TGXAS-自然资源调查监测外业举证照片地类智能识别样本库建设技术规范编制说明

团体标准《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》（征求意见稿）编制说明一、项目来源根据《广西标准化协会关于下达2025年第十六批团体标准制修订项目计划的通知》（桂标协〔2025〕118号）文件精神，由广西壮族自治区自然资源调查监测院提出，广西壮族自治区自然资源调查监测院、广西壮族自治区自然资源产品质量检验中心、广西民族大学人工智能学院共同起草团体标准《自然资源调查监测外业举证照片地类智能样本库建设识别技术规范》（2025-1610）。二、项目背景及目的意义近年来，随着全区发展建设迈上新的台阶，土地开发利用强度越来越大，自然资源类型变化速度越来越快，造成调查监测任务不断加重。目前，全区现有调查监测手段仍比较单一，主要还是以人工核查为主，智能化、自动化程度不高，大范围调查监测效率低、周期长，难以满足全区自然资源调查监测工作精细化管理要求。而在全区自然资源调查监测中，外业核查举证照片对于发现和证明用地违法行为具有重要意义。这些照片通过实地拍摄，能够直观地记录土地使用情况，帮助相关部门识别并确认是否存在违法用地的现象。准确、快速识别外业核查举证照片地类能够有助于发现和证明用地违法行为，促进全区自然资源调查监测工作的精细化管理。但是，全区每年外业核查举证照片数量达几百万到上千万张，照片复用率不高，导致数据成本居高不下，且存在人工核查效率低下、人工核查容易存在误判等问题。针对上述问题，迫切需要通过整合重构现有技术、集成利用新技术、创新发展新方法新手段，切实有效解决目前全区自然资源调查监测工作面临的难点与痛点问题。自2020年1月，为了加快推进自然资源调查监测体系建设，自然资源部就印发了《自然资源调查监测体系构建总体方案》（自然资发〔2020〕15号）（以下简称总体方案），提出构建高效的自然资源调查监测技术体系。同年12月，《自然资源调查监测技术体系设计初步方案》形成，提出充分利用5G、物联网、人工智能、区块链等高新技术，破解当前调查监测所面临的技术短板，并通过试点试验对技术内容进行验证与完善，逐步形成可推广应用的软件、平台和装备，以切实有效地支撑我国自然资源调查监测工作。2022年2月，《自然资源调查监测技术体系总体设计方案（试行）》（自然资调查函〔2022〕2号）开始试行。为贯彻落实自然资源部《总体方案》要求，广西壮族自治区自然资源厅印发了《广西自然资源调查监测体系构建实施方案》（桂自然资发〔2021〕76号），明确提出开展技术能力建设的要求。而自然资源调查监测外业举证照片地类智能识别样本库建设技术基于AI照片智能地类识别系统、举证照片样本库研究构建，深度融合人工智能技术，符合自然资源调查监测工作对于技术创新的需求，在一定程度上能够有效提高全区自然资源调查监测工作自动化程度、解决大范围调查监测外业举证照片审核效率低等问题。通过制定《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》，形成地类智能识别样本库建设相关技术标准、规范地类智能识别技术及样本库建设流程，提高外业举证照片地类识别的效率、精度以及照片复用率，能够进一步提升全区自然资源调查监测技术能力。同时，拓展“人工智能+”在全区自然资源调查监测领域的应用。三、项目编制过程（一）成立标准编制工作组团体标准《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》项目任务下达后，广西壮族自治区自然资源调查监测院成立了标准编制工作组，起草单位制定了起草编写方案和进度安排，明确任务职责，确定工作技术路线，开展标准研制工作。具体标准编制工作由广西壮族自治区自然资源调查监测院、广西壮族自治区自然资源产品质量检验中心、广西民族大学人工智能学院等起草单位组成标准编制工作组。编制工作组下设三个组，分别是资料收集组、草案编写组、标准实施组。资料收集组负责国内外有关自然资源调查监测外业举证照片地类智能识别样本库建设技术文献资料的查询、收集和整理工作，查阅目前已有的研究情况及进展。草案编写组负责起草标准草案、征求意见稿和编制说明、送审稿及编制说明的编写工作，包括后期召开征求意见会、网上征求意见，以及标准的不断修改和完善。标准实施组负责《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》标准发布后，组织相关单位、企业开展标准宣贯培训会，对标准进行详细解读，让相关人员了解标准，并根据标准进行规范化操作，并对标准实施情况进行总结分析，不断对标准提出修改意见。