廣東省自然資源常態化監測模式探索與實踐

郭海京，鐘遠軍，楊娜娜

1. 廣東省國土資源測繪院，廣州 510663；

2. 自然資源部華南熱帶亞熱帶自然資源監測重點實驗室，廣州 510663；

3. 廣東省自然資源科技協同創新中心，廣州 510663

1 引 言

建設生態文明，是關系人民福祉、關乎民族未來的長遠大計。2018 年，中共中央印發《深化黨和國家機構改革方案》組建自然資源部，履行“兩統一”職責，為逐步實現山水林田湖草整體保護、系統修復、綜合治理提供基礎支撐（宋馬林等，2022）。2019 年10 月，黨的十九屆四中全會要求“加快建立自然資源統一調查、評價、監測制度，健全自然資源監管體制”（宋馬林等，2022）。2020 年1 月，自然資源部印發《自然資源調查監測體系構建總體方案》，明確自然資源調查監測體系構建的目標任務和工作內容。統籌山水林田湖草等各類自然資源的整體保護、系統修復和綜合治理，對我國國土資源的長期可持續發展起著重要作用（丁憶等，2021）。多年來，國家和地方組織實施了形式多樣、不同層次的調查評價、監測評估工程，以摸清發展的地理空間條件，但由于人們對時空信息賦能高質量發展的基礎研究相對薄弱，亟需理清其實現路徑（陳軍等，2023，2022a）。

深度學習和信息化等數字化技術的發展，為高效、快速地掌握各類自然資源變化情況提供了新的解決方式（王詩洋等，2021）。為解決傳統調查監測模式效率低、業務協同能力不高、信息化手段應用不足，以及各類自然資源變化發現慢、識別不準、查不全等瓶頸難題（閆利等，2022），2022 年初廣東省自然資源廳印發《廣東省自然資源調查評價監測體系建設方案（2021—2025 年）》，提出建設千萬級廣東省自然資源綜合解譯樣本庫和綜合感知服務系統，構建省市縣三級聯動協同的自然資源常態化監測新模式。自然資源常態化監測作為廣東省自然資源調查監測體系中重要的中樞節點和創新路徑，如何構建高效、快捷、及時的監測新模式，動態掌握自然資源變化情況，是有效實施全省自然資源調查監測工作的關鍵環節。本文根據梅州市大埔縣、惠州市大亞灣開發區、江門市新會區三個自然資源常態化監測試點區域工作的開展情況，梳理優化和完善技術路線、工作模式，為全面推進廣東省自然資源常態化監測工作積累經驗。

2 工作基礎及存在問題

2.1 工作基礎

基礎數據方面，詳見表1。一是完成了國土（土地）調查與年度變更、森林資源二類調查和森林資源管理“一張圖”更新、濕地資源調查、水資源調查評價、海洋資源調查及海岸線修測、礦產資源國情調查、地理國情普查及地理國情監測等工作，具有豐富的調查監測基礎數據（葉遠智等，2019；周俊超等，2021）。二是依托自然資源廣東省衛星應用技術中心，持續匯聚來自自然資源部國土衛星遙感應用中心、國家衛星海洋應用中心、中國資源衛星應用中心及商業采購等途徑獲取的多源多尺度衛星遙感影像數據，為調查監測提供充足的影像數據。三是2020~2021 年在廣州市南沙區、江門市臺山市開展的試點工作，為全省調查監測的全面鋪開提供組織實施、技術重構等經驗。

表1 廣東省自然資源調查監測基礎數據Tab.1 History of natural resources investigation and monitoring in Guangdong Province

技術積累方面，一是采用“調查、核查、建庫一體化”的國土變更調查新模式，建設了第三次全國國土調查廣東省外業調查及舉證系統等。二是引進了先進的多源遙感影像處理系統，初步具備基于深度學習的衛星遙感影像智能解譯能力。三是基于國土資源“一張圖”數據，共享接入政務云平臺的地理信息、企業法人等數據，建設了國土資源監管數據共享與交換中心，為省直屬事業單位、市縣相關業務管理部門和“數字政府”提供了共享服務。四是建成了自然資源一體化數據庫和政務管理與服務平臺，初步實現了海量多源異構數據的高效存儲和集成化管理。

