全网唯一标准王
ICS 07.040 CCS A 75 44 广东省 地方 标准 DB44/T 2560—2024 自然资源智能解译样本分类(米级、亚米 级卫片) Classification of Natural Resources Intelligent Interpretation Samples (meter -scale and sub -meter -scale satellite images ) 2024 - 11 - 11发布 2025 - 02 - 11实施 广东省市场监督管理局 发布 DB44/T 2560 —2024 I 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 分类编码原则与规则 ................................ ................................ . 2 5 分类与编码 ................................ ................................ ......... 3 附录A(资料性) 广东省自然资源智能解译样本名称和解释说明 ............................. 8 参考文献 ................................ ................................ ............. 13 DB44/T 2560 —2024 II 前言 本文件按照 GB/T 1.1 —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。 请注意本文件的部分内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本标准由广东省自然资源厅提出并组织实施。 本标准由广东省地理信息标准化技术委员会( GD/TC 117 )归口。 本标准起草单位:广东省国土资源测绘院、广东省国土资源技术中心、北京吉威数源信息技术有限 公司、广州市城市规划勘测设计研究院有限公司。 本标准主要起草人:郭海京、高绵新、马晓黎、冼树章、金诗程、郑华健、李红瑛、赵海强、杨卫 军、黄习艺、阮芳、范松滔、刘越洋、史汉斌。 DB44/T 2560 —2024 1 自然资源智能解译样本分类(米级、亚米级卫片) 1 范围 本文件规定了广东省自然资源智能解译样本分类与编码。 本文件适用于基于米级、亚米级卫片(即卫星遥感影像)的广东省自然资源智能解译样本采集、制 作和管理。 2 规范性引用文件 本文件没有规范性引用文件。 3 术语和定义 下列术语和定义适用于本文件。 自然资源 natural resources 天然存在、有使用价值、可提高人类当前和未来福利的自然环境因素的总和。 遥感智能解译 remote sensing intelligent interpretation 利用计算机技术和人工智能算法,对遥感影像进行识别、提取、分类和解释,以获取地表信息的过 程。 样本 training/validation/test samples 服务于遥感智能解译机器学习、深度学习模型训练、验证、测试的数据集。 注: 数据集一般由影像数据和标注数据组成。其既区别于传统地学野外采集的物理样本,也不等同于纯粹的统计采 样。 地物分类 ground object classification 根据不同地物的遥感影像特征,将相应像素归类为某一地物类别。 目标识别 target recognition 从遥感影像中识别特定对象,并使用边框定位的任务。 场景分类 scene classification 根据多种地物的遥感影像特征定义的特定语义类别,通常为地类的组合。 变化检测 change detection 利用不同时相的遥感影像对比分析同一区域的地表变化情况。 DB44/T 2560 —2024 2 4 分类编码原则与规则 分类编码原则 4.1.1 实用性 样本分类应主要依据遥感影像的分辨率、目视解译识别能力和地表覆盖特征等因素,对样本进行归 纳与划分,以满足不同自然资源管理需求。 4.1.2 科学性 分类与编码规则应按照“继承、稳定、转换、创新”的要求,着力解决遥感影像智能解译问题。 4.1.3 系统性 样本分类应正确反映地表覆盖要素关系,分类层次应清晰合理,对于分类对象的同级分类应采用相 同的视角。 