摘 要 高效且精準(zhǔn)地識別補充耕地舉證照片的真?zhèn)?，是實現(xiàn)耕地保護的重要內(nèi)容，也是開展耕地占補平衡工作的重要技術(shù)環(huán)節(jié)。結(jié)合安徽省補充耕地項目“大起底”專項核查整治工作，提出數(shù)據(jù)采集、造假識別、整改實施“三位一體”的補充耕地舉證照片真?zhèn)巫R別技術(shù)方法體系，實現(xiàn)補充耕地舉證照片從輸入到輸出的一體化綜合管理，為全國耕地照片信息的科學(xué)核查提供了切實可行的安徽方案。

關(guān)鍵詞 補充耕地；照片真?zhèn)巫R別；非農(nóng)化；非糧化；安徽省

中圖分類號：F323.211 文獻標(biāo)志碼：C DOI：10.19415/j.cnki.1673-890x.2024.07.055

耕地保護是確保糧食安全、維護社會經(jīng)濟穩(wěn)定的重要措施，也是我國必須長期堅持的一項基本國策[1]。隨著城鎮(zhèn)化的推進，耕地資源在數(shù)量、質(zhì)量、生態(tài)功能等方面面臨著多重壓力。為了緩解城鎮(zhèn)建設(shè)、經(jīng)濟發(fā)展與有限耕地之間的矛盾，我國提出了耕地占補平衡政策，將城鎮(zhèn)建設(shè)用地與農(nóng)村建設(shè)用地掛鉤，以期實現(xiàn)耕地面積的基本穩(wěn)定[2]。安徽省作為農(nóng)業(yè)大省，耕地保護一直是其重要任務(wù)。在耕地占補平衡工作實施過程中，安徽省相關(guān)工作人員發(fā)現(xiàn)補充耕地舉證照片存在造假現(xiàn)象，這種現(xiàn)象嚴(yán)重阻礙了耕地保護的有效切實推進。在此背景下，本文構(gòu)建了補充耕地舉證照片真?zhèn)巫R別技術(shù)方法體系，為安徽省補充耕地項目“大起底”專項核查整治工作提供技術(shù)支持，進一步為全國其他?。ㄗ灾螀^(qū)、直轄市）的耕地保護工作提供寶貴經(jīng)驗。

1 "存在的問題

1.1 "地方政府及相關(guān)部門把關(guān)不嚴(yán)

2009年，我國開始實行占用耕地補償制度，要求非農(nóng)建設(shè)經(jīng)批準(zhǔn)占用耕地要按照“占多少，補多少”的原則，補充數(shù)量和質(zhì)量相當(dāng)?shù)母豙3]。面對嚴(yán)格的政策，部分相關(guān)部門把關(guān)不嚴(yán)，提供虛假耕地舉證照片，增加了獲取補充耕地真實信息的難度，使得被占用耕地難以得到有效補充。

1.2 "補充耕地舉證人工核查難度大

現(xiàn)有的補充耕地舉證照片真?zhèn)巫R別主要還是依靠管理部門人員的目視判讀，人工鑒別造假耕地照片。這種識別方式不僅非常耗費人力、物力，而且極其依賴鑒別者的個人經(jīng)驗，具有不確定性。同時，僅憑簡單的目視判讀無法分辨出雷同照片等多種造假照片。人工理解的耕地舉證照片信息有限，難以對耕地照片實現(xiàn)高精度真?zhèn)巫R別。

2 "補充耕地舉證照片真?zhèn)巫R別

安徽省國土空間規(guī)劃研究院在開展全省補充耕地項目“大起底”專項核查整治工作中，提出數(shù)據(jù)采集、造假識別、整改實施“三位一體”的補充耕地舉證照片真?zhèn)巫R別技術(shù)方法體系。該方法體系框架如圖1所示。秉持“數(shù)據(jù)聯(lián)通、智能識別、整改優(yōu)化”的準(zhǔn)則，自主研發(fā)造假照片識別算法，完善方法體系，打通補充耕地的數(shù)據(jù)壁壘，使數(shù)據(jù)從輸入到結(jié)果輸出暢通無阻，建立健全嚴(yán)保嚴(yán)管、動態(tài)監(jiān)管、責(zé)任追究的耕地占補平衡監(jiān)督機制，助力安徽省補充耕地項目“大起底”專項核查整治工作順利開展[4]。

2.1 "數(shù)據(jù)采集

數(shù)據(jù)是構(gòu)建照片真?zhèn)巫R別內(nèi)核算法的前提，直接影響輸出的精度與效度。該方法體系的數(shù)據(jù)采集主要包含人工標(biāo)簽數(shù)據(jù)集采集和地方上傳數(shù)據(jù)集采集兩部分。

