让AI下沉到田间地头 大模型开启遥感应用新篇章

原创 小科 中国科技信息

通过人工智能的方式，可以大幅度提升既有数据的利用深度，并强化对遥感信息的翻译能力，输出更加精细化、更加准确的结果，甚至给出更形象直观的成果。

在遥远的太空给地球“拍照”，通过技术手段对“照片”进行解译和分析，就能够定格地球上各种事物的形态与分布，感知地质、地貌、土壤、植被、水文、人工构筑物等不同特征，识别它们在一定时间周期内的关联和变化，从而为自然资源保护、农业农村建设、生态环境治理等提供依据。这就是有地球“天眼”之称的遥感技术。

长期以来，自然资源被称为遥感百业“之首”。然而，随着遥感影像数量的快速激增，卫星图像不够清晰、解译能力供给不足的问题愈发凸显。“AI+遥感”这一“组合”应运而生，通过人工智能的方式，可以大幅度提升既有数据的利用深度，并强化对遥感信息的翻译能力，输出更加精细化、更加准确的结果，甚至给出更形象直观的成果。

随着AI技术的不断发展，遥感技术也在向着更加智能化、高效化的方向发展。那么，AI赋能遥感技术究竟能够碰撞出怎样的火花？又将如何“颠覆”传统遥感行业？今天，请跟随《中国科技信息》一探究竟。

只有AI才能实现真正的卫星遥感应用？

遥感技术在国计民生中的应用非常广泛，例如在城市运营、自然资源普查、植被分类、农作物监测及环境监测等方面都有深度应用。使用遥感技术的用户，想从遥感数据中获得的其实就是信息，而这也正是遥感应用面临的最大瓶颈：从数据提取解译到信息应用的瓶颈。具体来讲，问题可以归纳为数据不够精准，计算速度不够快，分析不够深入。

对此，有一种声音逐渐被人们听见：或许只有AI才能实现真正的卫星遥感应用。于是。“AI+遥感”这一“组合”应运而生，通过人工智能的方式，可以大幅度提升既有数据的利用深度，并强化对遥感信息的翻译能力，输出更加精细化、更加准确的结果，甚至给出更形象直观的成果。

在AI的赋能下，农业卫星在太空“拍下”地面的“照片”，根据这些图像数据，结合气象情况等，算法就准确地“算”出了农作物的长势状况，给地方政府、种地农民以参考。这是AI+遥感赋能数字农业领域的一个典型场景，种地不用再被动“看天吃饭”，可以结合分析数据主动采取行动，告别面朝黄土背朝天的苦干模式，能够“心里有谱”、放宽心。

事实上，AI+遥感还具有广泛的应用前景，例如可以用于地表覆盖分类、地形分析、城市规划、农业监测、自然资源管理等领域。

遥感大模型让AI下沉到田间地头

作为数据密集型业务，遥感从海量遥感影像图片的解译分析，到背后AI模型的训练和推理，对计算资源的执行效率和成本开支都非常敏感。特别是随着各行各业对快速响应、高分辨率类遥感应用需求的增加，AI算力愈发成为遥感AI发展的“拦路虎”。因此，这也激发了AI遥感大模型产业的集聚发展。

AI遥感大模型主要依赖于深度学习技术。它首先需要通过大规模的遥感数据来训练一个深度学习模型，然后利用该模型对新的遥感数据进行分类、识别、分割等处理，从而实现对遥感数据的智能化分析和应用。

这种大模型又有怎样的好处呢？它通过大规模数据的预训练方式规避了应用“重复造轮子”的现象。以前，包括AI+遥感在内，AI应用是单个创新的过程，每次解决一个场景的具体问题，都需要从基础数据和算法开始“再来一遍”，如同小作坊式生产；现在，大模型的出现，在通用能力的基础上，企业或开发者只要在预训练模型基础上进行微调，就能“出产”胜任具体场景任务的应用，如同普通商品的“工业化大生产”一样，高效地出产高质量遥感AI应用，整个领域将实现简单高效发展。

可以预见，随着AI大模型带来的范式创新，AI遥感技术也有望以更低成本、更高的效能“下沉”到农业产业的更多细分场景中，助力数字农业技术升级和推广。

高校企业密集发布 产业未来可期

从产业动态上来看，越来越多的高科技公司和科研院校已着手正在“加码“AI遥感大模型，并取得了一些阶段性进展，付诸遥感行业应用上。

例如，商汤AI遥感大模型以通用视觉大模型为基础，具有不同地物种类、不同影像类型、不同影像时间和谱段的高泛化能力，拥有先进的地物解译能力和媲美人工标注的生成式图斑效果。已在种植业监测、非农非粮监测、耕地用途管控、涉农信贷、涉农保险领域得到广泛应用；中国科学院空天信息创新研究院联合北京昇腾人工智能生态创新中心技术团队推出“空天.灵眸”大模型，具备遥感数据理解、复原能力，可实现对跨模态遥感数据的共性语义空间进行表征。未来应用不止于在三维重建等领域，或将进一步推广至国土资源、交通、水利等更多行业，为天临空地一体化应用提供整套解决方案；航天宏图打造“天权”视觉大模型，面向多模态遥感数据，旨在解决现有“AI+遥感”业务模式下样本标注及模型泛化的局限性，致力构建“分割、检测、生成”一体化的智能遥感生态体系，赋能国防安全、国土资源、交通水利等多个应用领域。

从未来产业应用方向来看，尽管AI遥感大模型具有诸多优势，但也面临着一些挑战。例如，由于遥感数据量巨大，如何快速高效地进行数据处理和分析仍然是一个难题。此外，如何保护遥感数据的安全和隐私也是一个需要解决的问题。

这就需要进一步解决人工智能方法在遥感自动解译方面存在的问题，需要继续扩大样本数据库，并增加多样性和区域性的样本；另一方面需要设计遥感专用的深度学习神经网络，将光谱信息和地学知识融入到网络中，使之能够有效解决自然地理要素地物分类等难题。这无疑都需要依托于我国人工智能安全自主的核心技术和基础设施的发展，助力智能遥感解译研究等科研创新突破，实现产业生态繁荣。

总之，随着人工智能技术和计算能力的不断提升，AI遥感大模型的应用前景依然非常广阔。未来，可以期待AI遥感大模型在更多的领域发挥重要作用，为人类社会的可持续发展做出更大的贡献。

图片来源于网络

关注公众号了解更多资讯

《中国科技信息》杂志社

主管单位：中国科学技术协会

主办单位：中国科技新闻学会

内容转载请联系微信：zkxxx1999

在线投稿平台：www.cnkjxx.com

投稿电话：010-68003059

寻求报道、内容合作，请联系微信：15811564659

杂志收录情况：《中国知网》《中国期刊核心期刊（遴选）数据库》《中国学术期刊综合评价数据库（CAJCED）统计源期刊》《中国期刊全文数据库（CJFD）》《中国科协、中国图书馆学会（解读科学发展观推荐书目）》

原标题：《让AI下沉到田间地头 大模型开启遥感应用新篇章》

阅读原文