DIEY用遥感AI助力浒苔绿潮灾害防治 共护海洋生态
近年来，浒苔绿潮灾害给山东沿海多地市造成了不同程度危害。据山东省海洋预报台消息，7月12日，山东省海域浒苔绿潮分布面积约29783平方公里，覆盖面积约265平方公里，分别是去年同期的3.5倍和5.4倍。
为贯彻落实自然资源部办公厅印发的《黄海跨区域浒苔绿潮灾害监测预警会商业务规定（试行）》通知，助力推进自然资源部组织的浒苔绿潮联防联控工作，实现对浒苔生长全面、准确、及时的监测与预警，推动海洋环境保护和生态文明建设，数慧时空采用深度学习技术对青岛部分海域的浒苔分布情况进行了自动提取。该提取过程效率高，提取结果准确度高，可为打赢浒苔绿潮灾害处置攻坚战，让人民群众看得到碧海蓝天、洁净沙滩贡献科技力量。具体情况如下：
一、基本情况
浒苔作为一种有着极强环境适应能力与繁殖能力的石莼科、浒苔属的大型海藻，广泛分布于各沿海国家近海，在我国主要分布于辽宁、山东、江苏、浙江和福建等地。
浒苔主要为翠绿色，大部分分布于海域中，形状不规则且多成条状形态，少数堆积在沙滩和岸边。浒苔的一般生命周期会经过“出现→发展→爆发→治理→消亡”，爆发生长时间一般在5月初至7月底，6月中下旬到7月中上旬浒苔到达山东海域，进入高峰。
二、智能解译过程
（1）自动提取技术路线
深度学习作为当前人工智能前沿技术的核心，可解决很多复杂的模式识别难题，其应用范围正朝向多学科交叉领域不断地延伸。高分辨率遥感影像承载着丰富的地物信息，我国的高分系列卫星已经覆盖了从全色、多光谱到高光谱，从光学到雷达，从太阳同步轨道到地球同步轨道等多种类型，可满足各行业高分辨率遥感数据国产化应用需求。
在青岛海滨浒苔爆发期分析的基础上，使用数慧时空的智能遥感云平台DIEY产品，对爆发期高分原始影像进行自动预处理。采用语义分割的方式采集浒苔样本，利用卷积神经网络构建浒苔解译模型。通过构建好的模型对青岛海滨区的高分影像进行自动解译。技术路线图如下：
（2）模型训练
本次浒苔模型训练采用的深度学习训练框架为Torch框架，参数epoch训练总周期设置为300，训练样本总数为598个。模型训练用时49min,训练时第26轮开始收敛,得到模型的指标信息F1-Sorce为0.91。训练的模型如下：
（3）解译效率
浒苔自动解译效率，一景GF2（分辨率0.8m,面积约550km2）约用时13min，一景GF1B(分辩率2m,面积约5300km2)约19min。如下图：
三、解译结果分析
（1）浒苔边界识别清晰
自动化解译结果能够明确地区分浒苔和水域、陆地、船只等其他目标，浒苔的边界线条清晰，没有明显的漏识别或错识别现象。同时，能够有效地区分浒苔和其他海洋要素。
（2）规则的浒苔解译效果好于不规则的浒苔
规则的浒苔具有较明显的形态特征和分布特征，更容易被自动化解译的算法捕捉和提取。
（3）水域区域浒苔密集处解译效果精度高且边界清晰
通过对比卫星影像分析，自动化解译结果能够较好地反映浒苔的分布范围和面积。
数慧时空作为山东土地发展集团旗下的国家级高新技术企业，多年深耕遥感AI领域。今年5月17日，公司历时3年研发的智能遥感云平台DIEY产品正式发布。DIEY以自主知识产权的生成式AI平台（DGAI）为基础，依托自然资源行业大模型“长城”，采用云原生、大数据、深度学习、知识图谱等新一代信息技术，构建了国产化、自动化、智能化、业务化的遥感数据处理及应用服务框架，打通从原始卫星影像数据获取到行业应用的全链条生产工序，打造无人值守的影像处理工厂、要素提取工厂、应用构建工厂，开启“卫星即服务”应用新时代。
立足于技术创新与行业突破，DIEY产品不断迭代，目前已形成60余项专利，广泛服务于自然资源、农业农村、生态文明、应急管理、金融保险等领域。