“耕地种植结构AI遥感分析一张图”上新 大模型提效耕地“非粮化”监测效率

图说：“智能遥感云”平台新增“耕地种植结构AI遥感分析一张图”功能 采访对象供图（下同）

记者今天从人工智能企业商汤科技获悉，其“智能遥感云”平台全面升级，面向农作物种植结构分析需求新增“耕地种植结构AI遥感分析一张图”功能，提供了耕地地块识别、作物识别、非粮要素识别等种植结构分析需求的全新解决方案，实现了耕地地块、作物识别、非粮要素识别的自动化、智能化、常态化。

基于“日日新5.0”基座大模型的强大多模态能力，商汤推出面向遥感领域的“商汤地界”AI遥感大模型，结合多年赋能实践经验，构建了针对农业领域垂直场景的思维链。全新升级的“智能遥感云”平台正是结合大模型技术的通用化和专业化能力，为耕地种植用途管控、非农非粮化监测、农业普查、农业补贴监管、农业保险和农业信贷等相关业务提供精准、高效的基础数据。

耕地地块识别：实现精准农业管理

耕地地块数据是农业遥感监测的基础数据，是农作物类型、权属、长势和产量的载体，也是种植结构分析的基础。针对耕地地块的数量和属性进行识别和分析，使农业管理部门可以更准确地了解耕地的空间分布和利用情况，有助于实施精准农业管理策略。

图说：0.8米分辨率遥感影像南方耕地提取效果

据介绍，“智能遥感云”平台以亚米级高分辨率遥感影像为基础底图，基于“商汤地界”遥感大模型的耕地地块检测模型，能够高效识别并提取区域内的耕地地块分布，准确获得耕地地块位置、数量和面积信息。以2000平方公里的区县为例，平台仅需8-16个小时即可完成耕地地块的检测和分析——而传统人工目视判读方案则需2个月，效率提升60余倍，在保证数据质量的同时，最大限度提高服务效率，降低服务成本。

作物分布识别：合理调整农作物种植结构

农作物种植分布对于农业种植管理、合理优化种植结构、农业种植政策制定等方面都具有重要的价值。通过农作物种植分布识别，可以更好地了解耕地资源利用状况，助力农业农村部门精细化管理，保障粮食安全。

图说：10米分辨率哨兵影像水稻识别

图说：10米分辨率哨兵影像玉米识别

商汤“智能遥感云”平台拥有基于2米影像的玉米、小麦、水稻检测，以及基于10米影像的玉米、小麦、水稻、大豆、棉花检测能力，能够满足全国的泛化适配要求。以2000平方公里区县级作物识别为例，平台1小时内即可识别2米级作物识别，半小时即可完成10米级作物识别，传统遥感识别方案需要数天才能完成，效率大幅提升。

非农非粮要素识别： 及时发现非粮地块

伴随社会经济发展和土地集中产业化种植管理，耕地“非农化”“非粮化”情况愈发严重，“非农化”直接影响了用于种植的耕地总量，“非粮化”则直接影响了正在种植耕地的实际用途，都是事关粮食安全的重大风险因素。

图说：0.5米分辨率遥感影像建筑识别

而“智能遥感云”平台智能检测模型具备全国不同地形、地貌的泛化适配能力，能够进行园地、大棚、建筑、库塘、道路、建筑工地、林地等40余类地物自动化检测，无需人工干预。有效解决了传统遥感监测方案的低效率、高成本、易错易漏等问题，为非农非粮要素的检测提供了智能化、自动化、常态化的技术选择。

通过耕地地块识别、作物分布识别和非农非粮要素识别等功能，商汤“智能遥感云”平台此次全新升级的“耕地种植结构AI遥感分析一张图”功能，不仅为农业农村部门的种植管理和决策提供了高效的技术支持手段，同时也能覆盖传统的农业补贴监管、农业保险、农业信贷等遥感监测需求，以及未来国家农业普查业务，从而全面推动农业可持续发展和粮食安全保障。

新民晚报记者 郜阳