一、行业现状

  遥感服务市场在过去几年中呈现出强劲的增长态势，市场规模持续扩大。随着遥感技术的不断进步，高分辨率、高精度的遥感数据得到更多应用，提供了更精准的测绘服务。这为高标准农田遥感监测提供了坚实的技术基础和市场支撑。  

根据《国务院办公厅关于切实加强高标准农田建设提升国家粮食安全保障能力的意见》文件精神，为落实《农业农村部农田建设管理司关于开展高标准农田遥感监测试点工作的通知》，基于遥感监测对高标准农田建设项目开展规划设计、建设进展、竣工验收、建后管护等工作进行卫星遥感监测与管理，为高标准农田建设、粮食生产和粮食安全保障能力提供参考依据、数据支撑。

按照高标准农田卫星遥感监测试点方案的要求，运用卫星遥感技术，3S空间地理信息技术，建立高标准农田建设遥感监测系统，集农田信息、卫星影像管理、遥感产品生产、发布、可视化展示为一体的高标准农田遥感监测系统。系统建设集卫星遥感技术、人工智能、大数据技术于一体，为多种用户群体提供服务，准确及时获取全高标准农田建设信息，掌握农业生产、种植结构，为制定粮食生产政策和各项经济社会政策，大力推动农业种植结构调整，确保国家粮食生产安全等提供决策依据和服务。

二、项目实施方案

2.1 项目规划设计

2.1.1.项目数据分析选址

以国土“三调”数据、国土空间规划数据、遥感影像数据、耕地质量等级数据等为底图，叠加分析现有耕地、已实施项目等相关数据，综合生态条件、水土资源、集中连片、增产潜力、土壤污染和地质灾害等各方面的田块指标参数，对高标农田基础数据进行数据清洗入库、叠加分析智能选址，实现数据可追溯、可核查、可统计和可视化等。

2.1.2.规划期项目库管理

汇总乡镇高标准农田建设规划形成县级高标准农田建设规划，并向上级农业农村部门规划备案。提供规划期项目库的项目地点、项目数量、项目规模、农田面积、项目总投资等规划期项目库管理。

2.1.3.年度项目库管理

汇总乡镇年度项目库形成县级高标准农田项目库，并向上级农业农村部门申报备案。提供年度项目库的项目地点、项目数量、项目规模、农田面积、项目总投资等规划期项目库管理。

2.1.4.年度农田建设任务管理

依据上级农业农村部门下达的年度农田建设任务指标，下达乡镇年度农田建设任务。提供年度农田建设任务管理、任务分配、指标划分和任务台账。

2.1.5.项目申报与审批

按照高标准农田建设项目申报与审批流程，提供项目申报材料、初步设计编制、年度实施计划的申报、审核、审批和报备。

2.2项目建设进展

对照项目初步设计文件等资料，验证利用遥感监测技术，在分析项目是否开工，在建灌排沟渠田间道路、土地平整等工程措施建设进展，实施范围是否符合批复要求等方面的监测效果。

2.2.1.项目组织实施管理

汇总高标准农田建设项目招投标、招投标方案备案，涉及项目内容调整、期限调整、地点调整或项目取消的申报、审核、审批和报备。

2.2.2.项目开工情况监测

依据高标准农田建设项目的进度要求和项目进度分析情况，开展项目开工情况的监测分析，分为正常开工建设、预期未开工项目和开工进度延误项目等类别监测。

对照《基于中高分辨率卫星的高标准农田监测技术规程（试行）》中对农田建设及运行管护遥感监测的要求，基于高分辨率遥感影像分析，分析项目是否开工，对在建灌排沟渠田间道路、土地平整等工程措施的建设进展，实施范围是否符合批复要求进行动态监测。

