基于深度学习的工业用地动态更新研究.pdf

第 24 期2023 年 8 月江苏科技信息Jiangsu Science and Technology InformationNo.24August,2023作者简介:王海君(1991),女,山东寿光人,硕士;研究方向:自然资源分析评价。基于深度学习的工业用地动态更新研究王海君,高 雅(江苏省测绘研究所,江苏 南京 210013)摘要:针对解决目前工业用地数据更新内业全部依赖人工的特点,文章将遥感影像深度学习解译技术应用于工业用地数据更新调查,打破传统的技术壁垒,使数据更新标准更统一、更新效率更高、更新成本更低。关键词:深度学习;工业用地;更新调查;效率中图分类号:P628 文献标志码:A0 引言 工业企业用地是实体经济各项生产活动和实体经济健康运行的重要载体,工业企业用地的精准高效配置是护航实体经济,保障产业链、供应链安全稳定,创造高质量工业发展空间的重要途径之一。工业用地的供应直接决定了产业链、供应链的现状。中央经济工作会议明确,要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,要紧紧扭住供给侧结构性改革这条主线,注重需求侧管理,打通堵点,补齐短板,贯通生产、分配、流通、消费各环节,形成需求牵引供给、供给创造需求的更高水平动态平衡,提升国民经济体系整体效能1。促进工业经济平稳增长,既是确保宏观经济稳定运行的重要抓手,也是提升产业链、供应链韧性和安全的重要基础。工业企业用地调查是摸清工业企业用地现状、掌握工业企业经济增长势头、改革完善工业用地供应政策的有力手段,也是落实党的二十大提出的构建新发展格局、着力推动高质量发展的总体要求和国家“十四五”规划提出的深入实施制造强国战略要求的重要举措1。按照相关政策要求,自 2016 年起全国各省市开始全面开展工业用地调查工作,取得了良好的调查成果,其应用也取得了不错的经济社会效益。1 研究区现状 江苏既是一个经济大省,又是一个资源小省,人口密度居全国首位(直辖市除外),人地矛盾十分尖锐。面对经济总量高速增长、区域发展差异较大、发展空间持续约束、产业结构亟待转型的多重压力和严峻形势,适应形态更高级、分工更复杂、结构更合理的经济新常态发展阶段高效率、低成本、可持续发展的本质要求,正确应对,及时转型,主动调整资源要素配置方式,通过深化改革、创新机制、全面推进土地节约集约利用,已经势在必行,迫在眉睫。江苏省自 2016 年起开展全省范围工业用地调查,成为全国首个完成全省域工业用地调查的省份,此后工业用地调查更新成为一项常态化的工作。通过建立动态工业用地时空大数据数据库,实现对土地资源要素配置效率和产出效益的动态监测评价,为工业用地绩效评价、城镇低效用地再开发、更好地发挥政府对土地资源要素配置的调控作用提供基础数据和决策支撑2。2 技术流程 工业用地调查更新工作是基于上年度工业企业用地更新调查成果基础,结合最新的城镇地籍调查成果、农村建设用地调查成果、供地数据库、影像图、工业企业信息、第三次国土调查成果和实地情况等,对行政辖区范围内所有现状工业企业用地的利用状况、用地单位情况、投入产出及能耗进行全面摸底调查及年度工业企业用地更新调查工作。具体的实现流程如下。2.1 数据准备 工业用地调查更新是在已有数据的基础上进行的(见图 1),前期数据包括从自然资源部门收集调查年度土地利用现状图、高分影像图、供地数据库、城镇地籍数据、农村建设用地调查数据、集体建设用地使用权调查数据、地形图数据、土地储备规划数据、土地登记发证资料(不动产统一登记数据库)、不动产抵押资料等;从发展改革、工业和信息化、财政、税务、统计、生态环境、市场监管、社会保障、电力、自来水、燃气等部门收集工业企业名录及企业投入产出、用工、17第 24 期2023 年 8 月江苏科技信息 科学与社会No.24August,2023图 1 数据调查更新流程能耗等基础资料。前期数据因为数据来源多样化、数据类型丰富,需要对数据进行统一的预处理,包括数据的汇集、清洗、处理、入库。首先,进行数据统一格式处理,如将CAD 中的 dwg 格式转化为 shp 格式,并建立拓扑关系 进行合并、接边;其次,进行一致性处理,统一空间基准,统一采用 2000 国家大地坐标系、1985 国家高程基准,统一数据结构,方便进行数据对比分析;最后,进行数据空间序化处理,依托地名地址匹配引擎,对数据赋予空间属性3,具体操作如图 2 所示。图 2 数据预处理流程2.2 数据处理 数据处理打破原有人工核查的弊端,采用遥感影像深度学习解译技术,利用高分影像,自动建设用地分类,减少人工处理工作量,降低数据更新成本,具体实现如下。(1)样本库建立。利用多期高分影像、叠加年度土地利用现状图、已有工业用地数据等,建立样本图库(见图 3)。为了避免因为季节等变化对影像解译的影响,样本库建立的过程中包含各时期的样本,同时对 样 本 进 行 空 间 化 处 理,与 前 期 数 据 统 一基准4-6。(2)模 型 建 立。基 于 PyTorch 框 架,利 用Transformer 网络模型建立遥感影像自动解译系统,利用已建立的样本库进行模型训练和测试,根据结果不断地进行参数调整,并对结果进行降噪处理,提高结果精度5;将解译结果与整合的基础数据进行叠加分析,按照规范要求设置误差允许范围,将在范围内的数据存储到更新库中,将误差允许范围外、基础图库、解译库中仅一方有的数据存储到问题数据库中,后续进行人工核查处理(见图 3)。27第 24 期2023 年 8 月江苏科技信息 科学与社会No.24August,2023图 3 数据处理流程(3)Transformer 网络模型主要包含输入、编码块、解码块、输出四部分(见图 4),其中输入主要包含词向量以及位置编码向量两部分,在影像解译中主要就是样本库中的样本数据以及待预测数据;编码块包含多个 Self-Attention(SA)层和 Feed Forward Neural Network(FFN)层,SA 层通常采用多头注意机制(Multi-Head Attention),将输入向量跟多组权重矩阵相乘,计算结果分别进行残连接和归一化处理,经过FFN 层进行线性变换,最后输出结果;解码块主要包含两个 Multi-Head Attention 层,第 1 个 Multi-Head Attention 层采用 Masked 操作,第 2 个 Multi-Head Attention 层的 K、V 矩阵使用编码层的编码信息矩阵进行计算,而 Q 使用上一个编码块的输出计算,计算结果通过 FNN 转化后输出;输出通过 Softmax 层进行预测,就是影像解译后的结果。