——訪省地調院礦產所遙感技術應用青年骨干劉勝威
發布日期：2025-10-22 14:16瀏覽次數：26
近年來，省地調院礦產所（下稱“礦產所”）積極響應國家號召，緊密圍繞自然資源管理、生態環境保護與農業可持續發展需求，依托遙感測繪技術優勢，深度融合人工智能方法，開展了一系列具有前瞻性和實用性的科技創新研究與應用。
礦產所擁有一批優秀的遙感技術應用青年骨干，劉勝威就是其中的佼佼者。
在今年的江西省測繪地理信息學會年度學術年會上，劉勝威以《多源遙感數據與人工智能聯合驅動的農林監測與應用》為題，進行了精彩的學術報告，引發了與會同行的廣泛關注。
劉勝威長期深耕于遙感影像智能解譯與地學應用研究，不僅具備扎實的專業理論基礎，更在實踐中展現出卓越的技術創新能力和項目攻堅能力。筆者對他進行了專訪。
劉勝威在學術年會上作報告
筆者：能否談談開展這項研究的初衷是什么？
劉勝威：我們主要基于兩方面的緊迫需求。一方面是生態安全，松材線蟲病傳播極快，從發病到樹木死亡最短只需40天。傳統人工巡查效率低、發現晚，防控壓力巨大。另一方面是糧食安全，水稻是江西的重要作物，但傳統面積統計方法耗時長、易受人為影響，難以滿足現代農業管理的需要。我們希望通過遙感+AI的技術路徑，實現高效、精準的農林資源監測。
筆者：在技術路線上，多源遙感數據指的是什么？
劉勝威：包括航天和航空兩方面的數據。航天指的是衛星遙感數據，包括Sentinel-1/2數據和高分1和高分2數據。航空指的是無人機遙感數據。我們對收集到的數據進行預處理，例如對Sentinel-2和高分數據進行輻射定標和大氣校正、去云操作等。
筆者：你們是如何將遙感與人工智能結合起來的？
劉勝威：簡單地說，我們用遙感當“掃描儀”，負責捕捉所有原始數據。用AI當“智慧大腦”，負責理解數據、分析研判。該項研究主要圍繞三個方向展開：首先是基于無人機影像和YOLOv5目標檢測算松材法實現線蟲病樹的自動識別；其次是在GEE平臺上融合Sentinel-1/2數據提取水稻種植面積；最后是構建高分衛星驅動的農情監測平臺。這三個方向體現了“數據+算法+平臺”的技術閉環。
筆者：可以舉例說說應用過程嗎？
劉勝威：比如，在森林資源監測中，我們構建了“衛星宏觀掃描+無人機精準巡航”的空天一體化監測體系。衛星如同為廣袤森林拍攝“全身照”，定期記錄其整體面貌。而無人機則如同進行高精度的“CT掃描”，能捕捉到林冠層次的細微特征。
在此基礎上，我們搭載的AI智能分析系統，就好比一位不知疲倦且經驗豐富的“影像學醫生”。它能夠瞬間比對海量的歷史與當期影像，敏銳地“診斷”出異常。
當某一林區在影像中顏色發黃、紋理變深，AI會立刻標記，這很可能是病蟲害感染的早期信號。而當影像顯示局部區域樹木輪廓突然消失、出現“斑禿”，系統則提示可能存在非法砍伐或破壞行為。
這套方法將傳統的人工巡查，升級為高效、精準的智能化“天眼”守望。
筆者：在實際應用中效果如何？有沒有具體的數據可以分享？
劉勝威：效果很好。在松材線蟲病樹識別方面，利用深度學習讓計算機自動學習松材線蟲病樹的分類特征，并將特征表示融入到模型中，精確度為0.9370，召回率為0.9499，模型的性能較好，對開展該區域松材線蟲識別監測、災害防范具有重要的示范作用。
在水稻識別方面，通過融合光學和雷達數據，總體精度和Kappa系數分別能達到96.49%和0.95，比單一數據源提升明顯。這些技術已經在高安市等地區的項目中開展示范應用。
筆者：這些技術，除了監測，還能發揮哪些價值？
劉勝威：它們的延伸應用空間很大。比如通過多時相分析可以實現作物長勢評估和產量預估，通過災害監測模型可以服務洪澇、滑坡等應急監測，還可以拓展到森林資源調查、濕地變化監測等領域。本質上，我們是在構建一個“空天地一體”的智能感知體系。
筆者：未來還有哪些規劃？
劉勝威：我們將重點推進三方面工作：一是拓展監測對象，從水稻、松林延伸到更多農作物和生態要素。二是深化平臺功能，開發面向不同場景的智能監測模塊，如自然資源調查、災害監測、產量估計。三是加快推動成果轉化應用更大場景，讓技術更好服務于林業管理、農業生產和防災減災等實際需求。
（省地調院礦產所 鄭曉丹）