遥感+AI快速识别耕地侵占，助力土地卫片执法

日前，我国 2024年度的土地卫片执法工作已全面拉开序幕。自然资源部办公厅在《关于开展2024年度土地卫片执法工作的通知》提出，要依法严肃查处非农化建设违法占用耕地问题，尤其是违反国土空间规划和“三区三线”占用永久基本农田和生态保护红线问题。

通知要求，各地要采取针对性整改措施，进一步压实地方耕地保护责任，严肃查处违法占用耕地问题，防止“占而不补”，推动落实好耕地占补平衡。要密切关注耕地和生态保护“长牙齿”硬措施工作机制明确的侵占耕地挖湖造景、违建别墅、“大棚房”、“文旅古镇”、占用耕地倾倒建筑垃圾、违法占耕地和生态保护红线建公墓等各类重大违法违规情形，对经判定确实存在违法行为的，要依法依规予以严肃查处。

对年度内违法占用耕地未查处整改到位的图斑，需要依据相关要求纳入存量问题，持续跟踪监管，整改情况将按规定纳入省级党委和政府落实耕地保护和粮食安全责任制考核。同时要求重点对内业审核发现的疑似违法违规占用耕地、永久基本农田或生态保护红线面积较大的图斑等问题开展外业核实抽查。

我国耕地地貌复杂多样，地块分散破碎且边界不清晰，加之常受到各种外部因素干扰，如何实现高精度、高效率和低成本地提取耕地信息，辅助违法违规占用耕地等行为的核实与抽查，是开展土地卫片执法过程中面临的重要课题。国地科技依托高分辨率遥感技术与人工智能（AI）的深度融合，精准高效识别耕地撂荒、耕地侵占等行为，为土地卫片执法工作有效开展供坚实的数据支撑，助力严守耕地保护红线。

耕地撂荒与周围地物相似，直接使用高分影像识别，会出现较多识别错误及遗漏。利用中低分别率多光谱以及雷达影像数据，进行光谱植被指数、雷达特征的提取，构建时序数据，联合高分影像辅助撂荒地的判别。

侵占的场景复杂多样，侵占类型包括园地、建筑物、水体、道路、林地、裸地等，复杂的场景导致特征信息混杂，容易导致识别占地类错分。

针对不同侵占类型，建立多地、多类型的耕地标签样本库，采用不同的模型进行解译，以面模型明确提取范围，线模型补充内部细节，融合多模型处理面线结果，去除噪点、破碎地块合并等后处理操作，IoU精度达0.88，比单模型提升10%。如道路地类断裂不完整问题，采用基于方向信息引导的语义边缘检测模型，有效识别道路的完整性。

在肇庆等地的测试区域，质检准确度达到92.1%，效率可达500平方千米/每小时。及时监测非法占用耕地现象，为耕地保护、农业监管等应用提供技术支撑。