2.2.3.预期未开工项目预警

监测分析高标准农田建设项目进度中，未按计划节点开展项目招投标的项目，列名预期未开工项目，建立台账信息，预警提示。

2.2.4.开工进度延误项目预警

监测分析高标准农田建设项目进度中，未按计划节点开展竣工验收申请的项目，列名开工进度延误项目，进行台账信息，预警提示。

2.2.5.项目移动巡查用图

依托移动互联网，提供在线巡查用图、项目信息查看及编辑、项目信息统计、项目监督监管等功能，实现各权限范围内的用户能够按照设定的权限查询相关项目信息。具体功能包括：项目下载、日常巡查、项目整改、交流评论和通知功能。

2.3项目设施运行管护

对照项目竣工验收报告等资料，验证利用遥感监测技术，在分析项目内田间道路、灌排沟渠等骨干设施的管护效果和损毁程度、高标准农田是否被建设占用等方面的监测效果。

2.3.1.项目竣工验收管理

汇总项目四方验收、初步验收、竣工验收的申请、评审和报备。公示牌与标识、资产交付、项目档案的抽查验收。

2.3.2.运行管护管理

运行管护管理是针对建成后农田及农田设施项目的维护情况的综合管理，包含运行情况、维护时间、维护内容等提供增、删、改、查、统计等功能。

对照《基于中高分辨率卫星的高标准农田监测技术规程（试行）》中对农田建设及运行管护遥感监测的要求，基于高分辨率遥感影像分析，监测项目内田间道路、灌排沟渠等骨干设施的管护效果和损毁程度、高标准农田是否被建设占用等内容。

2.3.3.绩效评价管理

绩效评价管理是按照评价指标对建成后农田建设项目进行评价，提供评价得分填写、评价项目的综合统计查询等功能。

2.4项目建后种植利用

验证利用遥感监测技术，分析已建成高标准农田内的作物种植类型、作物种植面积、撂荒面积等的监测效果。探索利用遥感监测技术分析高标准农田综合生产能力的可行性方法。

2.4.1.作物类型识别

利用多时相卫星遥感影像数据，采用先进的动态多维度面向对象分类和深度学习技术，构建作物识别模型，实现对地块上作物种类的精确识别和分类；识别县区全域耕地内玉米、水稻等粮食作物的种植面积及空间分布情况，叠加高标准农田、永久基本农田等数据，对比高标准农田地块和划定区内目标作物种植情况，以地图、图表的形式展示统计分析结果，形成作物类型分布“一张图”。

监测频次：不少于4次/年

2.4.2.种植面积监测

基于对作物类型识别数据，对作物面积数据的进行自动提取，动态监测高标准农田范围内的作物种植面积，形成种植面积统计分析报告。

监测频次：不少于4次/年

2.4.3.土地撂荒监测

土地撂荒监测主要识别县区全域高标准农田范围内土地撂荒的面积及空间分布情况，叠加永久基本农田、高标准农田划定成果数据，对比高标准农田地块和划定区内土地撂荒情况，以地图、图表的形式展示统计分析结果，形成土地撂荒监测“一张图”。

监测频次：不少于2次/年

2.4.4.作物估产

作物估产在作物种植面积及类型数据基础上，利用卫星遥感影像及专业解译方法手段对高标准农田范围内种植的作物进行产量估计，统计范围内作物预估总量，对比分析不同地块产量差异，形成作物产量预估“一张图”，为相关决策者提供数据支持。

监测频次：不少于2次/年

三、技术路线

1.技术路线

（1）主要技术

①3S空间地理信息技术

3S技术是遥感技术（Remote Sensing，RS）、地理信息系统（Geography Information Systems，GIS）和全球定位系统（Global Positioning Systems，GPS）的统称，是空间技术、传感器技术、卫星定位与导航技术和计算机技术、通讯技术相结合，多学科高度集成的对空间信息进行采集、处理、管理、分析、表达、传播和应用的现代信息技术。

