在AI大模型加持下，智能遙感又進化出新能力！

比如，面向農業管理部門農作物種植結構分析需求，提供“耕地種植結構AI遙感分析一張圖”，直接給出耕地地塊識別、作物識別、非糧要素識別等種植結構分析，實現耕地地塊、作物識別、非糧要素識別的自動化、智能化、常態化。

相較傳統遙感監測方案，無需大規模人工修訂和樣本標注，實現了大幅降本增效目的，可以為種植管理和相關政策制定提供穩定、快速、可靠的數據依據。

?

耕地種植結構AI遙感分析一張圖 這是實實在在的“新質生產力”。

背后的能力來自于商湯面向遙感領域的商湯“地界”AI遙感大模型?；谌隆叭杖招?.0”基座大模型強大多模態能力，結合多年賦能實踐經驗，構建了針對農業領域垂直場景的思維鏈。

AI遙感大模型突破了傳統遙感模型泛化能力低的弊端，借助海量樣本訓練優勢，使模型具備了全國不同地形地貌，不同分辨率、譜段、時相影像的泛化適配能力。AI遙感大模型的應用使智能化、自動化、常態化的地物解譯成為可能，打破了傳統遙感解譯成本高、效率低、人為干預多等壁壘。

最新升級的“SenseEarth智能遙感云”平臺正是結合大模型技術的通用化和專業化能力，為耕地種植用途管控、非農非糧化監測、農業普查、農業補貼監管、農業保險和農業信貸等相關業務提供精準高效的基礎數據服務。

▎耕地地塊識別：實現精準農業管理

耕地地塊數據是農業遙感監測的基礎數據。

商湯“SenseEarth智能遙感云”平臺以亞米級高分辨率遙感影像為基礎底圖，基于“地界”遙感大模型全自動化、智能化提取耕地地塊分布和面積數據，無需額外標注樣本和人工干預，模型即用即得。

以2000平方公里的區縣為例，SenseEarth平臺僅需8-16個小時即可完成耕地地塊的檢測和分析，而傳統人工目視判讀方案則需2個月，效率提升60余倍，在保證數據質量的同時，最大限度提高服務效率，降低服務成本。

0.8米分辨率遙感影像北方耕地提取效果

0.8米分辨率遙感影像南方耕地提取效果

▎作物分布識別：合理調整農作物種植結構，保障糧食安全

農作物種植分布對于農業種植管理、合理優化種植結構、農業種植政策制定等方面都具有重要價值。

商湯“SenseEarth智能遙感云”平臺基于“地界”遙感大模型特有的農作物類型智能化識別能力，實現了2米影像的玉米、小麥、水稻檢測，以及基于10米影像的玉米、小麥、水稻、大豆、棉花檢測能力，能夠滿足全國的泛化適配要求。

以2000平方公里區縣級作物識別為例，SenseEarth平臺1小時內即可完成2米級作物識別，半小時即可完成10米級作物識別，傳統遙感識別方案數天才能完成，效率大幅提升。

10米分辨率哨兵影像水稻識別

10米分辨率哨兵影像小麥識別

10米分辨率哨兵影像玉米識別

?

10米分辨率哨兵影像大豆識別

▎非農非糧要素識別：及時發現非糧地塊，落實整改跟進

耕地“非農化”“非糧化”都是事關糧食安全的重大風險因素，尤以“非糧化”的當前影響最為嚴重。

商湯“SenseEarth智能遙感云”平臺“地界”遙感大模型具備全國不同地形、地貌、不同分辨率影像、不同時相影像的泛化適配能力，能夠進行園地、大棚、建筑、庫塘、道路、建筑工地、林地等40余類地物自動化、智能化檢測，無需人工干預。AI遙感大模型有效解決了傳統遙感監測方案的低效率、高成本、易錯易漏等問題，為非農非糧要素的檢測提供了智能化、自動化、常態化的技術選擇。

0.5米分辨率遙感影像建筑識別

0.5米分辨率遙感影像道路識別

0.8米分辨率遙感影像庫塘識別

商湯“SenseEarth智能遙感云”平臺此次全新升級的基于“地界”遙感大模型的“耕地種植結構AI遙感分析一張圖”，通過耕地地塊識別、作物分布識別和非農非糧要素識別等子模型，為農業遙感技術應用提供了全新視角，為農業農村部門的種植管理和決策提供了高效的監測技術手段，同時也為傳統的農業補貼監管、農業保險、農業信貸，以及未來國家農業普查業務等需求提供了革新式的遙感監測手段，全面推動農業可持續發展和糧食安全保障。

基于領先的遙感大模型技術，商湯將繼續推動AI在遙感領域的創新和應用，為農業現代化進程提供更加強大的智能支撐。

審核編輯：劉清