2.2 亟待解決的問題

1）地類監測難度大

廣東省地處改革開放前沿，人類活動集聚、土地開發利用強度大，資源覆蓋類型變化速度快，廣東省又屬華南熱帶亞熱帶氣候，天氣多云多雨（年平均云量約63%），形成具有顯著地域特征的自然資源稟賦。一是國土“三調”廣東省總圖斑數為1182萬個，2020 年變更調查下發監測圖斑21 萬個，2021年是26 萬個，2022 年激增至94 萬個，地類變化量巨大。二是廣東省地形復雜，丘陵較多，資源類型豐富，因此圖斑細碎，尤其是耕地圖斑，全省5 畝（1 畝≈666.67 m2）以下耕地圖斑數量約占耕地總圖斑數的52%，但面積僅占耕地總面積的6%左右。三是遙感影像覆蓋方面，2022 年全省二、三季度優于2 m 影像覆蓋率平均不足60%，最低月份僅為5%，難以滿足全域覆蓋的調查監測需求。廣東省獨特的自然資源稟賦導致傳統監測數據源覆蓋率較低，地類監測工作難度大等問題（楊娜娜等，2021）。

2）支撐精細化管理不足

新形勢和要求下，各類自然資源管理業務對調查監測的精度和頻次要求更高更密，各類圖斑最小上圖面積均縮小，監測對象變為自然資源全要素（吳鳳敏等，2019）。一是以往的國土變更調查在時間上為每年一次，尤其是涉及耕地的種植情況，沒有及時、高效發現自然資源全年地類變化，無法支撐耕地保護、墾造水田、拆舊復墾等自然資源監測監管業務。二是以往的國土變更調查在地類上僅注重建設用地的變化，無法體現耕地、園地、林地等自然資源全要素地類的變化情況，導致法定現狀數據無法準確反映各項自然資源管理工作成效（周濤和周長增，2022）。三是為減輕年底國土變更調查壓力，2022 年開始自然資源部要求開展日常變更工作。四是國家衛片執法要求月度核查、耕地動態監測要求一年四次，且都將以國土變更調查為基礎，而當前調查監測的頻率低、周期長，難以滿足自然資源業務精細化管理需求。

3）業務協同程度不夠

調查監測作為支撐自然資源管理的基礎性、前置性工作，需要加強與其他各項業務管理活動的精準對接、雙向反饋（葛良勝和夏銳，2020；陳根良等，2021）。目前，廣東省在自然資源統一調查監測體系建設完善之前，工作的開展及成果應用依然存在不少問題。一是地理國情監測工作中涉及的專題監測，與當下自然資源中心工作沒有完全貼合；二是之前開展的監測工作較為零散，未能將內部各類業務管理數據串聯整合，形成自然資源治理合力，存在“兩張皮”的現象；三是沒有充分利用業務管理數據，實現業務圖斑的地類情況動態更新。這些問題導致部門間項目建設交叉重復，數據標準不統一，應用深度不全面，人力和資金浪費等問題。

4）新技術應用有限

目前，廣東省人工智能和信息化技術已在執法和耕保等自然資源領域得到初步應用，但在自然資源全業務、全流程監測監管中的應用程度有限，不能滿足“真實、準確、可靠”的要求（張毅，2021；自然資源部自然資源調查監測司，2022）。一是現有技術手段落后，變化監測、地類識別等工作難度大、效率低，不論是國土“三調”還是每年的地理國情監測，都耗費了大量的人力、物力和時間（陳軍等，2022b）。二是由于當前智能解譯技術圖斑提取的準確率低，急需建設大規模、多類型、多尺度、具有廣東特色的綜合解譯樣本庫，提升數據質量和工作效率，打通研發與落地應用的最后一公里。三是信息化應用能力不能滿足自然資源全要素調查監測和業務定制等信息化需求（張繼賢等，2021）。

