基于深度学习与线索知识图谱耦合的土地管理智能现场照片判读

《Land Use Policy》：Intelligent on-site photograph interpretation by coupling deep learning and a clue knowledge graph for land administration

　　

- 提出了一种土地执法智能框架。- 跨尺度注意力-卷积融合模型实现了上下文感知分类。- 设计了一种位置先验目标检测方法，用于捕获关键线索物体。- 利用线索知识图谱提供可解释的合规推理。- 在广东省多种执法场景下，准确率超过90%。

**引言**

为满足日益增长的人类活动和食品生产需求，土地资源的合理管理已成为必然要求。然而，违法占用耕地或建设用地的现象仍然普遍存在，导致土地利用无序，给土地管理带来重大挑战（Liu等，2014；Mu和De Jong，2018；Tang和Chung，2002）。有效的土地利用治理不仅依赖于监管政策的建立，还取决于行政主管部门持续识别、核实和应对不合规土地利用活动的能力。因此，加强土地利用执法能力对于确保土地管理政策的有效实施至关重要（Chen等，2021）。例如，典型的违规行为包括农业大棚未经批准的商业用途，或在临时用地过期后建设未经批准的永久性结构。为了遏制这些违法行为，政府实施了严格的土地利用执法（LULE），作为确保实际土地利用与法定要求相一致的必要行政机制（全国人大常委会，2019）。然而，LULE的有效性不仅取决于监管框架，还取决于行政主管部门在执法过程中能否高效处理和解释各种现场证据。

2000年代初，中国政府利用卫星遥感建立了"国家土地监管体系"以支持LULE（Chen等，2021）。然而，由于空间分辨率与时间分辨率之间的权衡，以及多雨地区云污染造成的干扰，持续监测仍然面临挑战（Benas等，2020；Wu等，2021；Zhao等，2021）。为了克服这些局限性，当前执法系统采用天地一体化机制（Chen等，2021），其中卫星图像主要用于识别潜在异常，现场照片则为后续行政审核提供关键证据。尽管监测能力有所提高，但后续行政审核阶段已成为一个重要的操作瓶颈，因为大规模现场照片解译仍严重依赖劳动密集型的人工审核（Xu等，2020）。这种对人工解译的依赖限制了土地利用执法实践的 efficiency、一致性和可扩展性。面对海量照片证据，行政主管部门必须投入大量人力资源进行人工检查，这不仅耗时，还容易因主观解释和检查人员经验差异导致遗漏违规和判断不一致（Stockdale等，2015；Xu等，2020）。这些局限性可能削弱土地利用执法的可靠性，并阻碍土地管理政策的及时实施。

近年来，深度学习在计算机视觉领域取得了显著成功，在某些图像识别任务上超越了人类能力（He和Zhang，2016；He和Zhang，2015；Krizhevsky等，2017）。这些进展为将LULE中海量照片证据处理从劳动密集型的人工流程转变为智能辅助证据审核工作流提供了新的机遇。这对于自动化现场照片检查显示出巨大前景，从而减轻目前阻碍LULE效率的重负人工工作量（Bouma等，2018）。然而，将传统深度学习直接应用于现场执法场景仍然具有挑战性，因为行政决策不仅需要准确的视觉识别，还需要对违规相关证据进行可靠解释。首先，现场照片中不可控的拍摄角度、动态光照和杂乱背景往往会遮挡LULE中的关键违规证据，降低了实际行政场景中自动化证据提取的可靠性。例如，茂密的杂草或严重阴影很容易掩盖未经批准的水泥基础，导致违法建筑工地被误判为合规的闲置农田。因此，传统深度学习模型难以从如此混乱的环境中可靠提取这些被隐藏线索，这可能增加初步行政审核的不确定性和不一致性。

其次，深度学习模型的可解释性有限仍然是将AI应用于土地利用执法的关键挑战（Chaudhary，2024）。传统深度学习模型通常仅输出照片的总体类别标签（如"农田"），而不提供透明可追溯的依据来支持决策。与一般图像识别任务不同，土地利用执法需要基于证据的判断，行政主管部门不仅需要知道是否存在违规，还需要了解哪些视觉线索和监管约束支持这一结论。缺乏可解释性可能削弱行政执法决策的严谨性和可信度。近期研究表明，将领域知识与深度学习相结合是弥合低级视觉特征与高级土地利用语义之间语义鸿沟的有效途径。知识引导框架不仅是依赖统计特征学习，还显式建模空间关系、上下文依赖和领域约束，从而提升复杂土地利用解释任务的语义理解和可解释性（Li等，2021；Zhu等，2022）。

这些进展表明，引入结构化知识可以显著提升智能土地利用解释的透明度和可靠性。在现有的知识引导范式中，知识图谱通过显式语义表示将视觉线索、空间关系和监管约束联系起来，从而支持可追溯的合规推理（Potnis等，2021；Wang等，2021）。这种能力在土地利用执法中尤为宝贵，因为行政决策不仅需要识别潜在违规行为，还需要清晰且可追溯的证据来证明特定土地利用活动为何可能与监管要求相冲突。