4.1.4 继承性 同一样本类型在分类中应具有唯一代码,继承沿用现有自然资源分类中符合解译认知的主要分类, 保持分类的可追溯性。 4.1.5 开放性 样本的分类应采用开放框架,留有充足扩充余地,支持新类别灵活扩展。 分类编码规则 4.2.1 样本分类 按照遥感智能解译任务类型,分为地物分类、目标识别、场景分类、变化检测。 4.2.2 分类方法 任务类型采用面分类法,类型以下采用线分类法。 4.2.3 编码规则 根据分类编码原则,地物分类、目标识别、场景分类样本编码由大写英文字母和阿拉伯数字组成, 依次按照类型代码( 1位)、一级类代码( 2位)、二级类代码( 2位)、三级类代码( 1位)进行划分。 变化检测样本分类编码由类型代码、前时相分类编码、后时相分类编码组合生成,具体名称 :类型 代码+前时相分类编码 +“-”+后时相分类编码,前后分类编码规则一致。变化检测样本分类编码由类型 代码、前时相分类编码、后时相分类编码组合生成,前、后时相分类编码均由阿拉伯数字组成,依次按 照类型代码( 1位)、一级类代码( 2位)、二级类代码( 2位)、三级类代码( 1位)进行划分。 4.2.4 编码结构 地物分类、目标识别、场景分类编码结构如图 1。变化检测编码结构中一、二、三级分类代码与地 物分类、目标识别、场景分类的结构相同。 DB44/T 2560 —2024 3 图1 分类编码结构 其中: a) 类型代码为遥感智能解译任务类型代码, 设定为 1位大写英文字母, 其中, 地物分类代码为 G、 目标识别代码为 T、场景分类代码为 S、变化检测代码为 C。 b) 一级类代码设定为 2位阿拉伯数字, 其中地物分类、 场景分类样本的编码主要沿用第三次全国 国土调查工作分类的一级类,以及国土空间调查、规划、用途管制用地用海分类指南,未涉及 的类别删除,新增编码依次顺延;目标识别样本按照自然资源监测监管业务需求进行分类,分 类编码依次顺延。地物分类样本编码起始代码为 01;目标识别样本编码起始代码为 31;场景 分类样本编码起始代码为 51。 c) 二级类代码为细化分类代码, 设定为 2位阿拉伯数字, 其中地物分类和变化检测样本编码主要 参考第三次全国国土调查工作分类的二级类,以及国土空间调查、规划、用途管制用地用海分 类指南的二级类,未涉及的类别删除,新增编码依次顺延;目标识别、场景分类样本按照自然 资源监测监管业务的需求对一级类细分,起始代码为 01。 d) 三级类代码为顺序码,设定为 1位大写英文字母,起始代码为 A。 e) 二级分类中如含有“其他”类,则该类代码直接设为“ 99”。 扩充规则 当本文件规定的分类和编码不能满足分类需要时,可按照以下规则扩充: a) 任务类型以下各级类别应在同级的分类层次中进行扩充,扩充的类别应归属于其上一级类的 范畴,并对扩充的类别进行说明。 b) 扩充的类别编码应符合第 4章分类编码的规定,码位不应扩充。 c) 扩充的类别不能与已有的同级类别交叉重叠。 5 分类与编码 地物分类与编码 地物分类样本分为三级,下分 11个一级类、 43个二级类、 11个三级类。 X-XX-XX-X 一级类代码 二级类代码 类型代码 三级类代码 DB44/T 2560 —2024 4 表1 地物分类样本分类与编码一览表 任务类型 一级类 二级类 三级类 适用分辨率 编 码 名称 编码 名称 编码 名称 编码 名称 G 地物分类 G01000 耕地 优于2.5m G01010 水田 优于1m G01020 水浇地 优于1ma G01030 旱地 优于1ma G02000 园地 优于2.5m G02010 果园 优于1m G02020 茶园 优于1m G02

.pdf文档 DB44-T 2560-2024 自然资源智能解译样本分类 米级 亚米级卫片 广东省

文档预览
中文文档 18 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
DB44-T 2560-2024 自然资源智能解译样本分类 米级 亚米级卫片 广东省 第 1 页 DB44-T 2560-2024 自然资源智能解译样本分类 米级 亚米级卫片 广东省 第 2 页 DB44-T 2560-2024 自然资源智能解译样本分类 米级 亚米级卫片 广东省 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2025-07-26 06:17:09上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。