技术详细介绍
①课题来源与背景:海岸带作为陆地与海域过渡区域,从世界范围看,虽不到全球陆地面积的10%,但却是人类活动极为频繁的区域,超过 160 万人的大都市有2/3分布在海岸带地区。中国的海岸带包括辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西和港澳台等经济发达、贸易活跃的省区市,是我国经济发展程度较高、资源开发利用较频繁、生态环境较脆弱的区域,因此海岸带的资源开发、利用和管理是关系到我国经济社会可持续发展的重大战略问题。海岸价值高昂但空间有限, 海岸带资源(比如土地)的使用面临着多方压力,经常处于冲突状态中。因此需要精准的数据作为科学决策、合理开发海岸带资源的基础,亟需使用先进的空间信息技术为海岸带开发提供科学数据支撑。 ②技术原理及性能指标:基于当前海岸带开发与管理中所遇到的空间数据服务及数据增值应用相关问题,通过在统一的时空框架下,汇集多源异构海岸带空间信息,集成地图、海图,构建空、天、地、海多源异构时空数据库,深度融合多源数据,开展多源异构数据融合技术研究、遥感影像快速分类研究、基于深度学习的遥感弱目标识别技术研究,构建自然资源评估模型、海域与海岸线变化监测模型、海洋灾害监测与财产损失评估模型、遥感目标识别与定位模型等业务分析模型,为海洋资源开发与利用、海上交通等提供主动、及时、有效的空间信息服务。主要突破海陆数据、空天陆海多源异构数据的融合与集成、基于深度学习的遥感弱目标识别、空间信息服务的自动重构等。 ③技术的创造性与先进性:1、从多尺度、多时态、多维度、多专题四维角度建立海岸带时空综合数据概念模型,实现海陆数据、空天陆海多源异构数据的融合与集成;2、应用目标上下文和场景上下文进行深度学习的海洋遥感弱目标识别与定位:3、采用多因素综合评价法划分海岸带资源的等级,计算各评估单元的资源价值,评估各等级资源的价值。 ④技术的成熟程度,适用范围和安全性:(1)自组织空间信息服务重构目前网络爬虫技术已经基本成熟,以Python为代表的语言能够轻松实现相关脚本的编写工作。同时,遥感数据融合相关技术已经成熟,包括像素级融合、特征级融合、决策级融合等,重点使用贝叶斯估计、人工神经网络决策级融合方法,提供决策级融合服务。(2)基于深度学习的多源遥感海岸带弱目标识别:以深度学习算法为代表的人工智能在遥感影像目标识别中准确率已经达到90%以上,依据多源遥感影像数据,建立海岸带典型地物遥感影像训练样本库,引入深度学习算法,进行典型地物、海洋目标识别与搜索。深度学习与遥感影像结合是大势所趋。且深度学习相关模型的迭代进化速度较快,相关技术基本成熟。(3)多要素一体化自然资源价值评估:充分发挥空间信息的综合性优势,使用市场价值法、代替价值法等,对海岸带区域涉及到的多种自然资源进行多要要素一体化评估。原有体制导致了单要素评估居多,多要素一体评估系集成创新,在技术上各种评估模型已经相对成熟。 ⑤应用情况及存在的问题:海岸带空间信息产品开发及产业化项目通过空间信息管理与共享平台等10多项业务应用系统软件的研发完成了与国家海洋局厦门海洋预报台、中国航天科工飞航技术研究院动力供应站等单位关于“竹屿湾水环境监控系统设备”、“’’海上丝绸之路’’港口航线预报模块”、“海洋灾害监测及损失评估系统开发”等软件产品项目合作。 通过Landsat、Sentinel、Modis、GF系列、ZY系列、风、浪、流等30余种空间信息数据产品开发完成了与国家海洋局第三海洋研究所、北京国交信通科技发展有限公司等单位关于“国家管辖外海洋生物多样性数据库建设”、“气象数据绘制与整合”等数据产品项目合作。 通过空间信息分析、数据调查与增值、空间信息化解决方案等服务方式完成了与国家海洋局厦门海洋预报台、交通运输部东海第二救助飞行队、厦门地质工程勘察院等单位关于“厦门市海洋灾害风险评估和区划基础数据系统升级服务”、“海上应急项目专用分析软件项目”、“福建东北部沿海军民融合引供水三期工程海底输水管道路由调查与勘测数据收集服务”等技术服务项目合作。 在项目应用中,得到用户的一致肯定与好评,完成了自然资源部第三海洋研究所、自然资源部海岛研究中心、厦门海洋预报台等20多家涉海企事业单位的合作,开展并完成了“海上应急项目专用分析软件项目”、“海洋灾害监测及损失评估系统”等共67个项目,合同额共2702.33万元,本项目之后将持续在各个海区进行推广应用。 存在深度学习及弱目标识别精度问题:深度学习需要大量的样本库进行训练。目前我国高分系列卫星发射时间还不够长,相关的数据集还不够充分,技术条件还不够成熟,如何在样本不够充分的情况下,提高目标识别精度是一个重要挑战。 ⑥历年获奖情况:引用海岸带空间分析技术的软件获得了2019年中国航海学会二等奖。
