通用的占位符縮略圖

自然資源應用 /

基于遙感AI技術的自然資源監測案例

一(yī)、案例概述

      基于AI 技術構建空天地一(yī)體(tǐ)化(huà)智能(néng)監測平台,統籌獲取多源監測數據,通過集群化(huà)處理(lǐ),實現(xiàn)變化(huà)圖斑的快(kuài)速提取并通過“互聯網+”圖斑核查方法,将變化(huà)圖斑由省級下(xià)發到市(shì)縣,由縣級實施圖斑的核查,必要時(shí)可通過移動端進行外業實地核查,然後上(shàng)報(bào)至市(shì)、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(xiàn)全省範圍内的宏觀監測(季度監測或月(yuè)(yuè)度監測),中低(dī)空航測無人(rén)機實現(xiàn)省内重點區域/ 重點圖斑的精細監測(即應急監測),地面終端實現(xiàn)小範圍内的即時(shí)監測和變化(huà)圖斑的實地核查 ,最終形成季報(bào)、月(yuè)(yuè)報(bào)、專報(bào),為(wèi)自然資源調查、監測和監管提供基礎信息和專題産品服務(wù)。

 

二、案例特色

      AI 技術:通過構建深度學習神經網絡模型,利用海量訓練數據(樣本庫)自主學習數據的特征,實現(xiàn)精準化(huà)、智能(néng)化(huà)信息提取。相比淺層學習,深度學習的多隐層神經網絡具有優異的特征學習能(néng)力,學習得到的特征對數據有更本質的刻畫。大數據時(shí)代的到來(lái)、高性能(néng)計算(suàn)的發展都為(wèi)深度學習的成熟提供了(le)土(tǔ)壤。

 

三、案例展示