PIESAT 北京航天宏图信息技术股份有限公司 梁浩 Beijing Piesat Information Technology Co.,Ltd. 整治“河湖四乱”卫星遥感监管介绍 科创板股票上市代码：688066 汇报内容 01 河湖四乱遥感监管 02 案例介绍 01河湖四乱遥感监管 ?1.1 政策背景 PIESAT ?1.2 监管对象 ?1.3 技术路线 1.1 政策背景 PIESAT 聚焦管好“盆”和“水”,集中开展“清四乱” 行动，推动河长制尽快从“有名”向“有实” 转变，加强河湖管理保护，维护河湖健康生命。 1.2 监管对象 PIESAT 类别 定义 标志性地物 监测指标 乱建围是指违法违规建设涉河项目，在河湖管理范 内修建阻碍行洪的建筑物、构筑物等问题河道内建筑物和构筑物建筑物 乱采动是指在河湖管理范围内非法采砂、取土等活大型采砂船 滩边堆砂场 采砂,取土 乱占 是指围垦湖泊，未依法经省级以上人民政府 批准围垦河道，非法侵占水域、滩地，种植 阻碍行洪的林木及高秆作物等行为 水域内耕地、林木，土 堤、矮围等围挡建筑 围垦 碍洪林木及高杆作物 乱堆 是指河湖管理范围内乱扔乱堆垃圾，倾倒、 填埋、贮存、堆放固体废物，弃置、堆放阻 碍行洪的物体等现象 河湖内和附近固体废物 堆放和贮存 垃圾 主要收集项目基础资料和影像数据资料，项目基础资料包括土地利用资料、行 政区划界线、河湖确权资料，影像数据包括高分遥感影像、Landsat8影像、 DEM数据。 对高分遥感影像及Landsat 8影像数据进行预处理。 河湖“四乱”标志性地物解译、非正规垃圾堆放点解译、毁林开荒解译；土地 利用解译、植被覆盖度计算、坡度计算。 利用土地利用、植被覆盖度、坡度信息计算土壤侵蚀强度等级分布及水土流失 面积统计分析；制作专题图：河湖“四乱”专题图、垃圾专题图、毁林开荒专 题图、植被覆盖度专题图、土壤侵蚀强度专题图；对河湖“四乱”、垃圾、毁 林开荒结果进行统计分析。 对解译的河湖“四乱”成果、非正规垃圾堆放点成果进行抽取部分成果进行外 业复核。 编写报告。 1.3 技术路线 PIESAT 影像处理采用我公司的自主开发PIE Ortho 软件进行流程化生产，生成DOM（数字正射）成果影像，并进行拼接匀色。 遥感影像处理流程图 1.3 技术路线—遥感影像预处理 PIESAT 采用人机交互解译识别方法，利用高分影像，开展河湖“四乱”标志性地物解译、非正规垃圾 堆放点、毁林开荒和土地利用的解译，及各类对象的解译和属性录入工作。 （1）制作各解译对象解译标志； （2）建立监管区域河湖“四乱”、非正规垃圾堆放、毁林开荒对象矢量文件，建立属性字段； （3）参考解译标志，利用遥感或GIS等相关软件通过人机交互勾绘对象图斑，并填写属性信息 （4）对图斑勾绘成果进行检查审核，质检通过后方可提交。 1.3 技术路线—专题信息提取 PIESAT 提取流程 1.3 技术路线—专题信息提取 PIESAT 高分影像 测试数据 检测数据 样本库集合 样本训练 样本测试 检测结果 目标检测 精度评估 河道管理范围 核心技术：AI自动提取技术 深度学习算法 利用一个地区的遥感 影像 判断精度，是否需扩 充样本库 1.3 技术路线—专题信息提取 PIESAT AI自动提取技术 运用深度学习技术进行河 湖四乱监测相关的水体、网箱、 采砂、垃圾、临河建筑的智能 识别。 其中水体、采砂场、大棚 分别运用语义分割模型，临河 建筑、网箱养殖、垃圾采用目 标检测模型。 而后结合人工目视解译， 将大大提升监测对象解译效率 利用多尺度识别，对河道范围内大于60m2的建筑物进行识别。 工程化软件：PIE-AI自动识别软件 1.3 技术路线—专题信息提取 PIESAT AI自动提取——违建识别 3.2 监管方法 样本库 PIE-AI模块 CNN 多尺度检测 自动识别 GF遥感影像数据 优势：适用于不同尺度目标的检测，尤其对面积小于400m2的 目标表现突出 通过高分2m影像构建多尺度建筑样本，选用多尺度模型进行训练， 实现建筑的快速精准化提取。 违建识别方法分析 利用卷积神经网络，对疑似采砂、取土场进行识别。 工程化软件：PIE-AI自动识别软件 1.3 技术路线—专题信息提取 PIESAT AI自动提取—河道采砂、取土的识别 PIE-AI模块 GF遥感影像数据 优势：1、样本需求量少；2、地物边界检测效果较好。 采集采砂、取土样本，采用语义分割的方法，对采砂、取 土的进行有效及时分析，识别。 采砂识别方法分析 采砂、取土样本 U-Net网络训练 有采砂船，确定为采砂 无采砂船，确定为疑似采 砂 非采砂 对象 样本量 准确率 建筑 600 75.8% 1200 82.3% 2000 85% 采砂、取土 350 61.2% 1200 正在采集样本 2000 — 精度、效率以及训练样本量对精度影响分析 对象识别方式准确率耗时/2000km2机器配置要求 建筑 人工 100% 8h/县 普通机器 机器自动 82% 20min GTX1080TI+I7+ 16G 机器+人工— 60min — 采砂、 取土 人工 100% 4h 普通机器 机器自动 61% 15min GTX1080TI+I7+ 16G 机器+人工— 60min — 人工+机器建筑：效率提升8倍采砂：效率提升4倍 1.3 技术路线—专题信息提取 PIESAT