我國經(jīng)濟(jì)社會發(fā)展和民生改善比過去任何時候都更加需要科學(xué)技術(shù)解決方案，都更加需要增強(qiáng)創(chuàng)新這個第一動力。近年來，鮮明的“大數(shù)據(jù)”時代特征和不斷增長的“信息流”，正推動著自然資源科技與人工智能迅速接軌，并逐漸應(yīng)用于地質(zhì)調(diào)查填圖、礦產(chǎn)資源預(yù)測、遙感影像解譯、地質(zhì)災(zāi)害防治、自動駕駛地圖等方面。那么，當(dāng)前自然資源領(lǐng)域人工智能應(yīng)用還存在哪些問題，其發(fā)展又有著怎樣的趨勢與方向呢？

地質(zhì)知識智能化推動現(xiàn)有工作模式轉(zhuǎn)變

所謂人工智能，就是用機(jī)器模擬人的識別、認(rèn)知、分析和決策能力。近年來，人工智能的普及化正以前所未有的方式改變著人類的生活。

隨著計算力的突破、數(shù)據(jù)洪流的暴發(fā)和算法的不斷創(chuàng)新，在具有鮮明“大數(shù)據(jù)”特征的自然資源領(lǐng)域，以深度學(xué)習(xí)為代表的人工智能也顯現(xiàn)出了勃勃生機(jī)，輔助政府實(shí)現(xiàn)對自然資源的智能治理，形成科學(xué)化和精準(zhǔn)化的決策。

“在深度學(xué)習(xí)、自然語言處理、計算機(jī)視覺、智能機(jī)器人、自動程序設(shè)計、數(shù)據(jù)挖掘等方面表現(xiàn)優(yōu)異的人工智能，正在成為地質(zhì)調(diào)查工作升級進(jìn)化的重要引領(lǐng)力量。”自然資源部地質(zhì)調(diào)查主流程信息化創(chuàng)新團(tuán)隊(duì)負(fù)責(zé)人李超嶺告訴記者，該團(tuán)隊(duì)地質(zhì)調(diào)查智能化的研究始于2014年。6年來，中國地質(zhì)調(diào)查局發(fā)展研究中心聯(lián)合中國地質(zhì)大學(xué)（武漢）等多家單位，基于“人工智能+大數(shù)據(jù)+云計算”等新一代技術(shù)，開展了以“地質(zhì)調(diào)查全流程知識+認(rèn)知智能化”為核心的新一代泛數(shù)字地質(zhì)調(diào)查技術(shù)體系、方法和流程的研究，現(xiàn)已取得明顯進(jìn)展。

“經(jīng)過近5年的攻關(guān)與試驗(yàn)，我們在地質(zhì)填圖方面已基本形成了基于填圖單位、地質(zhì)路線（PRB）數(shù)據(jù)深度學(xué)習(xí)的地質(zhì)圖預(yù)測技術(shù)、方法、流程、軟件系統(tǒng)和應(yīng)用平臺。”隨即，李超嶺拿出幾幅剛剛“出爐”的地質(zhì)圖，邊比對邊講解。

不久前，為檢驗(yàn)該項(xiàng)技術(shù)方法的能力水平，李超嶺團(tuán)隊(duì)與沈陽地質(zhì)調(diào)查中心共同開展了奈瑪拉吉、巨里河及荷葉哈達(dá)等1：5萬圖幅的填圖工作。結(jié)果令人欣喜：人工智能獲得的圖件與地質(zhì)人員野外地質(zhì)填圖基本一致，顯現(xiàn)出模型對各類地質(zhì)體預(yù)測評價的準(zhǔn)確性。

“這項(xiàng)技術(shù)突破后，將進(jìn)一步變革現(xiàn)有地質(zhì)調(diào)查工作模式，形成‘優(yōu)化地質(zhì)路線+地質(zhì)知識圖譜+地質(zhì)大數(shù)據(jù)+深度學(xué)習(xí)算法’的新型地質(zhì)填圖模式。”李超嶺表示。