（二）收集整理文献资料标准编制主要采取了文献资料收集、相关规范标准研究和已有项目经验总结等方法来实现。标准编制工作组收集了国内自然资源调查监测外业举证照片地类智能识别样本库建设技术相关文献资料。主要有：GB/T41867-2022信息技术人工智能术语GB/T11457-2006信息技术软件工程术语GB/T21010-2017土地利用现状分类TD/T1016-2017土地利用数据库标准TD/T1055-2019第三次全国国土调查技术规程国土变更调查技术规程自然资源部关于印发《自然资源调查监测体系构建总体方案》的通知（自然资发〔2020〕15号）广西壮族自治区自然资源厅关于印发《广西自然资源调查监测体系构建实施方案》的通知（桂自然资发〔2021〕76号）（三）研讨确定标准特色、创新点和主体内容标准编制工作组在对收集的资料进行整理研究后，2025年6月，标准编制工作组召开了标准编制会议，对标准的整体框架结构进行了研讨，并对标准的关键性内容进行了初步探讨。结合已有的AI照片智能地类识别系统建设项目经验，综合确定标准主体为术语和定义、总体要求、建库流程、建库标准等内容。创新点在于：（1）首次提出与自然资源调查监测联系密切的外业举证照片样本库建设思路，样本数据涵盖了年度国土变更调查、日常变更、卫片执法和林草湿地荒漠化等多项业务外业举证照片，涉及范围广、数据量大。通过对外业举证照片统一进行数据处理、整合，构建形成样本库，能够为自然资源调查监测工作提供高质量样本数据基底。（2）明确了外业举证照片样本的类别、格式、大小、分辨率、数量及其他要求，并提出样本库建设流程、建设标准，构建包括样本照片收集、预处理、分类、存储、更新、备份的全流程样本库建设技术标准，规范样本库建设，提高外业举证照片地类识别的效率、精度及照片复用率，可实现多业务场景外业举证照片数据的互通复用。（四）调研及形成征求意见稿2025年6月，标准起草工作小组进行了广泛实地调研工作，查阅了大量的国内文献资料，对自然资源调查监测外业举证照片地类智能识别样本库建设相关文件进行系统总结。形成了标准的基本构架，对主要内容进行了讨论并对项目的工作进行了部署和安排。2025年7月，在前期工作的基础之上，通过理清逻辑脉络，整合已有的参考资料中有关自然资源调查监测外业举证照片地类智能识别样本库建设的相关内容，并结合AI照片智能地类识别系统建设的实际项目经验，按照简化、统一等原则编制完成团体标准《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》（草案）。2025年8月，标准编制工作组多次组织召开会议，充分征求相关单位、行业专家的意见，对标准草案进行了反复修改和研究讨论，进一步完善标准草案，最终形成了团体标准《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》（征求意见稿）和（征求意见稿）编制说明。四、标准制定原则（一）实用性原则本文件是在充分收集相关资料和文献，分析自然资源调查监测外业举证照片地类智能识别样本库建设工作现状的基础上，结合目前已有的AI照片智能地类识别系统建设项目经验而总结起草的，符合当前全区自然资源调查监测工作的方向与需求，有利于地类智能识别样本库建设技术的规范化，具有较强的实用性和可操作性。（二）协调性原则本文件编写过程中注意了自然资源调查监测外业举证照片地类智能识别样本库建设技术规范和相关法律法规的协调问题，在内容上与现行法律法规、标准协调一致。（三）规范性原则本文件严格按照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》编写本标准的内容，保证标准的编写质量。（四）前瞻性原则本文件在兼顾当前区内自然资源调查监测外业举证照片地类智能识别样本库建设工作实际情况的同时，还考虑到了地类智能识别样本库建设技术在全区自然资源调查监测工作中的发展趋势及应用前景，在标准中体现了个别特色性、前瞻性和先进性条款，作为对自然资源调查监测外业举证照片地类智能识别样本库建设工作的指导。五、标准主要章节内容及确定依据编制单位在外业举证照片地类智能识别技术方面进行了充分研究，积累了丰富的实践经验。2024年5月至今，编制单位完成了AI照片智能地类识别系统建设，包括AI照片智能地类识别系统的部署及培训、AI照片智能地类识别项目实施方案的编写、AI照片智能地类识别模型的优化、AI照片智能地类识别系统在docker和Kubernetes微服务架构下的适配。样本数据方面，收集不同类别照片数据达136457张，其中耕地类别24827张、园地类别27594张、林地类别20374张、推堆土类别18693张、道路类别16098张、其他类别28871张。目前，系统已投入实际生产作业中，整体运行稳定，各项指标均达到建设要求。