2.1.1 "人工標(biāo)簽數(shù)據(jù)集采集

為能夠自動識別耕地舉證照片的真?zhèn)危枰в腥斯?biāo)簽的照片庫，以供深度學(xué)習(xí)框架訓(xùn)練。由于照片造假手段多樣，需要首先調(diào)研并區(qū)分可能的造假照片類型。通過分析已被人工識別出來的造假照片特征，發(fā)現(xiàn)造假照片可以歸納為翻拍照片、異常背景照片、雷同照片3類。其中，雷同照片指的是同一地塊不同站立點或方位角的相似照片，或者不同地塊的相似照片。異常背景照片指的是同一地塊同一天的不同天氣背景與色系的照片。雷同照片與異常背景照片可以直接通過照片快速索引與比對識別出來，并不需要構(gòu)建樣本庫。因此，只需要針對翻拍照片建立人工標(biāo)簽數(shù)據(jù)集。翻拍照片指的是將歷史照片打印在紙張上，然后通過對打印結(jié)果進行翻拍所形成的照片。通過線下實地采集耕地照片，將照片用銅版紙、不同質(zhì)地及不同規(guī)格的激光紙打印出來。通過對打印照片進行翻拍，主動模擬具有反光、白邊、黑影、水印的翻拍照片，形成翻拍照片數(shù)據(jù)集。

2.1.2 "地方上傳數(shù)據(jù)集采集

地方上傳數(shù)據(jù)集是進行最終真?zhèn)巫R別的目標(biāo)數(shù)據(jù)集?，F(xiàn)有的全國耕地占補平衡動態(tài)監(jiān)管系統(tǒng)存在下載速度緩慢、數(shù)據(jù)索引缺乏等一系列問題，主要還是依賴人工登錄系統(tǒng)并手動點擊下載，工作效率低下，難以為后續(xù)工作提供有效的數(shù)據(jù)支撐。因此，該方法體系構(gòu)建了一套針對耕地資源庫海量照片數(shù)據(jù)的快速下載與存儲方法。通過解析系統(tǒng)頁面，模擬照片下載行為，統(tǒng)一進行數(shù)據(jù)預(yù)處理與歸檔，建立地方上傳數(shù)據(jù)集，為后續(xù)的真?zhèn)巫R別工作提供數(shù)據(jù)支持。

2.2 "造假識別

該方法體系的造假識別主要包含翻拍照片識別、雷同照片識別、異常背景照片識別及其他涉嫌造假情況識別。

2.2.1 "翻拍照片識別

基于已經(jīng)構(gòu)建的人工標(biāo)簽數(shù)據(jù)集，應(yīng)用Transformer與長短期記憶神經(jīng)網(wǎng)絡(luò)耦合的深度學(xué)習(xí)預(yù)訓(xùn)練模型，進行模型訓(xùn)練與交叉驗證。該模型可通過深入挖掘照片的各類地物的紋理、顏色、形狀等特征，建立各類特征與照片識別結(jié)果之間的“黑盒”關(guān)系。通過將模型對翻拍照片的識別結(jié)果優(yōu)劣作為反饋信息對模型進行迭代優(yōu)化，不斷產(chǎn)生模型梯度，調(diào)整模型參數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)，提升模型的特征提取、分類能力，優(yōu)化模型的健壯性。

2.2.2 "雷同照片識別

面向地方上傳數(shù)據(jù)集，基于卷積神經(jīng)網(wǎng)絡(luò)的特征描述，結(jié)合注意力機制，提取照片的多維特征向量。這些特征向量包含照片的關(guān)鍵信息，如作物類型、地形坡度、顯著地物等。在索引時，構(gòu)建K維（K-Dimensional，KD）樹結(jié)構(gòu)，應(yīng)用最近鄰搜索算法，以實現(xiàn)高效的近鄰搜索。通過度量不同特征向量間的距離，即相似度，來判斷是否為雷同照片。對于同一地塊不同站立點（方位角）的雷同照片識別，重點提取地塊形狀特征，以區(qū)分不同站立點。而對于同一項目中不同地塊的雷同照片識別，則重點提取農(nóng)田結(jié)構(gòu)與作物特征，以區(qū)分不同的地塊。

2.2.3 "異常背景照片識別

開發(fā)地物圖像時空特征對比算法，重點對天氣異常、作物種類異常、作物生長周期異常這3種造假類型進行識別。提取數(shù)據(jù)集中照片的地物時空特征，包括地塊形狀、土地利用類型、農(nóng)作物種類、生長周期與天氣等方面的信息。索引并比較特定時空下真實照片與目標(biāo)照片的地物特征差異，可以有效識別異常背景照片，確定造假類型。

2.2.4 "其他涉嫌造假情況識別

除上述3類造假情形外，系統(tǒng)還設(shè)計一套算法用于識別其他潛在造假情況。分別提取真實耕地照片與已知造假照片的完整特征信息，設(shè)計特征差異感知算法，該算法將對目標(biāo)照片與真實照片的圖像特征差異進行量化分析，以判別目標(biāo)照片是否存在造假行為。

2.3 "整改實施

在數(shù)據(jù)采集和真?zhèn)巫R別技術(shù)的支持下，推進“嚴(yán)保嚴(yán)管、節(jié)約優(yōu)先、統(tǒng)籌協(xié)調(diào)、改革創(chuàng)新”的補充耕地核查整改工作。整改實施內(nèi)容主要包含造假耕地舉證照片可視化、造假問題整改、實施成效分析。