近幾年，依托人工智能在視覺領(lǐng)域的優(yōu)勢，李超嶺團(tuán)隊(duì)還應(yīng)用知識圖譜和深度學(xué)習(xí)技術(shù)，初步建立了中國巖石地層深度學(xué)習(xí)識別基礎(chǔ)模型。目前，該模型已涵蓋1.5萬種手標(biāo)本巖石分類，識別精度達(dá)98%以上，且正在向泛化能力、感知向認(rèn)知能力的突破進(jìn)行攻關(guān)研究。“該識別模型建成完善后，可對移動端提供巖石種類識別、巖石地質(zhì)年代、所屬填圖單位和產(chǎn)地等相關(guān)人工智能服務(wù)。”

更加成熟的應(yīng)用反映在地質(zhì)調(diào)查智能空間建設(shè)方面。經(jīng)過近7年的持續(xù)研究和發(fā)展，該團(tuán)隊(duì)建立了地質(zhì)調(diào)查智能空間云平臺非結(jié)構(gòu)化、碎片數(shù)據(jù)挖掘技術(shù)框架及基于空間位置和地質(zhì)對象關(guān)聯(lián)的地質(zhì)知識服務(wù)模式框架及相關(guān)技術(shù)，為數(shù)據(jù)密集型地質(zhì)調(diào)查工作新模式提供了人工智能環(huán)境，并已獲得應(yīng)用。

地質(zhì)調(diào)查工作正在從數(shù)字化、信息化走向智能化，同樣地質(zhì)找礦、綠色礦山建設(shè)、地質(zhì)編圖等，也與人工智能發(fā)生著明顯的“化學(xué)反應(yīng)”。如：中南大學(xué)有色金屬成礦預(yù)測與地質(zhì)環(huán)境監(jiān)測教育部重點(diǎn)實(shí)驗(yàn)室研究建立了基于深度學(xué)習(xí)的山東大尹格莊金礦床深部三維預(yù)測模型。經(jīng)與幾種人工建立的找礦指標(biāo)預(yù)測模型對比分析，證明了這一人工智能模型預(yù)測的準(zhǔn)確性。

最近，李超嶺團(tuán)隊(duì)找礦預(yù)測方面的驗(yàn)證工作也已拉開帷幕——有關(guān)地勘隊(duì)伍正在利用該團(tuán)隊(duì)已經(jīng)形成的地質(zhì)對象深度學(xué)習(xí)技術(shù)與方法，開展面向東天山地區(qū)基性—超基性雜巖體與銅鎳等金屬礦床的專屬性等問題的深度學(xué)習(xí)試驗(yàn)。

中國科學(xué)院院士、中國科學(xué)院大學(xué)教授翟明國曾談到，在大數(shù)據(jù)時代，地質(zhì)學(xué)家需要改變傳統(tǒng)思維模式，并更多地考慮和研究如何應(yīng)用人工智能手段推動地質(zhì)事業(yè)進(jìn)入革命性發(fā)展的嶄新階段。

國際地球科學(xué)聯(lián)合會主席、中國科學(xué)院院士成秋明則撰文表示，以機(jī)器學(xué)習(xí)為代表的數(shù)據(jù)驅(qū)動技術(shù)正在重新激活和增強(qiáng)傳統(tǒng)學(xué)科解決新問題的能力，大數(shù)據(jù)技術(shù)將從根本上改變地球科學(xué)研究的方向，最終實(shí)現(xiàn)地球科學(xué)研究的范式轉(zhuǎn)變。

基于這樣的認(rèn)識，由我國科學(xué)家主導(dǎo)發(fā)起、國際地科聯(lián)批準(zhǔn)的“深時數(shù)字地球”國際大科學(xué)計劃已從去年開始執(zhí)行。各國科學(xué)家們將用10年的時間共同建立一個鏈接地學(xué)信息的研究平臺，整合全球地球演化數(shù)據(jù)，共享全球地學(xué)知識，并在大數(shù)據(jù)驅(qū)動下重建地球生命、地理、物質(zhì)和氣候的演化，進(jìn)而達(dá)到精確重建地球和生命演化歷史、識別全球礦產(chǎn)資源與能源的宏觀分布規(guī)律的目標(biāo)，推動地球科學(xué)研究變革?，F(xiàn)在，地質(zhì)調(diào)查系統(tǒng)的多家單位也在積極參與，人們普遍認(rèn)為，其中涉及知識圖譜等內(nèi)容的研究將會大大推動人工智能技術(shù)在地學(xué)領(lǐng)域的應(yīng)用與深化。

