人工智能不可阻挡地向各行业渗透,恰逢国家深空战略支撑下的国产遥感卫星发射爆发期。但国内的卫星大数据产业处在一个初级的阶段:国内商业遥感航天应用较少;对下游的应用挖掘不充分。在卫星高分辨率影像应用领域,我们取得了一些成果,让高分遥感从获取、解译到数据分配的一条龙服务成为可能,在即将形成的AI+遥感数据+行业应用的万亿级的市场快速布局。
智能城市治理平台充分结合遥感大数据与人工智能技术,突破多源数据融合、智能语义分割、智能变化检测、模型压缩与硬件实现等关键技术。扎根政务管理业务层,实现AI支撑下的数据获取、解译、业务融合的业务闭环,为用户提供订单至结果的全流程服务。适用于社会安全、违建查处、城管执法、河湖监管等领域业务场景,推进政府数字化管理和服务水平向智能高端迈进,助力智慧城市、数字乡村建设。
1、促进企业生产方式转型基于高分卫星构建的空天地多源监测数据资源,结合人工智能技术,在城市治理相关应用场景下做了一些探索,面向政府职能部门及中高端政务服务企业,用于丰富决策依据,降低工作成本,提高工作效能,助力新旧动能转换,推动行业发展。
2、助力政府精细化管理在政务大数据爆发的背景下,在自然资源、住房与城乡建设、交通运输、生态环境、应急管理等众多政务管理领域用好、用活海量数据,提高政府工作效率,降低财务成本。
通过数字城市智能治理平台来进行执法监察,可以大大提高工作效率,同时降低开支成本。监管平台利用“智能+”技术,可即时发布巡查信息,区、乡政府根据信息即时拆除,可实现“按天”控违;重点难点项目“两违”信息发送给城区政府领导,并转批至乡镇限时督办,可实现“按周”控违;对于城(园)区一个月以上未拆除的“两违”宗数及面积,占用耕地及基本农田情况,则会以月报的形式,发布给各城(园)区区委书记、区长,实现“按月”控违。
以数字政府智能社会治理平台为基础,利用时空大数据控违,提前发现、即时处置,让“两违”无处遁形,使法律权威深入人心。
利用多时相、多尺度、多光谱的历史遥感影像数据、地理国情普查的高分辨率遥感影像数据及基础地理信息数据等,整合利用已有的相关专题信息,可开展河湖面积、水面分布等变化监测,客观反映河湖地区区生态环境要素历史变化,形成客观、准确的监测成果;同时采用变化检测、纵向比较、横向对比、类比分析等方法,开展河湖水面与面积变化研究,加强空间分布数据的湿地生态系统健康评价,总结生态环境信息变化趋势。
通过数字政府智能城市治理平台可以实现湖泊及湖泊水体管理范围内建设情况的变化监测和分析,指导当地水政部门乱占、乱采、乱堆、乱建取证。同时也可以提前生产建设项目动图,为水土保持提供服务。
利用遥感大尺度监测颗粒物浓度走势,为走航监测的路线规划提前做好支撑,开展精准走航,助推精准治污。利用遥感大气中分辨率尺度影像进行全域颗粒物浓度反演。结合城市人口、建筑布局、除国控重点排放企业外,重点关注城乡交界偏远盲区的点位数据,与全市颗粒物浓度影像进行空间叠置分析。侧重走航路线精挑细选与点位的优化推敲,对所有污染源和污染点做到心中有数、图上有点、线上成串。确定重点区域流域,制定详细计划,确定在不同时序时间段内开展精准走航监测。走航监测第一时间得到的数据,网络传输给管理部门开展定向溯源,为管理层和决策层提供快速响应通道。
森林在国民经济中占有重要地位,它不仅能提供国家建设和人民生活所需的木材及林副产品,而且 还肩负着释放氧气、调节气候、涵养水源、保持水土、防风固沙、美化环境、净化空气、减少噪音 及旅游保健等多种使命。同时,森林还是农牧业稳产高产的重要条件。然而,森林火灾会给森林带 来严重危害。森林火灾不但烧毁成片的森林,伤害林内的动物,而且还降低森林的繁殖能力,引起 土壤的贫瘠和破坏森林涵养水源的作用,甚至会导致生态环境失去平衡。 火灾识别主要利用无人机遥感的高分辨率图像判别有无可疑火灾发生,以便后续进行重点监测和及 时救治。对无人机地面接收站接受的图像进行分类,使用分类神经网络进行训练,通过对红外遥感 图像进行分析,借用红外图像热成像特点对发热点区域进行分析。
在推进大气污染防治中,扬尘作为 PM2.5、PM10的重要组成部分,是大气污染的主要污染源。随着城市建设的蓬勃发展,扬尘污染很大部分来自在建工地、裸露地块等,进一步加剧大气污染,扬尘防治越来越受到重视,并纳入了空气质量主要监测内容。持续做好扬尘污染防治,有着特别重要的意义。 针对城市中的裸土等扬尘源,探索遥感、航拍等先进高效的巡查手段,通过计算归一化插值裸土指数提取城市区域内的裸土范围,构建缓冲区确定影响范围,及早发现问题,尽快预防扬尘污染,为城市扬尘防治工作提供有效的技术支持,推进环保监管的科学化、精细化发展。
林业承担着森林和湿地生态保护、荒漠化治理、生物多样性保护等国家重大任务, 肩负着保护资源环境和维护生态安全的责任。林业在维护生态平衡中起着决定性作用, 特别是森林具有巨大的固碳功能, 在应对气候变化、维护生态安全中发挥着特殊作用。为了科学评价林业生态建设和生态修复等工程效益, 急需科学、翔实和连续的监测和评价数据支持。 我公司通过基于深度语义分割网络模型的林业用地识别、基于深度目标检测网络模型的虫病受害木识别以及基于面向对象方法的树种分类等技术,在森林资源调查、森林火灾监测、森林病虫害监测、森林蓄积量估算以及森林树种识别方面深耕,取得了不菲成果。