远距离遥控器⾃然资源遥感监测⼯作主要发挥国产卫星优势，利⽤优于2m影像，针对全国范围⾃然资源全要素，以全覆盖季度遥感监测、重点区域⽉度遥感监测、重点⽬标即时遥感监测为主要⽬标，构建监测技术流程和⽅法体系。⾃然资源遥感监测技术主要采⽤深度学习等⼈⼯智能技术，研发影像⾃动处理、监测信息⾃动提取、成果质检等监测⽅法，构建传感器校正影像产品⽣产、正射影像⽣产、监测信息⾃动提取、⼈⼯处理、监测成果建库等监测流程（图1），实现⾃然资源现状信息提取和变化监测的系统化运⾏。 图1 ⾃然资源遥感监测技术流程
淀粉牙签
1）影像统筹。针对⾃然资源监测监管业务需求，构建⾃然资源调查监测虚拟卫星星座。以任务为导向，整合卫星资源和监测需求，统筹制定多颗卫星拍摄计划，合理安排在轨卫星对地观测⾓度，实现多源影像的全国有效覆盖。
2）正射影像⽣产。采⽤有理多项式（RFM）⼏何成像模型构建及稳健计算技术、⼤范围区域稀少或⽆地⾯控制卫星影像区域⽹平差技术、基于⾼速⽹络的集分布式遥感影像数据处理技术等，实现正射影像产品规模化、⾃动化⽣产。按照有效影像数据当⽇接收当⽇处理要求，建⽴从⾃动云判、传感器校正产品⽣产、正射影像纠正、融合、流程化质检全链条过程作业，保障⾃然资源常态化及应急监测需求。
双模具
布卫生巾3）监测信息⾃动提取。充分利⽤⾼分辨率、多⾓度、多模式的光学、⾼光谱、雷达等多源遥感监测数据，基于典型⾃然资源类型在不同时相、尺度、空间分辨率影像上的光谱、纹理、形状及⼏何拓扑、空间关系等特征，构建了多类要素的⾃动提取规则和样本库，并建⽴⾃动提取任务，对各类要素现状及变化信息实现⾃动提取。
4）监测信息处理。对各⾃动提取结果进⾏核实和查漏补缺，完善相关属性信息。各监测要素具体处理内容有：⼟地利⽤变化监测要素主要包括地类信息和地表覆盖信息等；耕地变化信息包括农作物类型和⼟地利⽤状况信息；⽔资源监测包括冰川积雪、地表⽔⾯变化等信息；林草湿资源监测包括林草
湿资源数量（⾯积、蓄积量）、种类（森林类型、植被类型、树种等）、质量（郁闭度/覆盖度等）以及功能（林种、⽣物量等）等信息。
5）监测成果建库。采⽤⾯向对象⽅法和UML统⼀建模语⾔，通过对各类监测信息产品及统计分析成果数据等进⾏批量检查、对象化处理、数据⼊库以及关联关系建⽴等系列处理后，构建时空基准统⼀、属性指标协调⼀致的⾃然资源长时间序列遥感监测数据库。对监测产品按空间范围或时间维度进⾏合并整理，完成全国季度性遥感监测产品、全国地表⽔资源监测产品、冰川监测产品、红树林监测产品、耕地“⾮农化”“⾮粮化”监测产品等成果⼊库。
往复锯片
分集接收6）监测成果应⽤。采⽤海量卫星遥感数据⾼时效⾃动处理分发技术，实现影像数据资源在线即时共享和⾼效利⽤。通过⾃然资源遥感云服务平台，实现数据当天上云、当天下发，提⾼数据共享时效性，实现云环境下卫星监测产
品“7×24”⼩时不间断持续稳定推送和深度应⽤。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议