3 廣東省常態化監測的技術流程

廣東省構建的高效、快捷、及時自然資源常態化監測新模式，如圖1 所示。充分利用人工智能和信息化等高新技術，基于廣東省自然資源綜合感知服務系統（簡稱綜合感知系統），以全省自然資源全地類為對象，以業務管理需求為導向，以自然資源業務管理數據為主體、以空天地立體監測數據為輔助，以月度為單位，快速發現自然資源變化圖斑，并集成在綜合感知系統中；重點圍繞耕地保護、執法監督、生態修復等業務，對不同業務類型的變化圖斑，通過省市縣多級聯動、內外業一體化監測等方式，完成常態化監測圖斑核查與處置，動態、真實地掌握自然資源變化情況，檢驗本地區自然資源管理成效；根據全省耕地流入流出、新增建設用地等重點地類變化情況，完成成果統計分析與展示，并自動生成常態化監測月報，對于需要整改的情況及時預警，確保耕地年度“進出平衡”。

圖1 常態化監測技術路線Fig.1 Technical route of normalized monitoring

3.1 綜合感知數據匯集

省級匯集衛星遙感影像、合成孔徑雷達（synthetic aperture radar，SAR）影像、航空影像、監控視頻等感知數據及執法監測、耕地保護、用地審批等業務數據，綜合選取監測影像。在選取影像時，以最新的優于1 m 和優于2 m 分辨率的遙感影像為主，包括國家常規推送的公益衛星影像數據。其中，1 m分辨率衛星遙感影像主要包括GF-2 和GF-7 等類型，2 m 分辨率衛星遙感影像主要包括ZY3-01/02/03、ZY1-02C、GF-1 和GF-6 等類型；省級補充商業采購影像，包括每年覆蓋全省的商業采購0.5 m 衛星遙感影像和每季度有效覆蓋全省超85%范圍商業采購優于1 m 衛星遙感影像。并結合商業采購的雨季月度全省覆蓋的3 m SAR 影像（主要用于提取建筑物等變化信息）、視頻攝像頭，以及自然資源業務管理等數據。

3.2 變化圖斑發現

常態化監測結合每月即時匯集的基礎數據，提取變化圖斑，實現即時監測。主要步驟如圖2 所示。

圖2 變化圖斑提取流程Fig.2 Extracting flow of the changed polygon object

（1）變化圖斑自動提取。結合遙感影像、視頻監控及移動視頻等數據，基于自動變化檢測能力，對比當期數據與基期數據，依據米級、亞米級遙感影像紋理結構和光譜信息的一致性與差異性特征，以及土地利用類型和分布區位等要素，采用機器學習方法自動提取疑似變化圖斑，并通過多時相重復檢測、消除重復圖斑等方法進一步提升變化檢測精度。對軟件提取的疑似變化圖斑進行后處理，同時對疑似變化圖斑邊界進行自動修正，減少鋸齒線條，形成軟件智能提取的疑似變化圖斑集。

（2）圖斑分級與標識。開展疑似變化圖斑與業務的關聯分析，通過疊加疑似變化圖斑與自然資源業務管理數據，研判變化圖斑的關聯業務，分析標識變化圖斑需要監測的內容與頻率。

（3）人機交互的內業綜合檢核分析。結合年度國土變更調查數據成果、國家下發衛片執法圖斑等相關資料，通過疊加高分辨率遙感影像、業務管理數據和歷史調查監測數據，對自動提取的疑似變化圖斑和業務審批、備案、更新的新增圖斑，進行篩查檢核，修正圖斑邊界，標注圖斑屬性，剔除季節性變化、耕地內地膜變化、同一地物色彩變化等偽變化圖斑；利用字段賦值工具，對圖斑字段進行規范化、統一化處理；通過數據質量檢查，最終形成常態化監測變化圖斑數據成果。

3.3 變化圖斑處置

省級每月5 日定期更新綜合感知系統中的變化圖斑，地方在綜合感知系統中對變化圖斑進行領取，應用于所需業務處置。根據輕重緩急、重點先行的原則，地方對不同類型的圖斑采取不同的處置方式（表2），完成“月清”任務。 當變化圖斑與部衛片執法圖斑和耕地衛片監督圖斑相交時，若衛片執法、耕地衛片監督已完成外業核查舉證工作且現狀未發生新的變化，則直接遷移其舉證材料，不再重復外業調查；否則，按照現狀調查舉證。

