- 06成都
AI助力 读懂卫星拍下的大地照片
不去现场也能快速识别撂荒地
-
●传统人工调查手段难以充分满足全域覆盖、动态监测、及时查处的常态化土地监测需求
●耕地保护与粮食安全监管服务平台可实现动态化监测区域内土地、识别实际种植作物等功能
●目前平台已拥有小麦、水稻、大豆等主要大田作物和棉花、油菜、花生、柑橘等20余种经济作物的自动识别能力
成都智算中心又出新成果了。
不久前,由该中心首批签约算力服务孵化联合解决方案企业打造的耕地保护与粮食安全监管服务平台正式投用。该平台可实现动态化监测区域内土地、识别实际种植作物等功能,让人通过卫星照片,不去现场就能快速识别撂荒地。
该平台背后有哪些关键技术?又将如何助力相关产业发展?8月8日,记者来到该平台的研发中心一探究竟。□宁蕖四川日报全媒体记者 蒋君芳
技术路径:卫星拍照,通过AI快速识别
提到平台背后涉及哪些关键技术,平台研发方、大地量子数字政府总监杜朝阳提到两点:卫星遥感技术和AI(人工智能)算法,“卫星给大地拍照,AI快速识别这些照片。”
卫星照片什么样?杜朝阳从电脑中调出一张卫星拍摄的某地农田照片,照片上是大小不同的绿色格子。
他介绍,地球上的任何物体都具有光谱特性,具有不同的吸收、反射、辐射光谱的性能。太阳不断向地球表面发射电磁波,地面上的植物对这些电磁波进行不同的反射。“可结合格子背后的光谱反射数据,根据一定的公式分析出这是哪种植物。”
杜朝阳介绍,卫星遥感技术不是最近才出现的技术。过去,对卫星遥感影像数据的处理、分析需要有专业知识的人进行人工判读。“但面对海量数据处理时,效率很难提升,影响了遥感卫星影像数据的商业化运用。”
得益于人工智能算法和云计算的技术进步,卫星影像数据处理能力不断提高。“简单说,就是AI代替过去的人工识别。”杜朝阳说,AI在进行大规模卫星影像数据处理前,必须先经历样本学习阶段,“比如,获取水稻识别能力前,需要先学习水稻样本,了解样本的光谱特性。学会后,当它再遇到类似影像,就能快速识别出来。”
目前,包括百度、商汤科技、大地量子等在内的不少企业都针对卫星遥感影像数据的分析,推出了自己的算法模型。这加速了卫星遥感影像数据的商业化应用和推广。
应用推广:科技赋能,助力常态化监测
目前,耕地保护与粮食安全监管服务平台已拥有小麦、水稻、大豆等主要大田作物和棉花、油菜、花生、柑橘等20余种经济作物的自动识别能力。这将如何助力农业发展?
我国耕地资源分布广、面积大,耕地利用情况复杂、作物种类繁多,传统人工调查手段难以充分满足全域覆盖、动态监测、及时查处的常态化监测需求。而耕地保护与粮食安全监管服务平台能解决这一难题。
“判断这块土地是不是撂荒,只需要调出连续几个月的卫星遥感影像进行分析,就能知道这块土地上是不是种了农作物,具体是什么农作物。一旦发现疑似撂荒的现象,相关部门就可以去定点地块,进行最终核查。”大地量子所属公司成都特拉库塔科技有限公司商务总监孙璜说,这一平台能帮助政府实现日常监管模式由传统人工“随机性调查、被动式发现、运动式查处”向“地毯式搜索、主动式发现、常态化治理”的转变,大幅提升工作效率。
在孙璜看来,遥感卫星有着巨大的应用前景。“比如,一个地方要对10万亩油菜投保,如果光靠保险公司人力去调查土地情况,耗时耗力,结果还不一定准确。如果调取卫星遥感影像数据分析处理,很快就能得出结论。”
四川有较大地区属于盆地,一年四季云雨天气多,晴天少,光学遥感卫星的有效观测天数受到很大影响,“光学遥感卫星属于被动式探测,靠接收地表物对太阳电磁波的反射,而云层会影响太阳照射。”杜朝阳说。
要解决这一问题,就要拓宽影像数据的来源。“微波成像雷达卫星是主动式探测,靠自己发射雷达,物体反射雷达来成像,能够克服云雾雨雪和黑夜条件的限制。”杜朝阳介绍,数据来源多元化后,对AI也提出了更高要求,“目前我们正在进行技术的迭代更新。”