通(tōng)用(yòng)的(de)占位符縮略圖

自然資源應用(yòng) /

基于遙感AI技術的(de)自然資源監測案例

一、案例概述

      基于AI 技術構建空天地一體化(huà)智能監測平台,統籌獲取多(duō)源監測數據,通(tōng)過集群化(huà)處理(lǐ),實現變化(huà)圖斑的(de)快(kuài)速提取并通(tōng)過“互聯網+”圖斑核查方法,将變化(huà)圖斑由省級下(xià)發到市縣,由縣級實施圖斑的(de)核查,必要時可(kě)通(tōng)過移動端進行外業實地核查,然後上報至市、省級審核,最後對監測成果進行統計分(fēn)析。其中,自然資源遙感衛星平台實現全省範圍内的(de)宏觀監測(季度監測或月(yuè)度監測),中低空航測無人(rén)機實現省内重點區域/ 重點圖斑的(de)精細監測(即應急監測),地面終端實現小範圍内的(de)即時監測和(hé)變化(huà)圖斑的(de)實地核查 ,最終形成季報、月(yuè)報、專報,爲自然資源調查、監測和(hé)監管提供基礎信息和(hé)專題産品服務。

 

二、案例特色

      AI 技術:通(tōng)過構建深度學習神經網絡模型,利用(yòng)海量訓練數據(樣本庫)自主學習數據的(de)特征,實現精準化(huà)、智能化(huà)信息提取。相比淺層學習,深度學習的(de)多(duō)隐層神經網絡具有優異的(de)特征學習能力,學習得(de)到的(de)特征對數據有更本質的(de)刻畫。大(dà)數據時代的(de)到來、高(gāo)性能計算(suàn)的(de)發展都爲深度學習的(de)成熟提供了(le)土壤。

 

三、案例展示