遙感影像解譯地圖智能決策成效顯著

在自然資源領(lǐng)域，人工智能應(yīng)用較早且最為廣泛的是對遙感影像的解譯、提取和分析。

遙感圖像數(shù)據(jù)的海量性、多樣性和復(fù)雜性等特點(diǎn)對遙感圖像檢索的速度和精度提出了更高的要求。目前，基于卷積神經(jīng)網(wǎng)絡(luò)的思想，通過對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，建立圖像底層特征和高層語義之間的映射關(guān)系，已開發(fā)了多種深度學(xué)習(xí)遙感圖像檢索方法，可以實(shí)現(xiàn)土地利用監(jiān)測、巖性自動分類、水體污染建模、生態(tài)指數(shù)計算等任務(wù)，并彌補(bǔ)了許多以往人工檢索解譯過程中存在的不足。

武漢大學(xué)教授艾廷華講述了這樣一個案例：在全國國土調(diào)查多級數(shù)據(jù)庫建設(shè)中，面臨數(shù)據(jù)壓縮后土地用地格局與各類用地面積平衡保持不變的問題，他們采用了土地利用圖斑的機(jī)器學(xué)習(xí)，在典型樣本的訓(xùn)練后，較好地解決了該問題。

中國測繪科學(xué)研究院深度學(xué)習(xí)科研小組從2016年便開始進(jìn)行深度學(xué)習(xí)遙感解譯方面的算法研究，并與青海國情監(jiān)測院、北京測繪院等業(yè)務(wù)部門密切結(jié)合，進(jìn)行生產(chǎn)性試驗(yàn)，探索人工智能直接服務(wù)于自然資源監(jiān)測調(diào)查的技術(shù)支持，目前已形成了半自動人機(jī)協(xié)作目視解譯技術(shù)。

“今年，針對自然資源遙感影像變化檢測實(shí)際應(yīng)用場景對自動識別精度和大幅降低人工解譯工作量的需求，我們通過《自然資源不變檢測實(shí)用軟件研發(fā)與成果轉(zhuǎn)化》等重點(diǎn)專項(xiàng)，創(chuàng)新性地開展了自然資源不變檢測方法研究和人工智能模型軟件研發(fā)。”該院攝影測量與遙感研究所副所長寧曉剛介紹說。

地圖產(chǎn)業(yè)在發(fā)展道路上一直跟進(jìn)人工智能技術(shù)。

“當(dāng)前，深度學(xué)習(xí)表現(xiàn)出超乎想象的智能化功效，地圖產(chǎn)業(yè)搭上這一班車，也將駛?cè)胫悄芑目燔嚨?。地圖深度學(xué)習(xí)用于發(fā)掘地圖空間知識規(guī)則、參與空間導(dǎo)航、選址等智能化決策行為，已經(jīng)開始發(fā)揮積極作用。”艾廷華對記者表示。

據(jù)他介紹，深度學(xué)習(xí)給地圖賦予智能表現(xiàn)在設(shè)計制作和應(yīng)用分析兩個方面。

在地圖設(shè)計制作上，包括制圖數(shù)據(jù)的智能化加工處理及可視化表達(dá)的優(yōu)化決策，從而最佳滿足地圖受眾的應(yīng)用目標(biāo)和個性化體驗(yàn)；在地圖應(yīng)用分析上，基于大量既有的地圖數(shù)據(jù)庫案例，通過典型的有代表性區(qū)域環(huán)境特征訓(xùn)練，使地圖具有自我決策分析的能力，從而完成新的地理環(huán)境數(shù)據(jù)的空間格局分析、地學(xué)知識提取，在空間規(guī)劃、功能區(qū)劃分、環(huán)境治理等方面彰顯地圖智能化功能。其中，通過各種地理場景的學(xué)習(xí)可使地圖具備處理突發(fā)狀況的能力、自我預(yù)測時空過程的演變趨勢、自我判斷地理環(huán)境中的交互關(guān)系，從而提高自動駕駛的安全性，提高新一代地圖技術(shù)的應(yīng)用效率。

