![]()
導(dǎo) 讀
清華同衡與北京市規(guī)劃自然資源委昌平分局合作,開發(fā)了國土空間大數(shù)據(jù)治理和智慧協(xié)同工作平臺。核心應(yīng)用包括影像智能比對識別和多維矩陣駕駛艙,通過AI技術(shù)提升昌平區(qū)耕地保護(hù)與執(zhí)法監(jiān)測的效率,構(gòu)建智能閉環(huán)管理。這一技術(shù)使得監(jiān)管模式由被動轉(zhuǎn)為主動,提升了治理效能和協(xié)同工作能力,釋放了人力資源,聚焦高價值任務(wù)。該智慧治理平臺獲得了多家政務(wù)、新聞媒體的深入報道,充分展示了其在耕地保護(hù)中的創(chuàng)新價值和社會影響力,為推動構(gòu)建耕地保護(hù)新格局提供堅實保障!
為守牢耕地紅線,落實最嚴(yán)格的耕地保護(hù)制度,清華同衡深度參與了市規(guī)劃自然資源委昌平分局的國土空間治理數(shù)智化建設(shè),研發(fā)了國土空間大數(shù)據(jù)治理和智慧協(xié)同工作平臺,構(gòu)建了耕地保護(hù)、執(zhí)法監(jiān)測的AI+應(yīng)用場景。
通過影像智能比對識別應(yīng)用平臺、協(xié)同移動平臺、“多維矩陣駕駛艙”,不僅可以主動精準(zhǔn)識別問題圖斑、全過程跟蹤問題圖斑整改進(jìn)度,還能多維矩陣化分析展示耕地狀態(tài),真正實現(xiàn)從“發(fā)現(xiàn)-分析-整改-復(fù)核-回頭看”的全流程智能化監(jiān)管閉環(huán)管理,成功推動耕地保護(hù)監(jiān)管模式由“事后處置”向“事前預(yù)警”“事中監(jiān)管”“事后回頭看”的智能轉(zhuǎn)變升級,為昌平區(qū)耕地保護(hù)裝上“數(shù)智引擎”。
![]()
耕地保護(hù)AI+應(yīng)用場景
一、影像智能比對識別
影像智能比對識別是利用經(jīng)過訓(xùn)練的差異分割A(yù)I深度學(xué)習(xí)模型,從雙時相非多光譜影像提取變化圖斑,與地類圖斑屬性進(jìn)行語義融合,運行類型判別AI模型,自動識別出耕地的疑似問題圖斑,人工初審會商后形成任務(wù)單,將核查結(jié)果反饋給圖斑臺賬,形成線索圖斑處置閉環(huán)。
![]()
影像智能比對識別應(yīng)用平臺

圖斑初審會商

圖斑核查結(jié)果反饋
影像智能比對識別的特點有三個:一是“快”,11小時完成圖斑計算;二是“全”,一次性可覆蓋昌平全域;三是“省”,大幅度節(jié)省巡查人力。
![]()
影像智能比對識別的特點
影像智能比對識別應(yīng)用平臺具備243架構(gòu),即2個核心模塊分別是 “影像比對”和“智能篩選”;4個附屬功能是“圖斑初審”、“類別判定”、“持續(xù)跟蹤”和“回頭看”;3大應(yīng)用場景分別是耕保空間 、執(zhí)法監(jiān)測和變更調(diào)查。
![]()
影像智能比對識別應(yīng)用平臺的架構(gòu)
二、耕保駕駛艙
基于數(shù)據(jù)深度治理成果和協(xié)同移動平臺數(shù)據(jù)動態(tài)更新構(gòu)建多維矩陣駕駛艙,從現(xiàn)狀耕地、耕保空間和一般耕地三個業(yè)務(wù)維度,以及區(qū)級、鎮(zhèn)街級、地塊級三個空間尺度進(jìn)行可視化分析挖掘,耕保駕駛艙有3個特點:一是數(shù)據(jù)完全鮮活,保持每日更新,未來可隨時更新;二是圖斑全生命周期可追溯,圖斑的審核狀態(tài)、外業(yè)審核照片、聯(lián)審的每日變化信息都有記錄;三是駕駛艙指標(biāo)可視且能隨時展開、隨時匯總、隨時排名、隨時空間跟隨,多維度指標(biāo)系統(tǒng)內(nèi)交圈。
耕保駕駛艙通過多維度、多尺度的動態(tài)分析,實現(xiàn)了耕地資源的精準(zhǔn)監(jiān)測、問題圖斑快速識別、種植結(jié)構(gòu)優(yōu)化評估和屬地責(zé)任監(jiān)管,為科學(xué)決策、政策調(diào)整和量化政策執(zhí)行效果提供了數(shù)據(jù)支撐,顯著提升了耕地保護(hù)的精細(xì)化、動態(tài)化和數(shù)字化管理水平,確保耕地紅線管控措施落地。
![]()
耕保駕駛艙的特點

