机器学习理论在自然资源资产离任(任中)审计项目中针对遥感影像的分析方法

作 者:

作者简介:
刘晓冬,王振铎,内蒙古自治区审计厅

原文出处:
内蒙古审计

内容提要:

02


期刊代号:V3
分类名称:审计文摘
复印期号:2018 年 10 期

关 键 词:

字号:

      一、领导干部自然资源资产离任(任中)审计相关背景

      党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》提出,建设生态文明,必须建立系统完整的生态文明制度体系,用制度保护生态环境,对限制开发区域和生态脆弱的国家扶贫开发工作重点县取消地区生产总值考核;探索编制自然资源资产负债表,对领导干部实行自然资源资产离任(任中)审计。建立生态环境损害责任终身追究制。在此基础上,中办、国办印发了《开展领导干部自然资源资产离任审计试点方案》,进一步为开展自然资源资产审计明确了方向。为结合本地区工作实际,自治区党委、政府也出台了《开展领导干部自然资源资产离任审计试点实施方案》,进一步细化了审计要求。

      开展领导干部自然资源资产离任(任中)审计,对于促进领导干部落实自然资源资产管理和环境保护责任,加强环境保护工作,推动生态文明建设具有重要意义,也是建立健全生态文明制度体系的重要内容。领导干部自然资源资产离任(任中)审计的主要目标是要通过审计,进一步明确审计对象、审计内容、评价标准、责任界定、审计结果运用等事项,形成一套比较成熟、符合实际的审计操作规范,探索并逐步建立完善领导干部自然资源资产离任(任中)审计制度。

      二、以先进技术辅助领导干部自然资源资产离任(任中)审计

      2014年,国务院办公厅印发的《国务院关于加强审计工作的意见》提出“加快推进审计信息化。推进有关部门、金融机构和国有企事业单位等与审计机关实现信息共享,加大数据集中力度,构建国家审计数据系统。探索在审计实践中运用大数据技术的途径,加大数据综合利用力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力。创新电子审计技术,提高审计工作能力、质量和效率。推进对各部门、单位计算机信息系统安全性、可靠性和经济性的审计”。通过审计试点发现,自然资源资产的数据与以往审计项目中的数据有很大区别:以往的业务数据是以结构化数据为主,而自然资源资产数据是以图形化数据为主。在自然资源资产审计工作中是探索如何使用新型的技术手段,对获得的地理信息数据进行核查比对,利用大数据分析方法对传统审计方法发展和创新,以此来获取审计所需信息,实现审计目标。

      (一)机器学习理论

      在领导干部自然资源资产离任(任中)审计中,针对森林、草原、水、耕地资源审计,需要对领导干部所辖地区的卫星遥感影像进行判读,以分析地表上的实际情况是否和有关数据相一致。判读过程中,单纯依靠审计人员人工看卫星图片的数据,效率低且错误率高。因此,必须借助计算机技术,对遥感影像进行分析,以保证用统一标准对地表资源进行筛选。目前在遥感影像处理方面,机器学习理论的部分算法应用比较广泛,且获得了较好效果。

      机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

      (二)监督分类方法

      监督分类又称训练场地法、训练分类法,是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术,即根据已知训练区提供的样本,通过选择特征参数,求出特征参数作为决策规则,建立判别函数以对各待分类影像进行的图像分类,是模式识别的一种方法。

      监督分类在遥感图像分类中应用非常广泛,在实际操作时用被确认类别的样本像元去识别其他未知类别像元。已被确认类别的样本像元是指那些位于训练区的像元,在这种分类中,分析者在图像上对每一种类别选取一定数量的训练区,计算机计算每种训练样区的统计或其他信息,每个像元和训练样本作比较,按照不同规则将其划分到和其最相似的样本类。监督分类可分两个基本步骤:第一是选择训练样本和提取统计信息,第二是选择分类算法。

      选择训练样本即从遥感影像中将区分的像元先圈出一部分,供计算机对其特征值进行采集。比如,要对遥感影像中的建筑物和非建筑物进行分类,那么首先要先人工圈出一些建筑物和土地,然后利用分类算法,对遥感影像加以分类。在分类算法上,一般选择使用支持向量机进行分类计算。

      (三)支持向量机

      在机器学习中,支持向量机(SVM,还支持矢量网络)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析。给定一组训练样本,每个标记位属于两类,一个SVM训练算法建立了一个模型,分配新的实例为一类或其他类,使其成为非概率二元线性分类。

      在遥感影像分类中,通过将监督分类第一步的结果代入支持向量机模型,对整个遥感影像进行分析判读,以达到对领导干部任职辖区全面审计的目的。将支持向量机运算产生的结果,与土地利用现状加以比对,从而得到审计疑点。

      目前在遥感影像分析领域,ENVI软件能够很好地执行监督分类和支持向量机算法。因此,在具体操作中,审计人员选择ENVI软件对遥感影像加以分析判读。

      三、利用软件实现遥感影像分析判读

      (一)ENVI软件

      ENVI(The Environment for Visualizing Images)是美国ExelisVIS公司的旗舰产品。ENVI是由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件,它几乎可以读取任何格式的数据,提供丰富的数据预处理工具,综合的数据分析工具和专业的高光谱分析工具,灵活的可扩展能力,使其成为快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等行业。

相关文章: