一、項(xiàng)目背景

按照國務(wù)院辦公廳《關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見》（國辦發(fā)〔2020〕44號）和天津市農(nóng)業(yè)農(nóng)村委員會、市規(guī)劃和自然資源局《關(guān)于印發(fā)<天津市防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)工作方案>的通知》（津農(nóng)委〔2020〕40號）要求，天津市開展主要糧食作物種植情況以及糧食生產(chǎn)功能區(qū)動態(tài)監(jiān)測工作，形成天津市主糧種植區(qū)域空間分布矢量數(shù)據(jù)，以及識別本年度糧食功能區(qū)內(nèi)主糧應(yīng)種未種地塊，切實(shí)加強(qiáng)對種植農(nóng)作物情況的監(jiān)管。

2022年1月，天津測繪院聯(lián)合武漢大學(xué)共同設(shè)立《耕地“非農(nóng)化”、“非糧化”智能遙感解譯關(guān)鍵技術(shù)研究》課題，專題研究耕地“非農(nóng)化”、“非糧化”遙感監(jiān)測技術(shù)，并依托AI智能解譯技術(shù)探索出三大主糧高精度自動化提取方法，高效助力天津市主糧種植情況及糧食生產(chǎn)功能區(qū)動態(tài)監(jiān)測工作。

二、技術(shù)特點(diǎn)

1、技術(shù)路線

 耕地“非農(nóng)化”智能遙感解譯關(guān)鍵技術(shù)研究技術(shù)路線

耕地“非糧化”智能遙感解譯關(guān)鍵技術(shù)研究技術(shù)路線

2、算法開發(fā)

①面向耕地“非農(nóng)化”的圖斑發(fā)現(xiàn)算法研究

基于Mask R-CNN和GCN的耕地“非農(nóng)化”的圖斑發(fā)現(xiàn)網(wǎng)絡(luò)：給定輸入圖像，由Mask R-CNN生成所有建筑物、構(gòu)筑物的邊界框；然后，將每個(gè)邊界框內(nèi)的圖像和對應(yīng)特征輸入到GCN網(wǎng)絡(luò)中，生成對應(yīng)建筑物、構(gòu)筑物的初始矢量多邊形。圖為所設(shè)計(jì)和提出的Two Scale GCN（TS-GCN）網(wǎng)絡(luò)框架。

 TS-GCN網(wǎng)絡(luò)框架

②面向耕地“非糧化”的圖斑發(fā)現(xiàn)算法研究

設(shè)計(jì)了基于長程特征相關(guān)監(jiān)督的U型網(wǎng)絡(luò)（FCS-UNet），先利用多時(shí)相遙感影像數(shù)據(jù)和深度學(xué)習(xí)智能算法提取準(zhǔn)確的地表覆蓋類型分類結(jié)果，再將地表覆蓋分類結(jié)果與規(guī)定的耕地范圍進(jìn)行比較，實(shí)現(xiàn)自動地發(fā)現(xiàn)耕地內(nèi)非糧化區(qū)域。

它的整體結(jié)構(gòu)如圖所示。FCS-UNet網(wǎng)絡(luò)包括特征監(jiān)督模塊和自適應(yīng)感受野特征提取模塊，其中特征監(jiān)督模塊可以輸出圖像上不同距離像素/區(qū)域間的相關(guān)分?jǐn)?shù)，并重新校準(zhǔn)內(nèi)部特征圖，以增強(qiáng)對易混淆區(qū)域的判別能力；自適應(yīng)感受野特征提取模塊接收不同尺度的輸入圖像，以提取更加全面的地表地物信息。

 FCS-UNet網(wǎng)絡(luò)結(jié)構(gòu)

3、自動化軟件開發(fā)

自動化軟件基于Python3.7實(shí)現(xiàn)，依賴于Pytorch深度學(xué)習(xí)框架以及各種影像和矢量處理包，使用PyQt5控件框架，用于構(gòu)建靈活、易于擴(kuò)展的Windows平臺應(yīng)用程序。

基于深度學(xué)習(xí)技術(shù)的耕地“非農(nóng)化”“非糧化”提取應(yīng)用軟件

根據(jù)基于遙感影像的違規(guī)耕地作物提取及變化檢測軟件平臺的項(xiàng)目需求，研制六個(gè)功能模塊，包括工程項(xiàng)目、數(shù)據(jù)預(yù)處理、數(shù)據(jù)核查、模型處理、數(shù)據(jù)后處理、使用幫助。

三、應(yīng)用案例

1. 武清區(qū)“非糧化”提取結(jié)果及精度分析

按照以上技術(shù)路線，本項(xiàng)目對年武清區(qū)“非糧化”圖斑進(jìn)行了提取及處理，實(shí)驗(yàn)結(jié)果如圖所示。

本次實(shí)驗(yàn)共發(fā)現(xiàn)非糧化圖斑數(shù)6061個(gè)，且完全覆蓋真值圖斑，查全率達(dá)到100%。實(shí)驗(yàn)表明，通過“非糧化”圖斑識別技術(shù)，可以有效提高人工作業(yè)效率，并且可以對“非糧化”現(xiàn)象進(jìn)行有效治理，輔助生產(chǎn)作業(yè)。

武清區(qū)“非糧化”圖斑及局部效果

2. 武清區(qū)“非農(nóng)化”提取結(jié)果及精度分析

按照以上技術(shù)路線對武清區(qū)“非農(nóng)化”圖斑進(jìn)行了提取及處理，實(shí)驗(yàn)結(jié)果如圖所示。本次實(shí)驗(yàn)共發(fā)現(xiàn)非糧化圖斑數(shù)15520個(gè)，查全率達(dá)到95%。研究表明，通過對耕地提取進(jìn)行“非農(nóng)化”圖斑查找雖然無法全面覆蓋所有“非農(nóng)化””現(xiàn)象，但對比建（構(gòu)）筑物提取效果來著，查全率得到了有效提升，更適用于實(shí)際需求。

武清區(qū)“非農(nóng)化”圖斑及局部效果

四、社會效益

本項(xiàng)目打造的AI+遙感耕地“非農(nóng)化”“非糧化”自動監(jiān)測技術(shù)方案，解決了傳統(tǒng)人工判讀效率低、遺漏率高等問題，減少外業(yè)核查工作量，為實(shí)現(xiàn)耕地“非農(nóng)化”“非糧化”年度動態(tài)監(jiān)測打下堅(jiān)實(shí)的基礎(chǔ)，一定程度上減輕作業(yè)人員繁重的手工標(biāo)繪工作，提升實(shí)際生產(chǎn)效率，切實(shí)加強(qiáng)對天津市種植農(nóng)作物情況的監(jiān)管，為嚴(yán)防耕地“非糧化”、糧食安全保障提供第一手的基礎(chǔ)信息。