城市变化智能检测技能（urban-change-detection）

1. 技能概述

本技能基于多时相遥感影像，自动识别城市区域在两个时期之间的显著变化， 精准定位违建、非法倾倒、土地用途变更等问题区域。

核心算法包含 3 种可切换模式：

• cva：变化向量分析（Change Vector Analysis），无需训练，开箱即用
• pca：主成分差分法，适合光照差异较大的多时相数据
• deep：深度学习（Siamese U-Net 风格），若沙箱内可访问模型权重则启用

同时通过植被物候掩膜、小图斑滤除等后处理过滤自然变化干扰。

2. 输入要求（必读）

变量名	类型	是否必需	说明
image_t1	file (GeoTIFF)	是	前期遥感影像（已完成几何 + 辐射校正），≥ 3 个波段
image_t2	file (GeoTIFF)	是	后期遥感影像，需与 image_t1 相同坐标系、相同分辨率
aoi	file (GeoJSON / Shapefile)	否	关注区域边界，不提供则使用影像全范围
ndvi_mask	file (GeoTIFF)	否	植被掩膜，用于剔除植被物候变化
method	string	否	cva / pca / deep，默认 cva
threshold	float	否	变化幅度阈值 0-1，默认读取 config.yaml

3. 用户输入引导

当用户提出变化检测需求但未提供完整输入时，技能应通过 python main.py --action check-inputs --inputs-json '{...}' 检查缺失项， 并使用以下话术引导用户补齐：

为了对您关注区域进行变化检测，请提供以下数据：

1. 前期遥感影像（image_t1）：GeoTIFF 格式，建议来源 Sentinel-2 / GF-2 / 航摄，已完成几何校正和辐射定标。
2. 后期遥感影像（image_t2）：与前期影像坐标系与分辨率一致。
3. 关注区域边界（aoi，可选）：GeoJSON 或 Shapefile；若未提供，将使用影像范围。

如您仅有 JPG/PNG 截图或未校正的影像，请先完成正射校正后再提供。

4. 处理流程

1. 输入校验：--action check-inputs，返回 missing_inputs 列表
2. 配准对齐：重采样到共同网格（若分辨率不一致）
3. 变化幅度计算：按配置的 method 生成变化强度图
4. 自然变化过滤：基于 NDVI 差分剔除植被物候干扰
5. 阈值分割 & 连通域分析：形态学清理、小图斑滤除
6. 成果输出：
   • change_map.tif：0/1 二值变化图
   • change_patches.geojson：变化图斑矢量
   • problem_points.csv：问题点位清单（含中心坐标、面积、类型、优先级）
   • report.md：分类报告与优先处置建议

5. 参数说明（对应 config.yaml）

algorithm:
  method: cva                 # cva | pca | deep
  threshold: 0.15             # 变化幅度归一化阈值
  min_patch_size: 30          # 像素连通域最小尺寸
  filter_natural_change: true # 是否剔除植被自然变化

6. 调用示例

校验输入

python /mnt/skills/custom/remote-sensing/urban-change-detection/scripts/main.py \
  --action check-inputs \
  --inputs-json '{"image_t1":"/mnt/user-data/uploads/2023.tif","image_t2":"/mnt/user-data/uploads/2024.tif"}'

运行检测

python /mnt/skills/custom/remote-sensing/urban-change-detection/scripts/main.py \
  --action run \
  --inputs-json '{"image_t1":"/mnt/user-data/uploads/2023.tif","image_t2":"/mnt/user-data/uploads/2024.tif","aoi":"/mnt/user-data/uploads/aoi.geojson"}' \
  --output-dir /mnt/user-data/outputs/change_det_20260417

7. 输出文件

文件	含义
change_map.tif	二值变化图（0=未变化，1=变化）
change_patches.geojson	变化图斑矢量，属性含 area_m2、change_type、priority
problem_points.csv	问题点位清单（推荐处置优先级）
report.md	变化统计与治理建议

8. 治理场景

• 违法建设监管：识别前后期新增建筑区域，导出点位供执法
• 渣土偷倒巡查：识别大面积裸露新增区块
• 国土空间用途管制：发现耕地、林地、水域非法转用
• 城市更新监测：量化更新地块面积与进度

9. 注意事项

• 影像需要完成预处理（辐射定标、大气校正、正射校正）
• 两期影像尽量选择相近物候期以降低自然变化噪声
• deep 模式需要沙箱可访问模型权重文件，否则自动降级到 cva
• 输出 GeoTIFF 默认 LZW 压缩，单文件通常 <100MB