技术能力
核心技术
三大技术支柱，赋能时空智能
深耕遥感与人工智能领域，构建从数据采集、智能分析到决策支持的完整技术体系，为行业数字化转型提供核心驱动力
技术一
多模态遥感智能解译
融合光学、雷达、红外等多源遥感数据，基于深度学习实现高精度地物识别、变化检测与语义分割，为资源监测提供智能化手段
核心能力
- 多源数据融合：支持卫星、无人机、航空影像等多平台数据协同处理
- 智能目标检测：基于YOLO、Transformer等先进架构，实现厘米级目标定位
- 变化自动检测：多时相比对分析，自动识别地表变化区域与类型
- 语义分割：像素级精细分类，支持耕地、建筑、水体等20+地物类别
应用场景
技术架构
技术流程
技术二
多模态多层次实景三维重建
融合倾斜摄影、激光雷达等多源数据，构建厘米级精度的实景三维模型，实现从城市级到构件级的多层次数字化表达
2cm
平面精度
3cm
高程精度
98%
纹理完整度
核心能力
- 大规模场景重建：支持平方公里级城市三维建模，自动化处理十万级影像
- 多源数据融合：倾斜影像与LiDAR点云深度融合，互补优势提升建模质量
- LOD层级管理：自动生成多细节层次模型，支持高效可视化与网络发布
- 单体化建模：建筑物自动单体化分离，支持属性挂接与语义查询
行业应用
智慧城市 数字孪生 不动产登记 应急管理 文物保护
技术三
时空智能大模型
融合时空大数据与深度学习，构建具有时空推理能力的行业大模型，实现自然语言查询、智能分析与预测决策
核心算法
- 时空图神经网络：ST-GNN建模地理实体间的空间关联与时序演化
- 地理编码大模型：基于Transformer的地址解析与地理实体链接
- 多模态融合：图文联合表征学习，支持遥感影像的文本描述与问答
- 时序预测：基于Informer的长时间序列预测，支持城市运行态势推演
典型应用场景
智能问答系统
基于自然语言的地理空间查询，如"查询武汉市近五年建设用地变化趋势"
智能分析与预测
城市扩张模拟、交通流量预测、灾害风险评估等智能推演能力
自动报告生成
根据分析结果自动生成专题报告，包含图表、结论与政策建议