè)量技術(shù)在大比例尺地形圖測(cè)繪中的應(yīng)用[J].測(cè)繪通報(bào)，2018（2）：111-115.

[32］楊國(guó)東，王民水.傾斜攝影測(cè)量技術(shù)應(yīng)用及展望[J].測(cè)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(cè)量技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)管中的應(yīng)用[J].水土保持研究，2022，29（6） ：438-443.

[34］文雄飛，張穗，張煜，等.無(wú)人機(jī)傾斜攝影輔助遙感技術(shù)在水土保持動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用潛力分析［J].長(zhǎng)江科學(xué)院院報(bào)，2016，33（11） ：93-98.

[35］趙立中.基于無(wú)人機(jī)傾斜攝影遙感技術(shù)的水土保持動(dòng)態(tài)監(jiān)測(cè)方法研究［J].環(huán)境科學(xué)與管理，2024，49（9）：134-137，168.

［36］李博，徐敬海.無(wú)人機(jī)傾斜攝影測(cè)量土方計(jì)算及精度評(píng)定[J].測(cè)繪通報(bào)，2020（2）：102-106，112.

[37］丁宏宇，李寶華.無(wú)人機(jī)傾斜攝影技術(shù)在小流域綜合治理中的應(yīng)用[J].水土保持應(yīng)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(guó)，董亞維，李晶晶，等.黃土高原地區(qū)淤地壩攔沙淤積監(jiān)測(cè)中存在的問(wèn)題及方法探討［J].水土保持通報(bào)，2022，42（6） ：387-392，399.

[41］董彥麗，楊世君，高鈺婷，等.基于無(wú)人機(jī)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(cè)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(xué)習(xí)的水土保持措施遙感解譯信息提取研究[J].中國(guó)水土保持，2023（4）：45-49.

[44］賈坤，李強(qiáng)子，田亦陳，等.遙感影像分類(lèi)方法研究進(jìn)展[J].光譜學(xué)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?lèi)方法在水土保持措施提取中的應(yīng)用[J].中國(guó)水土保持科學(xué)，2022，20（1） ：122-127.

[46］曹林林，李海濤，韓顏?lái)槪?卷積神經(jīng)網(wǎng)絡(luò)在高分遙感影像分類(lèi)中的應(yīng)用[J].測(cè)繪科學(xué)，2016，41（9）：170-175.

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

[48］康芮，邱新玲，馬鴻財(cái)，等.基于深度學(xué)習(xí)的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)圖斑自動(dòng)提取[J].中國(guó)水土保持科學(xué)，2023，21（1）：128-138.

[49］金平偉，黃俊，姜學(xué)兵，等.基于深度學(xué)習(xí)的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)圖斑自動(dòng)識(shí)別分類(lèi)[J].中國(guó)水土保持科學(xué)，2022，20（6） ：116-125.

[50］盧慧中，卞雪，金秋，等.基于深度學(xué)習(xí)的生產(chǎn)建設(shè)項(xiàng)目擾動(dòng)圖斑提取算法和識(shí)別策略［J].中國(guó)水土保持，2024（8） ：23-28.