遥感技术是指从高空或外层空间接收来自地球表层各类地物的电磁波信息，并通过对这些信息进行扫描、摄影、传输和处理，从而对地表各类地物和现象进行远距离控测和识别的现代综合技术。遥感技术可用于植被资源调查、气候气象观测预报、作物产量估测、病虫害预测等方面。

2.地理信息系统是管理地理信息的计算机软件系统，地理信息系统具有数据输入、预处理功能、数据编辑功能、数据存储与管理功能、数据查询与检索功能、数据分析功能、数据显示与结果输出功能、数据更新功能等。GIS技术现已在资源调查、数据库建设与管理、土地利用及其适宜性评价、区域规划、生态规划、作物估产、灾害监测与预报、精确农业等方面得到广泛应用。

3.全球定位系统是具有海、陆、空全方位实时三维导航与定位能力的新一代卫星导航与定位系统。GPS是由空间星座、地面控制和用户设备等三部分构成的。GPS测量技术能够快速、高效、准确地提供点、线、面要素的精确三维坐标以及其他相关信息，具有全天候、高精度、自动化、高效益等显著特点。

②天-空-地一体化监测技术

随着空间技术、信息技术、电子计算机技术和环境科学的发展，遥感技术逐步发展为一门新兴交叉学科技术，现代遥感技术已构成地面、空中、太空三个立体层面，推动天-空-地一体化监测技术发展。

天（太空）：航天卫星遥感影像观测，包括多光谱、高清影像的识别与应用等；

空（空中）：航空航拍，包括航空摄影测量、无人机、倾斜摄影等；

地（地面）：物联网传感器，包括温湿度、土壤墒情等。

近30多年来，遥感技术在大面积作物长势监测与估产、农情宏观预报、农业资源调查与变化监测等方面做出了重要贡献。

“天-空-地”一体化监测具有大范围、动态、全天候、全天时等优势，利用天空地一体化技术快速获取影像与处理、现场调查、信息提取、地理统计分析、等技术手段，查清反映地表特征、地理现象和人类活动的基本地理环境要素的范围、位置、基本属性和数量特征，通过深入的统计和综合分析，形成这些基本地理环境要素的空间分布及其相互关系的监测结果。

③人工智能技术

传统农业的生产、管理过于粗犷化，不能更好地满足社会发展的需要。发展基于人工智能（Artificial Intelligence，简称AI）的智能农业，对农业转型发展具有促进作用，可促进粗放型农业转向精细型农业。智能农业（Agricultural Intellectualized Information Technique，简称AIIT）是通过农业专家系统指导整个农业生产，将人工智能技术应用于现代农业发展领域的高科技技术。智能农业充分应用现代信息技术成果，集成应用计算机与网络技术、物联网技术、3S技术、无线通信技术、音视频技术及专家智慧等，提取和组织有用信息，实现农业可视化远程诊断、远程预警、远程控制等智能管理，提升管理效率和水平。

④云计算及云GIS技术

农业信息数据包含大量的地形地貌、遥感影像、三维建筑物模型等，因此在大数据平台的建设中需要使用到云计算及云GIS技术。云GIS技术式在云计算环境上运行支撑地理空间数据的存储、建模、处理与分析。云GIS技术平台能够为大数据平台提供一种稳定、高效、低成本、环保的支撑应用架构，可以构建各种基于Web的、弹性的、按需的地理信息服务。在农业海量地理空间数据存储方面，云GIS能解决高并发需求；在农业海量地理空间数据计算方面，云GIS能以松耦合、数据全共享、服务可聚合迁移的特点实现高性能计算，将用户原本固定的成本投入转变为可变的运行成本，提升资本运作的灵活性，进而提升用户的业务灵活性。

