金融行业标准网
ICS 07.040 CCS A 75 44 广东省 地方 标准 DB44/T 2740—2025 自然资源遥感监测特征库建设规范 Specifications for feature library construction of natural resources remote sensing monitoring 2025 - 10 - 14发布 2026 - 01 - 14实施 广东省市场监督管理局 发布 DB44/T 2740 —2025 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 总体要求 ................................ ................................ ........... 2 5 数据准备 ................................ ................................ ........... 4 6 特征提取 ................................ ................................ ........... 4 7 特征库组成 ................................ ................................ ......... 5 8 特征库管理系统 ................................ ................................ ..... 6 9 支撑环境 ................................ ................................ ........... 7 附录A(规范性) 自然资源遥感监测特征库成果质量元素及检查内容 ......................... 8 附录B(资料性) 自然资源遥感监测特征库典型特征及信息表示 ............................ 10 参考文献 ................................ ................................ ............. 17 DB44/T 2740 —2025 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。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由广东省自然资源厅提出并组织实施。 本文件由广东省地理信息标准化技术委员会( GD/TC 117 )归口。 本文件起草单位:广东省国土资源测绘院、广东省国土资源技术中心、中山大学。 本文件主要起草人:刘小丁、朱紫阳、郑华健、耿欣、李炘妍、王天星、常中兵、雷丽珍、马晓黎、 宋肖峰、宋兆璞、阮芳。 DB44/T 2740 —2025 1 自然资源遥感监测特征库建设规范 1 范围 本文件规定了自然资源遥感监测特征库建设的总体要求、数据准备、特征提取、特征库组成、特征 库管理系统、支撑环境。 本文件适用于自然资源调查监测遥感影像特征库的建设。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中, 注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本 文件。 GB/T 19710.1 地理信息 元数据 第1部分:基础 GB/T 33453 基础地理信息数据库建设规范 GB/T 41472.2 地理信息 本体 第2部分:网络本体语言( OWL)本体开发规则 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,包括耕地、园地、森 林、草原、水、湿地、沙漠等资源。 [来源:DB44/T 2560 —2024,有修改 ] 样本标签 sample labels 通过人工或半自动方式对遥感影像中的地物目标进行标注形成的结构化数据,由影像数据和标注 数据组成,包括矢量形式的分类边界、属性标签及对应栅格切片。 自然资源遥感监测特征库 feature library of natural resources remote sensing monitoring 面向自然资源调查监测业务需求,利用多源遥感数据、样本标签与辅助数据等源数据,从源数据提 取光谱、雷达、纹理、空间、时间、语义、地物知识等多维度的结构化、标准化特征集合。 光谱特征库 spectral feature library 用于存储自然资源遥感监测特征库中光谱特征的数据库,存储的光谱特征由光学遥感影像通过波 段计算,形成特定波段组合的指数,用于表征地表地物的光谱反射属性及其变化规律,增强特定地物信 息。 DB44/T 2740 —2025 2 雷达特征库 radar feature library 用于存储自然资源遥感监测特征库中雷达特征的数据库,存储的雷达特征由雷达遥感影像通过波 段计算、极化分解获取,用于表征地表地物的雷达反射属性及其变化规律。 纹理特征库 texture feature library 用于存储自然资源遥感监测特征库中纹理特征的数据库,存储的纹理特征由遥感影像像素及其邻 域的灰度属性进行统计获取,用于表征地表粗糙度等地物表面纹理特征。 空间特征库 spatial feature library 用于存储自然资源遥感监测特征库中空间特征的数据库,存储的空间特征由遥感影像像素进行数 学运算获取,用于对自然资源监测对象进行空间几何分析。 时间特征库 temporal feature library 用于存储自然资源遥感监测特征库中时间特征的数据库,存储的时间特征由多时相遥感影像及光 谱、雷达特征库中数据通过时序统计获取,用于对自然资源监测对象进行时序分析。 语义特征库 semantic feature library 用于存储自然资源遥感监测特征库中语义特征的数据库,存储的影像语义向量由深度学习预训练 模型从遥感影像中提取生成,用于表征地物语义信息。 注: 预训练模型是基于通用视觉任务或遥感相关视觉任务相应数据集进行训练的深度学习模型,用于从影像中提取 语义向量;将遥感影像输入预训练模型,模型输出即为相应的语义向量。 地物知识库 geographic feature knowledge base 用于存储自然资源遥感监测特征库中地物知识特征的数据库,存储的地物知识特征由辅助数据通 过专家知识解译获取,用于为地物属性及拓扑关系等定义可计算的逻辑规则。 4 总体要求 建设原则 在自然资源遥感监测特征库建设过程中应遵循以下基本原则: a) 实用性原则,数据库建设应在技术指标、标准体系、成果模式、数据库模式等方面面向不同信 息应用; b) 规范化原则,在数据库建设中,数据生产、数据库设计、建立、管理与维护、服务等应符合规 范化要求; c) 安全性原则,在数据库设计、建立、系统运行和管理等方面都应有严格的安全和保密措施,确 保整个数据库系统安全、正常和有效地运行和使用; d) 系统性原则,数据库建设要在技术指标、标准体系、成果模式、库体结构、服务方式等方面具 有系统性,数据库系统整体上具有良好的集成性; e) 先进性原则,充分利用当前先进、实用的技术手段,采用成熟的技术实现、技术标准、硬件平 台和软件环境,实现对多尺度、多数据源、多时相空间数据的无缝管理,保障系统稳定、可靠 地运行; DB44/T 2740 —2025 3 f) 开放性原则,数据库中的数据、硬件系统、软件系统具有开放性。数据库系统应采用通用的空 间数据交换格式和标准化的系统通讯等协议,支持特征库数据与遥感影像、样本标签、辅助数 据及其他专题数据的集成、交换和共享; g) 现势性原则,建立数据库应采用最新的特征库数据,建立维护更新接口,保证数据库中数据信 息的现势性。对更新后产生的历史数据应进行有效的管理; h) 网络化原则

.pdf文档 DB44-T 2740-2025 自然资源遥感监测特征库建设规范 广东省

文档预览
中文文档 24 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共24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 2740-2025 自然资源遥感监测特征库建设规范 广东省 第 1 页 DB44-T 2740-2025 自然资源遥感监测特征库建设规范 广东省 第 2 页 DB44-T 2740-2025 自然资源遥感监测特征库建设规范 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 2025-12-16 07:15:26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。