◎
耕地紅線監(jiān)測
Cultivated land red line
利用高分辨率的影像及泛化識別模型,，對監(jiān)測區(qū)域內(nèi)的耕地地塊邊界進行提取,，實現(xiàn)對地塊數(shù)量,、面積等信息的精細化提取,。該技術可使農(nóng)業(yè)監(jiān)管部門實時掌握耕地資源面積、分布和變化情況,，實現(xiàn)耕地與非農(nóng)用地的精細識別,，使耕地紅線監(jiān)管工作從紙質(zhì)化被動管理變?yōu)樾畔⒖梢暬鲃庸芾恚瑸椤案丶t線”和“非農(nóng)化”的監(jiān)管提供關鍵科學數(shù)據(jù)支撐,。
◎
作物普查與產(chǎn)量估計
Crop census and yield estimation
基于天空地多源衛(wèi)星遙感數(shù)據(jù)，結合不同區(qū)域,、不同類型作物間物候歷的差異,、相關紋理和形態(tài)信息,，利用深度學習算法，通過數(shù)據(jù)的迭代和算法的優(yōu)化,，實現(xiàn)高精度的作物普查,，分種類統(tǒng)計作物種植面積和分布。同時,，融合高分辨率影像,、氣象、土壤養(yǎng)分,、土壤墑情,、農(nóng)機管理等多源數(shù)據(jù)，結合機器學習和作物生長模型,，實現(xiàn)對監(jiān)測區(qū)域內(nèi)的作物產(chǎn)量的動態(tài)估計,。
◎
農(nóng)業(yè)精細種植指導
Agricultural fine planting
通過“空天地”一體化數(shù)據(jù)融合系統(tǒng)，集遙感,、統(tǒng)計,、農(nóng)業(yè)、氣象,、專家經(jīng)驗于一體,，實現(xiàn)農(nóng)業(yè)種植從數(shù)據(jù)采集、模型運算,、設備管控的智能生產(chǎn)全過程管理,。以多源衛(wèi)星遙感數(shù)據(jù)為基礎，以數(shù)據(jù)和算法為核心,，綜合作物水分,、養(yǎng)分吸收特點，通過種植環(huán)境全面感知,，構建農(nóng)學神經(jīng)網(wǎng)絡,，內(nèi)嵌人工智能AI算法進行動態(tài)智能農(nóng)事大數(shù)據(jù)科學決策，實現(xiàn)多種精準農(nóng)事服務,。