表2 變化圖斑處置要求表Tab.2 Table of disposal requirements for changed polygon object

3.4 省市縣三級審核

結合最新的遙感影像及年度國土變更調查成果，由省、市、縣三級逐級對外業核查上報的舉證照片和附件等信息進行審核，確保其真實性和準確性。其中，地方審核方式可由市級統一組織，也可采用以縣級為主體、市級復核確認的形式開展。省級審核通過的圖斑，將形成審核數據集，進入常態化監測工作庫；審核不通過的圖斑，由市縣重新進行實地核查舉證與上報。

3.5 處置結果回流

對于通過省級審核的圖斑，處置結果直接回流至常態化監測工作庫。對需整改的違法圖斑，由執法部門明確整改措施和整改時限，及時組織整改，整改到位后，將圖斑轉交調查部門按照年度國土變更調查的規則進行調查舉證，整改結果回流到常態化監測工作庫；對于地方未完成整改或未響應圖斑，持續跟蹤監測，在年度國土變更調查中結合工作需要，作為補充核實圖斑下發地方調查舉證；對未完成整改的圖斑以及推（堆）土圖斑等情況，進行“季度”核查，持續跟蹤圖斑，直至“銷號”為止。

3.6 監測成果應用

以常態化監測工作庫為基礎，利用綜合感知系統進行成果統計分析與展示，自動生成當月常態化監測月報，推送至省廳各相關處室和各地級以上市自然資源主管部門，并通報響應率在全省排名靠后的地區，及時預警耕地、建設用地、閑置用地等重點地類情況。對于需要整改的情況，及時整改，避免納入年底國土變更調查和第二年的衛片執法中，確保耕地年度“進出平衡”等。此外，結合不同業務專題需求，將常態化監測成果應用于業務管理工作中，真正達到“一次監測、多個專題、N種應用”的目的。

4 關鍵技術研發及能力建設

4.1 自動變化檢測

自動變化檢測能力是整個常態化監測工作的關鍵環節，用于快速自動提取自然資源變化圖斑，解決傳統調查監測效率低、費時費力等問題（王碩等，2021）；并支撐建設用地批后監管、耕地保護、土地執法等應用。技術思路如圖3 所示。

圖3 自動變化檢測技術思路Fig.3 Technical scheme of automatic change detection

（1）利用多分辨率數字正射影像、視頻、照片、SAR 等基礎數據和國土“三調”數據、地理國情監測數據、數字高程模型、衛片執法數據等輔助數據，按照統一方式組織數據，構建綜合解譯樣本庫。通過人工標注、半自動（或自動標注）等手段，進行樣本標簽采集，匯聚形成多類別樣本庫。

（2）針對不同業務應用場景變化檢測需求，篩選出滿足業務需求的樣本，進行模型訓練，研發自動變化檢測工具，開展針對具體業務的自動變化檢測應用，快速獲取自然資源變化線索，實現常態化監測變化信息的動態、快速發現。

（3）對應用過程中容易出現的錯誤分類圖斑，及時修正，更新到樣本庫，持續更新補充樣本，形成“采集—訓練—解譯—修正—采集”樣本動態采集循環模式，即時優化樣本；優化后的樣本又進一步推動模型迭代優化，獲得新的模型參數，不斷促進應用模型解譯效果提升，形成樣本庫與應用模型優化閉環。

目前，自動變化檢測能力已經應用于全省常態化監測變化圖斑生產實踐中，并在以下五個方面取得了進展。

（1）技術標準方面。為統一樣本庫分類標準、統一作業要求，參與編制《地理人工智能樣本數據庫建設規范》（行業標準）和《廣東省自然資源智能解譯樣本分類（米級、亞米級衛星遙感影像）》（地方標準）。