地質(zhì)災(zāi)害監(jiān)測識別分析預(yù)警能力全面提升

我國地質(zhì)災(zāi)害多發(fā)頻發(fā)。為了加快構(gòu)建“人防和技防并重”的群專結(jié)合的監(jiān)測模式，實(shí)現(xiàn)“在抗御自然災(zāi)害方面要達(dá)到現(xiàn)代化水平”的目標(biāo)，我國地質(zhì)災(zāi)害防治科技也在應(yīng)用人工智能的道路上加快了步伐。

“資源環(huán)境與國土空間信息的數(shù)據(jù)累積與時空管理，很大程度地豐富了我們對地球表層災(zāi)變機(jī)理的認(rèn)知；北斗三代衛(wèi)星導(dǎo)航、人工智能、物聯(lián)網(wǎng)和先進(jìn)制造等技術(shù)發(fā)展，讓智能化的風(fēng)險調(diào)查、隱患排查和預(yù)警預(yù)報成為可能。”自然資源部地質(zhì)災(zāi)害技術(shù)指導(dǎo)中心教授級高工陳紅旗表示。

當(dāng)前中國地質(zhì)調(diào)查局地質(zhì)環(huán)境監(jiān)測院研發(fā)推廣的地質(zhì)災(zāi)害智能預(yù)警系統(tǒng)已經(jīng)在實(shí)際應(yīng)用中展現(xiàn)出明顯效果，準(zhǔn)確預(yù)警湖北省秭歸縣卡門子灣滑坡、云南省騰沖市黃瓜菁滑坡等地質(zhì)災(zāi)害。

“滑坡變形是能夠直接反映滑坡變形演化過程的一種綜合性變量。我們應(yīng)用地表變形監(jiān)測時間序列數(shù)據(jù)、雨量監(jiān)測時間序列數(shù)據(jù)和降雨預(yù)報數(shù)據(jù)，開展基于差分整合移動平均自回歸模型、極端梯度提升、長短期記憶人工神經(jīng)網(wǎng)絡(luò)等統(tǒng)計學(xué)方法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法的時間序列分析和滑坡地表位移動態(tài)預(yù)測，探索適用于不同類型滑坡的形變智能預(yù)測模型。”中國地質(zhì)調(diào)查局地質(zhì)環(huán)境監(jiān)測院高級工程師馬娟告訴記者，近幾年，在首席科學(xué)家殷躍平的帶領(lǐng)下，自然資源部地質(zhì)災(zāi)害技術(shù)指導(dǎo)中心專家團(tuán)隊(duì)正致力于人機(jī)結(jié)合風(fēng)險預(yù)警方面的研究，針對監(jiān)測預(yù)警中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)提供風(fēng)險預(yù)警的模型，初步構(gòu)建“人機(jī)結(jié)合”決策模式與技術(shù)流程，最大限度地提升滑坡預(yù)警決策的準(zhǔn)確度。

滑坡在我國南方山區(qū)汛期地質(zhì)災(zāi)害中極為突出。為此，江西省測繪地理信息工程技術(shù)研究中心針對淺層滑坡成災(zāi)機(jī)理及成災(zāi)模式分析，基于深度卷積神經(jīng)網(wǎng)絡(luò)模型的滑坡演變過程模擬，建立了滑坡演化的定量評估模型和早期預(yù)警系統(tǒng)。在成都理工大學(xué)，有科技人員進(jìn)行了基于深度學(xué)習(xí)的滑坡檢測算法研究，應(yīng)用機(jī)器學(xué)習(xí)常用的優(yōu)化算法和逃離局部最優(yōu)的策略，立足高光譜遙感數(shù)據(jù)特點(diǎn)和滑坡目標(biāo)遙感特征，完成了深度學(xué)習(xí)在地質(zhì)災(zāi)害領(lǐng)域的典型應(yīng)用。