⑤空间数据ETL技术

空间数据又称几何数据，它用来表示物体的位置、形态、大小分布等各方面的信息，是对现世界中存在的具有定位意义的事物和现象的定量描述。根据在计算机系统中对地图存储组织、处理方法的不同，以及空间数据本身的几何特征，空间数据又可分为图形数据和图像数据。在本次项目中的空间数据主要涵盖卫星遥感影像、基础地理信息以及其他带有地理坐标的农业相关数据。空间数据ETL技术囊括大量的自动化的数据处理与预处理技术，另外还可以筛选可空间化数据，根据业务规则为属性数据添加空间信息，为大数据平台提供可用的数据资源。最终保障空间数据清洗、过滤、映射、转换、共享、分析、可视化等操作的高度自动化运行，提高整体效率。

⑥Gago-GL-实时渲染实时计算

Gago-GL是基于开源地图库Mapbox GL的时空大数据库可视化分析库，旨在将数据转化成可操作的信息，支持大量地块渲染和栅格数据叠加分析。Gago-GL栅格数据渲染引擎主要提供在客户端对栅格数据的实时动态可配置的渲染方式，能够实现多图层的叠加分析，空间统计分析，操作简单，让非专业的人更好的使用，处理分析空间大数据。

Gago-GL借助WebGL的渲染技术对栅格数据分析，将传统的服务端的计算和渲染转移到客户端，一是减轻了服务端的压力，二是提高了计算方式灵活性，实现数据的实时动态计算。

⑦Gago-mvt-service-矢量切片服务

Gago-mvt-service是用来支持空间矢量数据Mapbox 的 mvt 格式(如地块)的渲染方案，目前数据库支持 MySQL 和 Postgres。

⑧定制化数据切片和发布工具

为用户提供专门的切片存储工具，支持本地化部署，可以独立发布数据，操作简单易行。

遥感数据切片工具工作流程

可以本地处理遥感影像，制作LERC数据切片；

切片存储在客户本地的文件服务器、或者云存储（Azure Blob）等；

通过Nginx 代理发布服务，供系统使用。

遥感数据切片工具优势

根据农业业务特点定制，用户可以灵活发布不同的业务数据；

提高数据的利用率，数据服务可以用于多个系统。

时空治理工具

时空治理工具基于时间、空间、业务逻辑三维度的数据治理工作，基于数据本身与业务模型应用价值的数据资产持续运营工作。

（2）数据支撑

①水稻作物识别

应用遥感影像参数

②玉米作物识别

应用遥感影像参数

③油菜作物识别

应用遥感影像参数

④蔬菜作物识别

应用遥感影像参数

⑤果树作物识别

应用遥感影像参数

⑥林木识别

应用遥感影像参数

⑦设施大棚识别

应用遥感影像参数

⑧水域识别

应用遥感影像参数

⑨土地撂荒识别

应用遥感影像参数

（3）遥感数据处理方法

①数据预处理

1.降噪处理：由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。

（1）除周期性噪声和尖锐性噪声周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。

（2）除坏线和条带去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消

2.薄云处理：由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。

3.阴影处理：由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。

②几何纠正

通常我们获取的遥感影像一般都是 Level2 级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。

1.图像配准：为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上，这个过程叫做配准。

（1）影像对栅格图像的配准：将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

（2）影像对矢量图形的配准将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。

2.几何粗纠正：这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。

3.几何精纠正：为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。

（1）图像对图像的纠正：利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。

（2）图像对地图（栅格或矢量）：利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。

（3）图像对已知坐标点（地面控制点）：利用已有准确地理坐标和投影信息的已知坐标点或地面控制点，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。

4.正射纠正：利用已有地理参考数据（影像、地形图和控制点等）和数字高程模型数据（DEM、GDEM），对原始遥感影像进行纠正，可消除或减弱地形起伏带来的影像变形，使得遥感影像具有准确的地面坐标和投影信息。

③图像增强

为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出，需要对遥感图像进行增强处理。

1.彩色合成：为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。彩色图像可以分为真彩色图像和假彩色图像。

2.直方图变换：统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量。

3.密度分割：将灰度图像按照像元的灰度值进行分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，达到图像增强的目的。