标准编制建立在已有项目实践总结的基础上，参考了目前国内相关资料和文献内容，经过多次调研、反复讨论研究形成。团体标准《自然资源调查监测外业举证照片地类智能识别样本库建设技术规范》主要章节内容包括：术语和定义、总体要求、建库流程、建库标准等内容。具体内容来源依据说明如下：（一）术语和定义标准编制工作组在查阅总结了GB/T41867-2022《信息技术人工智能术语》、DB64T2000-2024《自然资源调查监测技术规程》等规范、规程的基础上，结合自然资源调查监测外业举证照片地类智能识别样本库建设工作的实际要求，对本标准涉及的术语和定义确定。1、样本Labeling从总体中抽取的一部分个体或数据。2、样本库Sampledatabase存储和管理样本数据的数据库或数据集合。3、人工智能系统Atificialintelligencesystem针对人类定义的给定目标，产生诸如内容、预测、推荐或决策等输出的一类工程系统。“人工智能系统Atificialintelligencesystem”的术语和定义来源于GB/T41867-2022《信息技术人工智能术语》3.1.8。4、自然资源调查Naturalresourcessurvey查明某一地区自然资源的数量、质量、分布和开发条件，提供资源清单、图件和评价报告，为资源的开发和生产布局提供第一手资料的过程。“自然资源调查Naturalresourcessurvey”的术语和定义来源于DB64T2000-2024《自然资源调查监测技术规程》3.2。5、遥感监测Remotesensingmonitoring应用遥感技术，对特定目标或区域自然资源利用状况及其动态变化信息进行监控的过程。“遥感监测Remotesensingmonitoring”的术语和定义来源于DB64T2000-2024《自然资源调查监测技术规程》3.4。6、外业举证Fieldevidencepresentation在实地进行数据采集、核实和拍摄照片等行为，以验证遥感影像或已有数据的真实性、准确性和现势性。7、地类识别技术landclassificationrecognitiontechnology利用人工智能，特别是深度学习算法，对从照片中提取的信息进行分析和分类，以识别地表不同土地类型的技术。（二）总体要求规定了样本类别、样本格式、样本大小、样本分辨率、样本数量、其他要求等内容。主要依据《信息技术软件工程术语》GB/T11457-2006数据库（2.390）的定义、《国土变更调查技术规程》的工作分类，结合具体业务需求提出。样本类别主要明确为耕地、园地、林地、推堆土、道路、其他等六种；样本照片格式为JPG、JPEG、PNG、BMP等常见格式；单个样本照片大小一般小于5M，不宜超过10M；样本照片分辨率宜达到1280×720及以上，能够清晰反映地物纹理特征；各样本类别照片数量宜大于5000张，且各样本类别内，不同地物照片数量相对平衡；样本照片不应出现遮挡、模糊的情形，所摄地物占篇幅比例宜超过50%。广西地形以复杂多样的山地和丘陵盆地为主，并受到亚热带季风气候的影响，全区全年植被茂盛、植物种类繁多，农作物特征也因此趋于相似，对地类认定造成一定影响。针对这个问题，规范明确了耕地、园地、林地、推堆土、道路、其他等六种类别，并与国土变更调查工作分类做了衔接，具体如下表：表SEQ表\*ARABIC1外业举证照片地类智能识别工作分类对照表外业举证照片地类智能识别工作分类国土变更调查工作分类一级类二级类一级类二级类编码名称编码名称编码名称编码名称01耕地0101水田01耕地0101水田0102水浇地0102水浇地0103旱地0103旱地02园地0201果园02园地0201果园0202茶园0202茶园0202茶园0202茶园0203橡胶园0203橡胶园0204其他园地0204其他园地03林地0301乔木林地03林地0301乔木林地0302竹林地0302竹林地0305灌木林地0305灌木林地0307其他林地0307其他林地10道路1001铁路用地10交通运输用地1001铁路用地1002轨道交通用地1002轨道交通用地1003公路用地1003公路用地1004城镇村道路用地1004城镇村道路用地1005交通服务1005交通服务场站用地场站用地1006农村道路1006农村道路1007机场用地1007机场用地1008港口码头用地1008港口码头用地1009管道运输用地1009管道运输用地—推堆土———————其他0401天然牧草地04草地0401天然牧草地0403人工牧草地0403人工牧草地0404其他草地0404其他草地05H1商业服务业设施用地05商业服务业用地05H1商业服务业设施用地0508物流仓储用地0508物流仓储用