基于知识图谱的语义表示和推理能力，本研究中的线索知识图谱（CKG）专门针对土地利用执法场景设计（Ma，2022；Potnis等，2021；Wang等，2021）。CKG不是表示通用的语义关系，而是将现场照片中提取的视觉线索与土地利用合规规则联系起来，从而将检测到的观察结果转化为结构化证据供行政审核使用。然而，现有的知识引导研究主要集中在遥感图像分类、土地利用制图或场景理解方面，其中知识主要用于改善语义解释。其支持土地利用执法中现场证据审核和法规导向合规评估的潜力尚未得到充分研究（Chen等，2024；Potnis等，2021）。有效的土地利用执法仍然需要从复杂的现场照片中提取可靠的视觉证据。因此，将基于深度学习的感知与基于知识的推理相结合，是开发面向实际LULE场景的智能决策支持工具的关键途径。

为应对这些挑战，本研究提出了一种将深度神经网络与CKG耦合的现场照片检查智能框架。如图1所示，本研究的主要贡献是从纯视觉数据驱动识别向知识集成证据推理的范式转变，支持更高效、一致和可追溯的土地利用执法流程。该框架首先使用基线感知网络在杂乱背景中定位关键物体。随后，利用CKG将视觉证据映射到LULE合规规则，从而弥合原始现场图像与标准化行政决策之间的差距。该框架并非替代现有行政程序，而是旨在提供一种智能证据处理方法，帮助检查人员高效筛选潜在违规、提高决策一致性并增强执法过程的可追溯性。本研究的主要贡献总结如下：

1）基于跨尺度注意力-卷积融合（CAF）网络，开发了一种面向土地利用执法的可靠视觉证据提取机制。通过引入动量对比自监督预训练（MSP）策略，所提出的方法增强了从复杂现场照片中提取违规相关视觉证据的能力，为后续行政审核提供了稳健的感知基础。

2）基于位置先验约束目标检测（PPOD）方法，开发了一种执法相关物证提取的线索定位机制。通过集成对比增强学习（CEL），该方法克服了严重背景杂乱问题，实现了对关键视觉线索更准确的定位，为后续合规推理提供了可靠的视觉证据。

3）构建了一个连接提取视觉证据与土地利用合规法规的领域特定CKG，从而为LULE建立了可追溯的证据-法规推理机制，支持一致且基于证据的行政决策。

本文其余部分组织如下：第2节回顾了基于卫星和天地一体化的LULE研究进展；第3节详细介绍了所提出的智能检查框架；第4节描述了实验数据集和实验设计，并对实验结果进行了深入分析；最后，第5节总结了本研究并概述了未来研究方向。

**方法片段**

传统LULE的方法论与局限性：土地利用执法（LULE）已发展成为一个以天地一体化机制为核心的综合监管框架，旨在通过多源监测减少对传统人工实地调查的依赖，从而提高行政监管的效率和响应能力。在太空观测方面，行政主管部门通常利用多时相卫星遥感图像作为主要检测工具，对区域进行定期扫描……

**方法论**

为解决对人工检查的依赖并促进LULE中更高效、可追溯的证据审核，本研究提出了一种基于深度神经网络与CKG耦合的智能现场照片检查框架，用于基于证据的行政决策（图2）。该架构集成了三个核心组件，对应LULE行政审核过程的不同阶段：1）基于跨尺度注意力-卷积融合的场景……

**实验数据集**

本研究于2022年在广东省收集了一个现场LULE照片检查（OPI）数据集，用于场景解释和目标检测。数据集在测绘学研究所专业检查人员的协助下进行了标注，并通过交叉检查和一致性分析进行验证，以确保其作为实际执法证据表示的可靠性。

**结论**

随着遥感技术在土地利用执法中的广泛应用，基于图像的审计已成为支持土地利用合规性的关键方法。然而，基于人工解释或黑箱深度学习模型的传统方法在处理效率、证据可追溯性和决策一致性方面存在局限性，难以适应复杂的实际土地利用检查流程。为解决这些局限，本研究提出了一种智能辅助证据……

**CRediT作者贡献声明**

陆思辰：撰写-初稿、软件、方法论、数据整理。何达：撰写-审阅与编辑、撰写-初稿、方法论、调查、形式分析、概念化。陈振浩：软件、数据整理。谢宇森：软件、数据整理。施谦：指导、资源、概念化。

**机构审查委员会声明**

不适用。

**知情同意声明**

不适用。

**资助**

国家自然科学基金（项目编号：42571408）；广东省自然科学基金（项目编号：2025A1515010093）。

**利益冲突声明**

作者声明不存在可能影响本文工作的已知竞争性经济利益或个人关系。

**致谢**

我们衷心感谢编辑和匿名审稿人，他们严谨的工作和深思熟虑的建议帮助改进了本手稿。本研究得到国家自然科学基金（编号：42571408）和广东省自然科学基金（编号：2025A1515010093）的资助。

陆思辰 | 何达 | 陈振浩 | 谢宇森 | 施谦