為解決公路滑坡無人機(jī)空中監(jiān)測圖像模糊問題，深圳大學(xué)采用了暗通道去霧算法和超分辨率重建算法相結(jié)合的圖像優(yōu)化增強(qiáng)實(shí)驗(yàn)，進(jìn)行了基于移動機(jī)器視覺和深度學(xué)習(xí)的地質(zhì)災(zāi)害監(jiān)測勘察及評估方法研究，實(shí)現(xiàn)了對滑坡體無接觸式安全評估。

泥石流也是山區(qū)常見的地質(zhì)災(zāi)害。泥石流的形成過程分為初始化、流動、沉積三個階段。泥石流形成過程的模擬是泥石流研究的一個重要課題。近年來，基于物理模型的方法和數(shù)據(jù)驅(qū)動的方法，一些科學(xué)家已將機(jī)器學(xué)習(xí)很好地引入泥石流敏感性分析和泥石流形成過程的模擬。

據(jù)中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院教授張敬東等人介紹，地面塌陷也是一種較為常見的地質(zhì)災(zāi)害，會導(dǎo)致道路改線、道路污染、居民地及水系的改變，而通過遙感技術(shù)，可較好地識別地面塌陷。“我們針對傳統(tǒng)地面塌陷識別方法效率低下問題，提出了基于深度學(xué)習(xí)的地面塌陷遙感識別方法。通過大量實(shí)驗(yàn)對比分類精度、Kappa系數(shù)調(diào)整深度信念網(wǎng)絡(luò)模型的參數(shù)，得到適合地面塌陷識別的參數(shù)設(shè)置，證明了深度學(xué)習(xí)在遙感圖像中地面塌陷識別方法的可行性和高效性，為今后的地面塌陷識別提供了新思路。”

“‘十四五’期間，我們將更加清楚地看到地質(zhì)災(zāi)害監(jiān)測、識別、分析、預(yù)警全流程智能化的具體方向。建議相關(guān)科研力量立足我國地質(zhì)災(zāi)害空間分異性，加強(qiáng)案例積累與挖掘，在建設(shè)更加精密的群測群防網(wǎng)絡(luò)的基礎(chǔ)上，研發(fā)自適應(yīng)性較強(qiáng)的監(jiān)測傳感采集設(shè)備，探索更加精準(zhǔn)的預(yù)測預(yù)警模型與算法，為精細(xì)化的防災(zāi)減災(zāi)服務(wù)奠定基礎(chǔ)。”陳紅旗如是說。

自然資源智能化治理尚需破解諸多難題

當(dāng)前，隨著圖像分類、目標(biāo)檢測、圖像語義分割、場景文字識別、圖像生成、視頻分類、度量學(xué)習(xí)等方面能力的提升，人工智能已經(jīng)成為政府實(shí)現(xiàn)對自然資源的智能治理、形成科學(xué)化和精準(zhǔn)化的決策的一項(xiàng)重要手段，并在土地利用變化過程監(jiān)測及其效應(yīng)分析、復(fù)雜海洋現(xiàn)象預(yù)報模型構(gòu)建、古生物化石圖像自動分類、木材精準(zhǔn)識別等方面實(shí)現(xiàn)了突破。

對于人工智能現(xiàn)階段的應(yīng)用和未來發(fā)展，科學(xué)家們的觀點(diǎn)頗具辯證色彩：一方面，要深刻地認(rèn)識到人工智能是未來大國博弈的核心“制高點(diǎn)”，隨著科學(xué)技術(shù)的不斷突破，其在自然資源領(lǐng)域的應(yīng)用價值也將被逐步釋放；另一方面，人工智能不是萬能的，各種人工智能技術(shù)都有一定的適應(yīng)性，而且需要與自然資源各專業(yè)的知識密切結(jié)合才能更好地發(fā)揮作用。