（2）樣本生產方面。結合廣東省業務場景、數據源、地理環境、時間季節等因素，構建了大規模、多類型、多尺度的綜合解譯樣本庫。目前已生產樣本數量達到千萬級，包括變化檢測、語義分割、目標識別及場景分類等類型樣本。

（3）模型訓練方面。形成全要素變化檢測、建筑物變化檢測、多要素語義分割和視頻預警模型等17 個成熟的智能解譯模型和專題模型，用于智能檢測全要素地類變化情況。

（4）檢測精度梳理方面。共梳理出90 余種變化類型，并細化各類型的精度評價。其中，耕地“非農化”、新增建設用地、新增耕地等情況的查全率均達到90%以上，但耕地“非糧化”的查全率較低。針對耕地變為園林草等類型精度較低的情況，分別利用先驗知識結合語義分割模型、耕地專題變化檢測模型等技術手段進行優化，優化后的精度可提高約7%左右。

（5）變化檢測效率方面。使用“智能提取+人工干預”的圖斑處置方式，正常情況下，單日處理影像50 幅左右，用時5.4 h；高峰時段，單日處理影像200 幅左右，用時約20.5 h。1 臺A100 算力服務器（8 卡）提取一次廣東省全域變化圖斑耗時28 h，平均一個縣（1500 km2）約1.5 h，監測作業效率可達170 km2/（人·天），比純人工圖斑處置最高效率70 km2/（人·天）提升了2.4 倍。

4.2 變化圖斑分級與標識

為便于后續開展變化圖斑處置、統計分析等工作，圍繞自然資源管理業務監測需求，分門別類對變化圖斑進行分級與標識，如圖4 所示。

圖4 變化圖斑分級標識流程Fig.4 Grading and marking flow of changed polygon object

（1）將變化圖斑分為疑似耕地“非農化”圖斑、疑似耕地“非糧化”圖斑、新增耕地圖斑、專項業務圖斑、涉林圖斑及其他圖斑等，詳見表2。

（2）變化圖斑標識主要包括以下內容：①基于年度國土變更調查數據庫，對變化圖斑進行年度國土變更調查地類標識；②根據土地利用總體規劃、永久基本農田、生態保護紅線等數據，對變化圖斑進行規劃信息標識；③根據批地、供地、備案設施農業用地、臨時用地等數據，對變化圖斑進行用地信息標識；④根據業務需求對變化圖斑進行業務類型標識。

4.3 綜合感知系統建設

綜合感知系統以提升自然資源全域調查、動態監測預警為目標，以自然資源管理業務需求為導向，充分利用空間信息、人工智能、通信技術及物聯網等技術手段，通過構建“綜合集成、點面結合、動態協同”的感知網絡和集智能分析、資源調度、業務協同、持續跟蹤、綜合展示一體的監測指揮樞紐，打造自然資源調查監測前端數據采集核查的統一入口，全方位提升數據采集供給能力，形成自然資源全域、全要素、全鏈條監測能力和高精度、即時快捷的常態化監測應用支撐能力，擦亮自然資源監測監管的“慧眼”。

如圖5 所示，綜合感知系統不僅整合了廣東省自然資源在線巡查系統的功能，同時針對自然資源管理業務前端數據采集需求，建設面向自然資源業務管理前端數據采集的統一入口，實現自然資源調查監測多端數據動態獲取能力。系統包括感知匯集子系統、變化檢測子系統、圖斑分級標識子系統、協同調查子系統、成果管理子系統及運維管理子系統六個主題，服務于全域監測、專題重點檢測、業務驅動監測和應急監測等業務。系統具體建設內容如下：

圖5 綜合感知系統界面Fig.5 Interface of Guangdong natural resources comprehensive perception service system