图 4 Transformer 网络模型原理(4)将问题库的数据与多期影像数据进行人工比对,确认是工业用地的数据存储到更新库中,删除非工业用地数据,标记有疑问数据。(5)外业调查人员将标记的疑问数据进行人工核查,并将其中的工业用地数据存储到更新库。2.3 数据质检与入库 数据质检采用抽查方式,从更新库中抽取 10%进行质量检查,通过抽检数据与影像数据比对进行判断,抽检合格后,将数据按照要求进行属性完善,并将其按照导则格式要求整理入库。3 应用效果 基于深度学习的工业用地动态更新技术在 2021年江苏省工业用地数据更新中进行应用实验,具体过程如下:(1)样本选取。选取江苏省某县级市 600 km2的区域作为研究区,为了建立适配四季的样本库,选取2020 年 2 月、5 月、8 月、11 月 4 个月精度 0.3 m 分辨率的高分影像,样例尺寸为 256256,结合 2020 年的工业 用 地 数 据 进 行 样 本 构 建,共 选 取 9 000 个样本7。(2)样本训练。本次采用 7 2的比例进行训练和验证,设置模型迭代次数最大值为 2 000。经验证,当模型迭代次数为 1 520 时,数据交并比最高,达到85%以上。(3)利用该实验区域 2021 年的影像进行工业用地提取,迭代次数采用模拟训练的最佳值,将栅格数据转化为矢量数据,总用时为 45 min。与 2021 年最新调查成果进行比对,该区域 2021 年工业用地地块1 678 块,自动提取地块为 1 582 块,交并比为 83%。4 结语 该技术路线是综合工业用地调查技术流程与目前研究比较成熟的遥感影像解译技术、多源异构地理空间数据集成整合技术、分布式计算与存储技术等的37第 24 期2023 年 8 月江苏科技信息 科学与社会No.24August,2023基础上实现的,其效率比人工提高 50%以上,不仅缩减项目工期,还节省了人力物力,实验证明该方法可以在常态化工业用地调查项目中推广使用。参考文献1宫玉泉.以工业用地配置政策促进高质量发展J.中国土地,2023(3):4-7.2燕琴,刘纪平,董春,等.自然资源调查监测分析评价框架设计及关键技术J.地理信息世界,2022(5):6-13.3唐天琪,谈帅,高雅.时空大数据知识引擎系统设计与实现J.现代测绘,2022(4):43-48.4徐进勇,汪潇,张增祥,等.土地资源多尺度遥感智能解译分类体系研究J.地理信息世界,2022(5):112-117.5张戬,高雅.一种基于深度学习的变化检测方法及实现J.江苏科技信息,2020(32):40-44.6龚健雅,宦麟茜,郑先伟.影像解译中的深度学习可解释性分析方法J.测绘学报,2022(6):873-884.7王丹,张璐,柴燕妮.基于深度学习的乱占耕地建房疑似图斑自动提取方法研究J.测绘与空间地理信息,2022(6):51-53.(编辑 姚 鑫)Research on dynamic update of industrial land based on deep learningWang Haijun Gao Ya Jiangsu Provincial Institute of Surveying Mapping Nanjing 210013 China Abstract In order to solve the problem of relying solely on manual labor in updating industrial land data this article applies remote sensing image deep learning interpretation technology to industrial land data update surveys breaking traditional technical barriers making data update standards more unified update efficiency higher and update costs lower.Key words deep learning industrial land update survey efficiency(上接第 70 页)10蒋波,黄敬军,谢卫炜,等.金坛盐矿绿色矿山建设规划研究J.中国矿业,2013(4):42-45.(编辑 李春燕)Study on the construction planning of green mine in China salt industry Huaian glauber salt mineLiu Jie Sun Lei Chen Jun Geological Survey of Jiangsu Province Nanjing 210018 China Abstract The construction of green mines is an important part of the construction of ecological civilization and the only way to promote high-quality development of mining industry.This paper summarizes and analyzes the construction conditions of Huaian glauber salt mine puts forward the construction goals and construction planning principles of green mine and discusses the main tasks of six key areas of green mine construction including mine environment resource development mode comprehensive utilization of resources energy conservation and emission reduction technological innovation and digital mine enterprise management and image providing ideas for the construction planning of other similar green mines in Jiangsu province.Key words green mine green culture glauber salt mine47