①课题来源与背景:海岸带作为陆地与海域过渡区域,从世界范围看,虽不到全球陆地面积的10%,但却是人类活动极为频繁的区域,超过 160 万人的大都市有2/3分布在海岸带地区。中国的海岸带包括辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西和港澳台等经济发达、贸易活跃的省区市,是我国经济发展程度较高、资源开发利用较频繁、生态环境较脆弱的区域,因此海岸带的资源开发、利用和管理是关系到我国经济社会可持续发展的重大战略问题。海岸价值高昂但空间有限, 海岸带资源(比如土地)的使用面临着多方压力,经常处于冲突状态中。因此需要精准的数据作为科学决策、合理开发海岸带资源的基础,亟需使用先进的空间信息技术为海岸带开发提供科学数据支撑。 ②技术原理及性能指标:基于当前海岸带开发与管理中所遇到的空间数据服务及数据增值应用相关问题,通过在统一的时空框架下,汇集多源异构海岸带空间信息,集成地图、海图,构建空、天、地、海多源异构时空数据库,深度融合多源数据,开展多源异构数据融合技术研究、遥感影像快速分类研究、基于深度学习的遥感弱目标识别技术研究,构建自然资源评估模型、海域与海岸线变化监测模型、海洋灾害监测与财产损失评估模型、遥感目标识别与定位模型等业务分析模型,为海洋资源开发与利用、海上交通等提供主动、及时、有效的空间信息服务。主要突破海陆数据、空天陆海多源异构数据的融合与集成、基于深度学习的遥感弱目标识别、空间信息服务的自动重构等。 ③技术的创造性与先进性:1、从多尺度、多时态、多维度、多专题四维角度建立海岸带时空综合数据概念模型,实现海陆数据、空天陆海多源异构数据的融合与集成;2、应用目标上下文和场景上下文进行深度学习的海洋遥感弱目标识别与定位:3、采用多因素综合评价法划分海岸带资源的等级,计算各评估单元的资源价值,评估各等级资源的价值。 ④技术的成熟程度,适用范围和安全性:(1)自组织空间信息服务重构目前网络爬虫技术已经基本成熟,以Python为代表的语言能够轻松实现相关脚本的编写工作。同时,遥感数据融合相关技术已经成熟,包括像素级融合、特征级融合、决策级融合等,重点使用贝叶斯估计、人工神经网络决策级融合方法,提供决策级融合服务。(2)基于深度学习的多源遥感海岸带弱目标识别:以深度学习算法为代表的人工智能在遥感影像目标识别中准确率已经达到90%以上,依据多源遥感影像数据,建立海岸带典型地物遥感影像训练样本库,引入深度学习算法,进行典型地物、海洋目标识别与搜索。深度学习与遥感影像结合是大势所趋。且深度学习相关模型的迭代进化速度较快,相关技术基本成熟。(3)多要素一体化自然资源价值评估:充分发挥空间信息的综合性优势,使用市场价值法、代替价值法等,对海岸带区域涉及到的多种自然资源进行多要要素一体化评估。原有体制导致了单要素评估居多,多要素一体评估系集成创新,在技术上各种评估模型已经相对成熟。 ⑤应用情况及存在的问题:海岸带空间信息产品开发及产业化项目通过空间信息管理与共享平台等10多项业务应用系统软件的研发完成了与国家海洋局厦门海洋预报台、中国航天科工飞航技术研究院动力供应站等单位关于“竹屿湾水环境监控系统设备”、“’’海上丝绸之路’’港口航线预报模块”、“海洋灾害监测及损失评估系统开发”等软件产品项目合作。 通过Landsat、Sentinel、Modis、GF系列、ZY系列、风、浪、流等30余种空间信息数据产品开发完成了与国家海洋局第三海洋研究所、北京国交信通科技发展有限公司等单位关于“国家管辖外海洋生物多样性数据库建设”、“气象数据绘制与整合”等数据产品项目合作。 通过空间信息分析、数据调查与增值、空间信息化解决方案等服务方式完成了与国家海洋局厦门海洋预报台、交通运输部东海第二救助飞行队、厦门地质工程勘察院等单位关于“厦门市海洋灾害风险评估和区划基础数据系统升级服务”、“海上应急项目专用分析软件项目”、“福建东北部沿海军民融合引供水三期工程海底输水管道路由调查与勘测数据收集服务”等技术服务项目合作。 在项目应用中,得到用户的一致肯定与好评,完成了自然资源部第三海洋研究所、自然资源部海岛研究中心、厦门海洋预报台等20多家涉海企事业单位的合作,开展并完成了“海上应急项目专用分析软件项目”、“海洋灾害监测及损失评估系统”等共67个项目,合同额共2702.33万元,本项目之后将持续在各个海区进行推广应用。 存在深度学习及弱目标识别精度问题:深度学习需要大量的样本库进行训练。目前我国高分系列卫星发射时间还不够长,相关的数据集还不够充分,技术条件还不够成熟,如何在样本不够充分的情况下,提高目标识别精度是一个重要挑战。 ⑥历年获奖情况:引用海岸带空间分析技术的软件获得了2019年中国航海学会二等奖。