地0601工业用地06工矿用地0601工业用地0602采矿用地0602采矿用地0603盐田0603盐田0701城镇住宅用地07住宅用地0701城镇住宅用地0702农村宅基地0702农村宅基地08H1机关团体新闻出版用地08公共管理与公共服务用地08H1机关团体新闻出版用地08H2科教文卫用地08H2科教文卫用地0809公用设施用地0809公用设施用地0810公园与绿地0810公园与绿地——09特殊用地——1101河流水面11水域及水利设施用地1101河流水面1102湖泊水面1102湖泊水面1103水库水面1103水库水面1104坑塘水面1104坑塘水面1107沟渠1107沟渠1109水工建筑用地1109水工建筑用地1110冰川及永久积雪1110冰川及永久积雪1201空闲地12其他土地1201空闲地1202设施农用地1202设施农用地1203田坎1203田坎1204盐碱地1204盐碱地0303红树林地00湿地0303红树林地0304森林沼泽0304森林沼泽0306灌丛沼泽0306灌丛沼泽0402沼泽草地0402沼泽草地1105沿海滩涂1105沿海滩涂1106内陆滩涂1106内陆滩涂1108沼泽地1108沼泽地注：推推土为施工场地，处于推（堆）土状态；其他为除耕地、园地、林地、道路、推堆土之外的地类。（三）建库流程通过收集各年度国土变更调查外业举证照片、日常变更外业举证照片以及其他调查监测外业举证照片，对照片进行预处理、分类。预处理按样本照片格式、大小、分辨率及其他要求，对照片进行格式转换、压缩、筛除；分类则根据不同地物纹理特征按耕地、园地、林地、推堆土、道路、其他等六种类别对照片进行分类。照片符合要求后，分别存储于对应目录中，目录按照片类别命名，照片则按“00000000”+“_”+“（8位）顺序号”命名。图SEQ图\*ARABIC1建库流程建库标准规定了存储目录、样本照片收集、样本照片处理、样本照片更新、样本库备份等内容。主要依据《信息技术软件工程术语》GB/T11457-2006数据库（2.390）的定义、《土地利用数据库标准》TD/T1016-2017要素分类与编码（4.2）、《国土变更调查技术规程》的工作分类，结合具体业务需求提出。本规范对数据收集、处理、存储、更新及数据库备份进行了规定。（1）样本照片收集收集各年度国土变更调查、日常变更、卫片执法和林草湿地荒漠化等多项业务外业举证照片作为样本数据基础。目前，总共收集、整理不同类别照片数据达136457张，其中耕地类别24827张、园地类别27594张、林地类别20374张、推堆土类别18693张、道路类别16098张、其他类别28871张。不同类型样本数据量较为均衡，可提升模型训练效果，提高地类识别精度，具体如下表：表SEQ表\*ARABIC2外业举证照片样本数据收集统计情况类别合计（张）耕地24827园地27594林地20374推堆土18693道路16098其他28871合计136457（2）样本照片处理样本照片处理主要包括两个方面，一是预处理，即按照样本照片格式、大小、分辨率及其他要求，对样本照片进行格式转换、压缩、筛除，经过预处理后，使样本照片符合入库要求；二是分类，根据不同地物纹理特征，对样本照片进行分类，分别为耕地、园地、林地、推堆土、道路、其他六种类别。针对广西自然气候条件和地理环境特点，汇总形成地类类别与特定地物之间的关系对应，具体如下表：表SEQ表\*ARABIC3类别与地物名称对应关系类别代码类别名称二级类代码二级类名称地物名称01耕地0101水田水稻、茭白、菱角、莲藕、马蹄、芡实、茨菇、西洋菜、空心菜、水芋头、水芹菜0103旱地玉米、木薯、绿豆、黄豆、淮山、红薯、芭蕉芋、芝麻、芋头、西红柿、西瓜、丝瓜、水瓜、生姜、沙姜、茄子、南瓜、牧草、芦笋、辣椒、苦瓜、藠头、姜黄、茴香、黄麻、黄瓜、花生、甘蔗、豆角、冬瓜、其他蔬菜02园地0201果园芒果、柑橘、柚子、杨梅、香蕉、桃子、柿子、三华李、青枣、葡萄、柠檬、木瓜、龙眼、荔枝、梨、火龙果、黄皮果、番石榴、百香果0202茶园茶树0204其他园地八角、板栗、广藿香、桂花、剑麻、肉桂、桑叶、油桐、油茶、玉兰花、夏威夷果03林地0301乔木林地桉树、柏树、柳树、杉木、水杉、松树、无患子、香椿、其他树木0302竹林地竹子0307其他林地杉木苗、松树苗、其他树苗—道路1001铁路用地铁路1003公路用地公路——除铁路、公路之外的其他道路—推堆土——主要为施工场地，处于推（堆）土状态—其他——主要为除耕地、园地、林地、道路、推堆土之外的地类。为提高地类识别精度，提升模型识别效果，一是筛选不同地类地物，并确保每种样本种类的数量均衡；二是当地物为农作物时，需考虑农作物不同生长周期特征；三是当使用不同拍摄设备时，需考虑不同拍摄