4.灰度颠倒：灰度颠倒是将图像的灰度范围先拉伸到显示设备的动态范围(如0～255)到饱和状态，然后再进行颠倒，使正像和负像互换。

5.图像间运算：两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。常见的有加法运算、减法运算、比值运算和综合运算。例如：

减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。

比值运算：常用于计算植被指数、消除地形阴影等。植被指数：NDVI=（IR-R）/（IR+R）

6.邻域增强：又叫滤波处理，是在被处理像元周围的像元参与下进行的运算处理，邻域的范围取决于滤波器的大小，如 3×3 或 5×5 等。邻区法处理用于去噪声、图像平滑、锐化和相关运算。

7.主成分分析：也叫PCA变换，可以用来消除特征向量中各特征之间的相关性，并进行特征选择。主成分分析算法还可以用来进行高光谱图像数据的压缩和信息融合。例如：对LandsatTM 的6个波段的多光谱图像(热红外波段除外)进行主成分分析，然后把得到的第 1，2，3 主分量图像进行彩色合成，可以获得信息量非常丰富的彩色图像。

8.K-T 变换：即Kauth-Thomas变换，又称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。目前对这个变换的研究主要集中在 MSS 与 TM 两种遥感数据的应用分析方面。

9.图像融合：遥感图像信息融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。

④图像裁剪

在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的信息感兴趣，这就需要将遥感影像裁减成研究范围的大小。

1.按 ROI 裁剪：根据ROI（感兴趣区域）范围大小对被裁减影像进行裁剪。

2．按文件裁剪按照指定影像文件的范围大小对被裁减影像进行裁剪。

3.按地图裁剪根据地图的地理坐标或经纬度的范围对被裁减影像进行裁剪。

⑤图像镶嵌和匀色

1.图像镶嵌：也叫图像拼接，是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。

2.影像匀色：在实际应用中，我们用来进行图像镶嵌的遥感影像，经常来源于不同传感器、不同时相的遥感数据，在做图象镶嵌时经常会出现色调不一致，这时就需要结合实际情况和整体协调性对参与镶嵌的影像进行匀色。

（4）遥感信息提取

项目中生产的专题数据都是基于遥感影像数据进行的专题数据信息提取。

遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。目前信息提取的方法有：目视判读法和计算机分类法。其中目视判读是最常用的方法。

1.目视判读：也叫人工解译，即用人工的方法判读遥感影像，对遥感影像上目标地物的范围进行手工勾绘，达到信息提取的目的。

2.图像分类是依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质分为若干类别的过程。

（1）监督分类在研究区域选有代表性的训练场地作为样本，通过选择特征参数（如亮度的均值、方差等），建立判别函数，对样本进行分类，依据样本的分类特征来识别样本像元的归属类别的方法。

（2）非监督分类：没有先验的样本类别，根据像元间的相似度大小进行归类，将相似度大的归为一类的方法。

四、售后服务保障措施

1.客户服务热线设立

为了更好地服务客户，公司将设立专门的客户服务热线，方便客户随时随地咨询、反馈和投诉。客户可以通过拨打客户服务热线或发送电子邮件的方式与我们联系，我们将在24小时内回复客户的任何问题或反馈。

2.售后技术支持团队

公司将组建一支专业的售后技术支持团队，提供对产品的售后技术支持和解决方案。客户遇到问题时，可以随时联系我们的售后技术支持团队，我们将及时提供解答和指导。

3.售后服务培训

公司将定期组织售后服务培训，提高售后服务团队的专业水平和服务质量。培训内容包括产品知识、技术知识、客户沟通技巧等，以确保售后服务团队能够更好地理解客户需求，提供全面的售后服务。

4.售后服务监督和评估

为了确保售后服务质量，公司将建立售后服务监督和评估体系。通过监督和评估，我们可以及时发现和解决售后服务中存在的问题，提高售后服务质量和客户满意度。