2.3.1 "造假耕地舉證照片可視化

在微觀層面，針對每一張造假照片，都會輸出相應(yīng)的造假結(jié)果報告。該報告包含照片造假情況的詳細信息，如翻拍概率、相似度、背景異常度。此外，該報告囊括了照片的所屬項目、地塊、時間及上傳人等詳細屬性信息。在宏觀層面，通過統(tǒng)計造假照片在不同時間段的空間分布狀況，實時刻畫時空動態(tài)變化及空間分布密集區(qū)域，形成補充耕地造假照片“一張圖”，及時掌握安徽省各地造假耕地照片數(shù)量變化情況。

2.3.2 "造假問題整改

根據(jù)造假耕地舉證照片報告，將造假問題下發(fā)至負責(zé)的地方部門。為相關(guān)部門提供相應(yīng)的整改反饋窗口，要求其確保填報數(shù)據(jù)和材料真實、準(zhǔn)確、完整、規(guī)范，并詳細描述針對造假問題的整改舉措與結(jié)果。

2.3.3 "實施成效分析

該方法體系在實際運用中取得了顯著的成效，實現(xiàn)了照片下載速度與識別精度的提升。與前文提及的人工下載方式相比，該方法體系照片下載速度提升了150倍，使海量數(shù)據(jù)的處理與分析成為可能。該方法體系通過克服人工目視判別的不足，精確捕捉并綜合分析照片紋理、色彩、曝光度等信息，識別出多種照片造假類型，如雷同照片、異常背景照片等。與傳統(tǒng)的人工判讀方式相比，該方法體系識別精度大大提升，整體識別精度高達97%。這一高精度的識別結(jié)果表明該方法體系在補充耕地照片真?zhèn)巫R別方面具有卓越的性能。

3 "思考與建議

3.1 "多級核查全暢通

安徽省補充耕地項目“大起底”專項核查整改工作包括縣級自查、市級復(fù)查、省級核查3級，業(yè)務(wù)環(huán)節(jié)繁多，信息交流滯后。該方法體系助力有關(guān)部門建立多跨協(xié)同的組織網(wǎng)，推進多級聯(lián)動、多部門聯(lián)動。這種經(jīng)驗不僅可以在安徽省取得成效，而且可以為其他省份提供有力的借鑒和參考，促進全國范圍內(nèi)現(xiàn)代化國土空間治理的智能化推進，在全國范圍內(nèi)產(chǎn)生良好的示范效應(yīng)，為實現(xiàn)國土空間規(guī)劃和土地治理的高效率、高質(zhì)量提供可行的路徑。

3.2 "核查數(shù)據(jù)全鏈接

核查工作中相關(guān)數(shù)據(jù)類目繁多，難以從全維度、各方面了解核查工作的問題或成效。該方法體系可積極推進有關(guān)部門間的大數(shù)據(jù)交流與協(xié)同，以整合利用各類數(shù)據(jù)，并通過不同維度去了解工作情況。借此研究開發(fā)耕地資源動態(tài)監(jiān)管平臺，從不同數(shù)據(jù)間的交叉驗證比對，確保核查數(shù)據(jù)的一致性和準(zhǔn)確性。這種綜合利用各類數(shù)據(jù)的方法將為整治工作提供更全面的視角，為實現(xiàn)高效的現(xiàn)代國土空間土地治理和高水平的補充耕地核查提供智力支撐。

3.3 "核查成果全覆蓋

根據(jù)法律法規(guī)，對補充耕地項目“大起底”專項核查整治工作的完成情況進行通報，若確認(rèn)存在虛增耕地，一經(jīng)發(fā)現(xiàn)，嚴(yán)肅處理，以儆效尤。對于問題較多、整改進展緩慢的市縣進行約談，并對整改不到位的市縣凍結(jié)補充耕地指標(biāo)庫，直至完成整改達標(biāo)。各級自然資源主管部門要以“大起底”專項核查為契機，嚴(yán)要求、強措施，全面提升補充耕地項目管理水平，將核查成果帶來的效益最大化[5]。

參考文獻：

[1] " 林依標(biāo).耕地占補平衡相關(guān)問題思考及建議[J].中國土地，2020（4）：18-19.

[2] " 李超，程鋒，鄖文聚.耕地生態(tài)建設(shè)與保護問題探討[J].中國土地，2022（3）：30-32.

[3] " 吳宇哲，錢恬楠，郭珍.休養(yǎng)生息制度背景下耕地保護生態(tài)補償機制研究[J].鄭州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020，53（3）：27-31.

[4] " 湯懷志，鄖文聚.“長牙齒”的耕地保護措施需全領(lǐng)域科技創(chuàng)新支撐[J].科技傳播，2022，14（8）：13-14.

[5] " 王琦.嚴(yán)管耕地“進出平衡”開啟守護耕地新方向[J].資源與人居環(huán)境，2022（10）：59-61.

（責(zé)任編輯：敬廷桃 "張春雨）