●傳統人工調查手段難以充分滿足全域覆蓋、動態監測、及時查處的常態化土地監測需求

　　●耕地保護與糧食安全監管服務平臺可實現動態化監測區域內土地、識別實際種植作物等功能

　　●目前平臺已擁有小麥、水稻、大豆等主要大田作物和棉花、油菜、花生、柑橘等20余種經濟作物的自動識別能力

　　成都智算中心又出新成果了。

　　不久前，由該中心首批簽約算力服務孵化聯合解決方案企業打造的耕地保護與糧食安全監管服務平臺正式投用。該平臺可實現動態化監測區域內土地、識別實際種植作物等功能，讓人通過衛星照片，不去現場就能快速識別撂荒地。

　　該平臺背后有哪些關鍵技術？又將如何助力相關產業發展？8月8日，記者來到該平臺的研發中心一探究竟。

　　技術路徑：衛星拍照，通過AI快速識別

　　提到平臺背后涉及哪些關鍵技術，平臺研發方、大地量子數字政府總監杜朝陽提到兩點：衛星遙感技術和AI（人工智能）算法，“衛星給大地拍照，AI快速識別這些照片。”

　　衛星照片什么樣？杜朝陽從電腦中調出一張衛星拍攝的某地農田照片，照片上是大小不同的綠色格子。

　　他介紹，地球上的任何物體都具有光譜特性，具有不同的吸收、反射、輻射光譜的性能。太陽不斷向地球表面發射電磁波，地面上的植物對這些電磁波進行不同的反射。“可結合格子背后的光譜反射數據，根據一定的公式分析出這是哪種植物。”

　　杜朝陽介紹，衛星遙感技術不是最近才出現的技術。過去，對衛星遙感影像數據的處理、分析需要有專業知識的人進行人工判讀。“但面對海量數據處理時，效率很難提升，影響了遙感衛星影像數據的商業化運用。”

　　得益于人工智能算法和云計算的技術進步，衛星影像數據處理能力不斷提高。“簡單說，就是AI代替過去的人工識別。”杜朝陽說，AI在進行大規模衛星影像數據處理前，必須先經歷樣本學習階段，“比如，獲取水稻識別能力前，需要先學習水稻樣本，了解樣本的光譜特性。學會后，當它再遇到類似影像，就能快速識別出來。”

　　目前，包括百度、商湯科技、大地量子等在內的不少企業都針對衛星遙感影像數據的分析，推出了自己的算法模型。這加速了衛星遙感影像數據的商業化應用和推廣。

　　應用推廣：科技賦能，助力常態化監測

　　目前，耕地保護與糧食安全監管服務平臺已擁有小麥、水稻、大豆等主要大田作物和棉花、油菜、花生、柑橘等20余種經濟作物的自動識別能力。這將如何助力農業發展？

　　我國耕地資源分布廣、面積大，耕地利用情況復雜、作物種類繁多，傳統人工調查手段難以充分滿足全域覆蓋、動態監測、及時查處的常態化監測需求。而耕地保護與糧食安全監管服務平臺能解決這一難題。

　　“判斷這塊土地是不是撂荒，只需要調出連續幾個月的衛星遙感影像進行分析，就能知道這塊土地上是不是種了農作物，具體是什么農作物。一旦發現疑似撂荒的現象，相關部門就可以去定點地塊，進行最終核查。”大地量子所屬公司成都特拉庫塔科技有限公司商務總監孫璜說，這一平臺能幫助政府實現日常監管模式由傳統人工“隨機性調查、被動式發現、運動式查處”向“地毯式搜索、主動式發現、常態化治理”的轉變，大幅提升工作效率。

　　在孫璜看來，遙感衛星有著巨大的應用前景。“比如，一個地方要對10萬畝油菜投保，如果光靠保險公司人力去調查土地情況，耗時耗力，結果還不一定準確。如果調取衛星遙感影像數據分析處理，很快就能得出結論。”

　　四川有較大地區屬于盆地，一年四季云雨天氣多，晴天少，光學遙感衛星的有效觀測天數受到很大影響，“光學遙感衛星屬于被動式探測，靠接收地表物對太陽電磁波的反射，而云層會影響太陽照射。”杜朝陽說。

　　要解決這一問題，就要拓寬影像數據的來源。“微波成像雷達衛星是主動式探測，靠自己發射雷達，物體反射雷達來成像，能夠克服云霧雨雪和黑夜條件的限制。”杜朝陽介紹，數據來源多元化后，對AI也提出了更高要求，“目前我們正在進行技術的迭代更新。”（寧蕖 四川日報全媒體記者 蔣君芳）

分享讓更多人看到