——访省地调院矿产所遥感技术应用青年骨干刘胜威

发布日期：2025-10-22 14:16浏览次数：26
近年来，省地调院矿产所（下称“矿产所”）积极响应国家号召，紧密围绕自然资源管理、生态环境保护与农业可持续发展需求，依托遥感测绘技术优势，深度融合人工智能方法，开展了一系列具有前瞻性和实用性的科技创新研究与应用。

矿产所拥有一批优秀的遥感技术应用青年骨干，刘胜威就是其中的佼佼者。

在今年的江西省测绘地理信息学会年度学术年会上，刘胜威以《多源遥感数据与人工智能联合驱动的农林监测与应用》为题，进行了精彩的学术报告，引发了与会同行的广泛关注。

刘胜威长期深耕于遥感影像智能解译与地学应用研究，不仅具备扎实的专业理论基础，更在实践中展现出卓越的技术创新能力和项目攻坚能力。笔者对他进行了专访。



刘胜威在学术年会上作报告

笔者：能否谈谈开展这项研究的初衷是什么？

刘胜威：我们主要基于两方面的紧迫需求。一方面是生态安全，松材线虫病传播极快，从发病到树木死亡最短只需40天。传统人工巡查效率低、发现晚，防控压力巨大。另一方面是粮食安全，水稻是江西的重要作物，但传统面积统计方法耗时长、易受人为影响，难以满足现代农业管理的需要。我们希望通过遥感+AI的技术路径，实现高效、精准的农林资源监测。

笔者：在技术路线上，多源遥感数据指的是什么？

刘胜威：包括航天和航空两方面的数据。航天指的是卫星遥感数据，包括Sentinel-1/2数据和高分1和高分2数据。航空指的是无人机遥感数据。我们对收集到的数据进行预处理，例如对Sentinel-2和高分数据进行辐射定标和大气校正、去云操作等。

笔者：你们是如何将遥感与人工智能结合起来的？

刘胜威：简单地说，我们用遥感当“扫描仪”，负责捕捉所有原始数据。用AI当“智慧大脑”，负责理解数据、分析研判。该项研究主要围绕三个方向展开：首先是基于无人机影像和YOLOv5目标检测算松材法实现线虫病树的自动识别；其次是在GEE平台上融合Sentinel-1/2数据提取水稻种植面积；最后是构建高分卫星驱动的农情监测平台。这三个方向体现了“数据+算法+平台”的技术闭环。

笔者：可以举例说说应用过程吗？

刘胜威：比如，在森林资源监测中，我们构建了“卫星宏观扫描+无人机精准巡航”的空天一体化监测体系。卫星如同为广袤森林拍摄“全身照”，定期记录其整体面貌。而无人机则如同进行高精度的“CT扫描”，能捕捉到林冠层次的细微特征。

在此基础上，我们搭载的AI智能分析系统，就好比一位不知疲倦且经验丰富的“影像学医生”。它能够瞬间比对海量的历史与当期影像，敏锐地“诊断”出异常。

当某一林区在影像中颜色发黄、纹理变深，AI会立刻标记，这很可能是病虫害感染的早期信号。而当影像显示局部区域树木轮廓突然消失、出现“斑秃”，系统则提示可能存在非法砍伐或破坏行为。

这套方法将传统的人工巡查，升级为高效、精准的智能化“天眼”守望。

笔者：在实际应用中效果如何？有没有具体的数据可以分享？

刘胜威：效果很好。在松材线虫病树识别方面，利用深度学习让计算机自动学习松材线虫病树的分类特征，并将特征表示融入到模型中，精确度为0.9370，召回率为0.9499，模型的性能较好，对开展该区域松材线虫识别监测、灾害防范具有重要的示范作用。

在水稻识别方面，通过融合光学和雷达数据，总体精度和Kappa系数分别能达到96.49%和0.95，比单一数据源提升明显。这些技术已经在高安市等地区的项目中开展示范应用。

笔者：这些技术，除了监测，还能发挥哪些价值？

刘胜威：它们的延伸应用空间很大。比如通过多时相分析可以实现作物长势评估和产量预估，通过灾害监测模型可以服务洪涝、滑坡等应急监测，还可以拓展到森林资源调查、湿地变化监测等领域。本质上，我们是在构建一个“空天地一体”的智能感知体系。

笔者：未来还有哪些规划？

刘胜威：我们将重点推进三方面工作：一是拓展监测对象，从水稻、松林延伸到更多农作物和生态要素。二是深化平台功能，开发面向不同场景的智能监测模块，如自然资源调查、灾害监测、产量估计。三是加快推动成果转化应用更大场景，让技术更好服务于林业管理、农业生产和防灾减灾等实际需求。

（省地调院矿产所 郑晓丹）