多維度指標(biāo)分析

圖斑跟蹤和報告生成
三、AI+效能體現(xiàn)
協(xié)同監(jiān)管提升效能
通過影像智能比對主動發(fā)現(xiàn)差異圖斑、協(xié)同移動平臺處置問題圖斑、“多維矩陣駕駛艙”輔助耕保空間監(jiān)管精細(xì)決策,多維度統(tǒng)一協(xié)調(diào)將耕保問題圖斑的多頭線索下發(fā)、多頭整改審查、多頭整改結(jié)果上報歸集到統(tǒng)一的協(xié)同平臺上,針對耕保問題圖斑,基層單位只需從一個對接口接收線索、提交整改結(jié)果、查看審查意見,大大減輕了基層的工作負(fù)擔(dān)。同時協(xié)同平臺的使用,減少了線下開會和協(xié)調(diào)時間,提高了多部門聯(lián)動的工作效率。
![]()
協(xié)同提升治理效能

整改后審核情況跟蹤
AI計算提升效率
我們以“耕地疑似問題圖斑的提取”“執(zhí)法圖斑回頭看”實際操作數(shù)據(jù)分析評估,說明AI使用帶來的工作效能的提升。
背景條件
昌平區(qū)總面積約 1343.5 km2,平原面積約 552 km2,耕地面積約65.07km2,AI模型運算的空間范圍是按全區(qū)1343平方公里范圍,人工卷簾比對選取耕保空間或圖斑對應(yīng)的空間范圍,AI算力機(jī)的配置是1臺2 CPU、128G內(nèi)存、英偉達(dá)5090顯卡、SSD存儲的計算服務(wù)器。
耕地疑似問題圖斑提取
選取耕地疑似問題圖斑的單次提取實際操作數(shù)據(jù)來計算效能,結(jié)果如下表:
![]()
結(jié)論:在耕地疑似問題圖斑提取任務(wù)中,采用影像智能比對識別應(yīng)用平臺人機(jī)協(xié)同模式,效率相比純?nèi)斯し绞教嵘?2倍。如果與更傳統(tǒng)、更低效的人工野外巡查相比,節(jié)省的時間將是數(shù)量級的差距。
執(zhí)法圖斑回頭看
選取執(zhí)法圖斑回頭看的單批次2042個圖斑實際操作數(shù)據(jù)計算分析效能,結(jié)果如下表:
![]()
結(jié)論:利用影像智能比對識別應(yīng)用平臺在執(zhí)法圖斑回頭看任務(wù)中,人機(jī)協(xié)同比純?nèi)斯だ糜跋裥侍嵘?.5倍,這對于確保執(zhí)法效果的閉環(huán)管理至關(guān)重要,使得大規(guī)模、高頻次的復(fù)查成為可能。
![]()
回頭看計算結(jié)果(拼接一屏)
AI+價值提煉
1. 革命性效率提升:
AI的引入,將國土資源監(jiān)測從“人海戰(zhàn)術(shù)”的勞動密集型工作,轉(zhuǎn)變?yōu)榱艘运懔楹诵牡?strong>技術(shù)密集型工作。效能提升普遍在7-12倍以上,這意味著過去需要一周多才能完成的分析,現(xiàn)在一天之內(nèi)即可完成。
2. “人機(jī)協(xié)同”是最佳實踐:
根據(jù)目前的實操數(shù)據(jù)表明,“AI計算 + 人工研判”的人機(jī)協(xié)同模式(模式Ⅲ)是兼顧效率、準(zhǔn)確性和成本的最佳平衡點。AI充當(dāng)了不知疲倦的“初級分析師”,完成了90%以上的重復(fù)性勞動,讓人可以專注于需要經(jīng)驗和決策的復(fù)雜問題。
3. 推動工作模式變革:
從“事后發(fā)現(xiàn)”到“早期預(yù)警”:效率的提升使得對更大范圍區(qū)域進(jìn)行定期、快速的掃描成為可能,從而能夠更早地發(fā)現(xiàn)疑似問題,將違法行為遏制在萌芽狀態(tài)。
從“巡查”到“全覆蓋監(jiān)測”:以往因人力所限只能進(jìn)行巡查,現(xiàn)在可以實現(xiàn)全域、全量的圖斑監(jiān)測與核查,極大地提升了監(jiān)管的威懾力和公正性。
釋放人力,聚焦高價值工作:將專業(yè)人員從繁瑣的影像比對中解放出來,去從事更復(fù)雜的調(diào)查、核實、決策和執(zhí)法工作,優(yōu)化了人力資源配置。
如對本文照片、動圖、數(shù)據(jù)引用或有相關(guān)問題,
liangxiangchun@thupdi.com
編輯/排版|王淑蕓
封面圖/圖片|供稿部門
供稿|清華同衡 詳細(xì)規(guī)劃與設(shè)計分院 CIM智慧城市研究室
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.