（1）數據匯集共享能力，接入視頻數據、影像數據和傳感器數據，以接口共享、服務發布等方式進行數據共享，實現面向自然資源不同類型感知數據的匯集和共享能力；

（2）變化檢測能力，實現自然資源地類的自動提取以及疑似變化圖斑自動識別；

（3）關聯分析能力，構建衛片執法、耕地保護、日常變更調查等業務分析模型，輔助變化圖斑信息精準推送；

（4）任務調度核查能力，實地核查任務的管理、任務的推送、任務執行結果的管理等，提高外業核查效率，服務常態化監測。

5 試點實踐

2022年6~9月，根據全省地域特點和經濟條件，選取江門市新會區、惠州市大亞灣開發區、梅州市大埔縣作為試點區域（表3），摸清常態化監測實施過程中的痛點難點，全面評估項目開展成效，梳理項目實施路徑，為后續全省全面推進常態化監測工作積累經驗。

表3 常態化監測試點情況表Tab.3 Table of normalized monitoring pilots

試點區域以2021 年變更調查影像為基礎，結合2022 年4~6 月優于2 m 和優于1 m 的遙感影像數據，利用自動變化檢測能力，經人機綜合校核與變化圖斑分級標識，提取并上線試點區域變化圖斑。

5.1 準確率的驗證

為反向驗證內業工作成效，優化圖斑提取規則，提升內業圖斑提取準確率，試點地區需外業核查省級下發的所有圖斑?；谌齻€試點的外業省級審核有效數據，按照變化圖斑個數統計，圖斑變化的準確率為92.36%；按變化圖斑面積統計，對比2021 年年度變更調查成果，圖斑變化的面積比例為74%。

通過逐一對比分析省級下發圖斑與外業核查成果，分析二者不一致的原因主要是影像不清晰和內業人機綜合校核誤判等導致的。例如，影像不清晰，導致內業提取的圖斑為坑塘水面，外業調查實地為開采礦區臨時積水；內業判別錯誤，導致內業提取其他推堆（填）土，外業調查實地為水庫。

5.2 構建新的工作模式及業務化應用

（1）打破傳統各業務單獨開展專題監測的工作模式，將內部各自然資源業務管理數據串聯整合，與業務管理精準對接、雙向反饋，通過“一次監測”，形成“多個專題”，提供給各個業務部門進行“N種應用”，形成自然資源治理合力。

（2）建立覆蓋多部門、多層級的合作協同機制，形成工作合力和上下聯動、省市縣鎮一體的業務處置模式，實現全省自然資源各業務部門常態化監測協同更新、省市縣一體化貫通。

（3）形成了自然資源常態化監測工作方案（含工作指引），并在三個試點過程中不斷優化完善，為全省鋪開夯實基礎。

（4）統一調查舉證平臺，建設綜合感知系統，整合執法巡查和調查監測舉證軟件，實現一套軟件，多種業務信息共享互通，減少工作重復。

試點面向調查監測、執法監督、耕地保護和生態修復等業務，共開展日常變更調查、耕地“非農化”監測、“非糧化”、新增違法建設用地、臨時用地等14項需求的監測探索，基本實現了變化圖斑“T+3”天自動提取。試點從省級影像處理、變化圖斑提取與分級標識、數據下發、變化圖斑處置、省市縣三級審核、自動生成報告等各個環節驗證了常態化監測的工作流程，逐步完善和優化綜合感知系統。

6 結 論

本研究通過關鍵技術應用探索和實現，結合試點區域實踐，逐步建立和完善了常態化監測工作機制、工作模式和能力建設等。在體制機制方面，橫向上協調業務部門相互配合，縱向上調動省市縣鎮多級聯動協同；在技術方面，整合省級技術支撐部門的通力合作、技術突破，強化市縣級技術支撐隊伍建設；在成果質量管理方面，充分利用“技術+制度”的質量管理模式，確保成果數據真實性，切實發揮常態化監測工作在自然資源業務管理中的引領性、保障性作用。廣東省自然資源常態化監測工作模式的建立，通過“即時監測、月清季核、年度總結”，實現“一次監測、多個專題、N種應用”，將廣東省調查監測工作從過去單一化、低頻次的年度國土變更調查時代，逐步邁向“即時精準、智慧互聯、協同共治”的智能化、智慧化的常態化監測時代，實現對自然資源業務監測監管需求的全覆蓋，達到“高效、快捷、及時”的目標，支撐廣東自然資源“雙高”示范省建設。