艾廷華認(rèn)為，人工智能與自然資源領(lǐng)域科技的結(jié)合，需要關(guān)注兩點(diǎn)：一是深度學(xué)習(xí)樣本庫的建設(shè)，針對地理信息及其他自然資源數(shù)據(jù)，建設(shè)一批圖譜庫、波譜庫、案例庫。“我國地域廣闊，區(qū)域特征差異性強(qiáng)，典型的有代表性的樣本庫建設(shè)是一項(xiàng)基礎(chǔ)性的工作”；二是加強(qiáng)數(shù)據(jù)科學(xué)與地學(xué)領(lǐng)域知識的結(jié)合，更多地考慮如何通過各項(xiàng)先進(jìn)技術(shù)的融合與創(chuàng)新，將以往優(yōu)秀的理論、傳統(tǒng)技術(shù)、知識圖譜與人工智能結(jié)合得更為緊密。

李超嶺等人認(rèn)為，從人工智能發(fā)展的四大要素——知識、大數(shù)據(jù)、算法、算力來看，當(dāng)前自然資源領(lǐng)域人工智能發(fā)展應(yīng)用還存在諸多難題。

一是將已有知識體系“智能化”難度較大。人工智能不是單純地建立數(shù)學(xué)模型，而是要把地質(zhì)知識變成可計算的知識圖譜，然后通過建模使其具備認(rèn)知能力，實(shí)現(xiàn)從“感知智能化”到“認(rèn)知智能化”的轉(zhuǎn)變，顯然其間還有很多關(guān)鍵技術(shù)需要攻克。

二是大數(shù)據(jù)在應(yīng)用上不夠順暢。專業(yè)調(diào)查和空—天—地—海立體監(jiān)測手段的現(xiàn)代化、多樣化為自然資源領(lǐng)域積累了海量數(shù)據(jù)，這是自然資源工作信息化、智能化的基礎(chǔ)和優(yōu)勢，但在實(shí)際應(yīng)用中，原始數(shù)據(jù)的獲得會受到許多限制，亟須有關(guān)部門在數(shù)據(jù)開放、解密等方面有所支持。

三是自然資源系統(tǒng)缺乏一定規(guī)模的算力環(huán)境。計算是人工智能發(fā)展的基石，在我國，只有BAT量級的企業(yè)才有資金和能力建設(shè)大型人工智能算力平臺。自然資源領(lǐng)域人工智能應(yīng)用需要配備相應(yīng)的算力環(huán)境才能持續(xù)創(chuàng)新，而當(dāng)前，不同的項(xiàng)目組各自為戰(zhàn)，計算能力都非常有限，多家單位建立的超算中心更偏重于邏輯計算，如果借助社會上的算力，數(shù)據(jù)上傳存儲保密的問題又無法解決。

四是人工智能領(lǐng)域的專業(yè)人才極端缺乏。人工智能人才非常搶手，當(dāng)前由于待遇等原因，自然資源領(lǐng)域很難引進(jìn)人工智能專業(yè)技術(shù)人員，通過項(xiàng)目培養(yǎng)起來的青年人才又往往留不住，這顯然對人工智能的發(fā)展應(yīng)用十分不利。

此外，算法在國際上屬于開源的狀態(tài)，目前自然資源及其他領(lǐng)域的應(yīng)用基本都是在國外原創(chuàng)算法上的改進(jìn)，尚未取得原創(chuàng)算法“從0到1”的突破。

“人工智能正從根本上改變著人的思維和行為，并形成一種新的范式。在可以預(yù)見的未來，自然資源領(lǐng)域各行業(yè)與人工智能的結(jié)合點(diǎn)將變得越來越豐富。”

“人工智能作為新一輪產(chǎn)業(yè)變革的核心力量，將重塑生產(chǎn)、分配、交換和消費(fèi)等經(jīng)濟(jì)活動各環(huán)節(jié)，催生新業(yè)務(wù)、新模式和新產(chǎn)品。在這一趨勢下，自然資源領(lǐng)域也應(yīng)著力研究相關(guān)政策和技術(shù)，形成新的智慧動能。”

李超嶺等人希望，“十四五”期間，自然資源管理部門能從行業(yè)的角度對人工智能發(fā)展應(yīng)用進(jìn)行研究和頂層設(shè)計，出臺相關(guān)規(guī)劃，制定一系列政策，真正扶持、推動自然資源工作與人工智能的深度融合和快速發(fā)展。