DB15T 3937-2025典型地物遥感智能解译技术规程.docx

ICS07.040CCSA77

15

内蒙古自治区地方标准

DB15/T3937—2025

典型地物遥感智能解译技术规程

CodeofpracticeforIntelligentremotesensingInterpretationof

typicalground

2025-02-28发布2025-03-28实施

内蒙古自治区市场监督管理局发布

目次

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4总体要求 2

5技术流程 2

6遥感数据准备 3

7典型地物智能解译 3

8样本与模型算法迭代 4

9质量控制 5

10成果组织 5

附录A（资料性）图斑属性赋值表 7

附录B（资料性）成果数据属性表 8

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

本文件由内蒙古自治区测绘地理信息标准化技术委员会（SAM/TC27）归口。

本文件起草单位：内蒙古自治区测绘地理信息中心、中国科学院空天信息创新研究院、通辽市城市地理信息中心。

本文件主要起草人：丁锐、田婷婷、杜斌、胡日查、于欣、谭美淋、岳云峰、昝露洋、任冠尧、金一、闫伟华、阿岩、温超、贾艳灵、魏纪成、扈彤利、彭树鸿、张建平、李重霄、李思奇。

典型地物遥感智能解译技术规程

1范围

本文件规定了典型地物遥感智能解译的总体要求、技术流程、遥感数据准备、典型地物智能解译、样本与模型算法迭代、质量控制和成果组织等内容。

本文件适用于房屋建筑区、道路与铁路、水域、耕地、园地、林地、草地、湿地等典型地物的遥感智能监测与识别，其他地物遥感智能解译可参照执行。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本文件。

GB/T18316数字测绘成果质量检查与验收

GB/T24356测绘成果质量检查与验收

CH/T1015.3基础地理信息数字产品1:100001:50000生产技术规程第3部分：数字正射影像图(DOM)

TD/T1055第三次全国国土调查技术规程

3术语和定义

下列术语和定义适用于本文件。

3.1

人工智能artificalintelligence

通过人工的方法和技术，模仿、延伸和扩展人的智能，形成能以人类智能相似的方式做出反应的机器智能。

3.2

深度学习语义分割模型deeplearningsemanticsegmentationmodel

通过多个处理层自动学习和提取图像中复杂特征的机器学习模型。这些模型通过标注数据进行训练，能够自动学习到遥感图像中的各种地物特征，模型能够将遥感图像中的每个像素分类到特定的地物类别，实现地物像素级高精度识别、分类。

3.3

微调finetune

在机器学习和深度学习中，使用在大型数据集上预训练的模型作为基础模型，通过在特定任务的较小数据集上进行额外的训练，使模型能够更好地适应该特定任务的过程。这种方法通常会冻结预训练模型的某些层，只训练最后几层或新增的层，以防止模型在小数据集上过拟合，同时利用预训练模型中已经学到的特征表示。

3.4

图斑mask

遥感图像中具有相似光谱特征、纹理特征或形状特征的连通区域，这些区域通常被认为是同一种地物类型。

3.5

样本sample

在机器学习和数据分析中，指从总体（或数据集）中抽取出的一部分数据，用于训练、验证或测试模型。在遥感图像处理中，指从遥感图像中提取的用于模型训练、验证或测试的像素或图斑数据。

4总体要求

4,1数学基础

平面坐标系：2000国家大地坐标系（CGCS2000）。

高程基准：1985国家高程基准，正常高系统。

4.2时间参考

采用公元纪年，时间采用北京时间。

4.3解译手段

基于多源高分辨率卫星遥感影像数据，采用人工智能模型识别，开展典型地物的遥感监测识别工作。

4,4图斑边界误差

典型地物图斑识别边界误差应不超出2个像素，边界不明显的地物图斑识别边界误差应不超出5个像素。

5技术流程

技术流程主要包括遥感数据准备、智能识别、质量控制、样本和模型迭代以及成果输出等，见图1