1.5.2　人工智能在智慧城市中的应用

在新型城市建设和规划中，以卫星遥感图像处理为代表的地理信息技术正在发挥非常重要的作用，通过对城市范围内的人、事件、基础设施和环境等要素进行全面感知、实时动态识别和快速目标提取，为智慧城市的建设提供更多有价值的信息。当前，基于人工智能的遥感图像处理技术已广泛应用在城市规划、违章建筑监管、工程环境监测、废弃物管理、交通治理、城市安防等场景。

1．居民地数据提取

居民地数据是基础地理信息的核心要素之一。利用遥感技术及时、准确地发现并确定居民地变化，对于灾害评估、城市扩张、环境变化、空间数据更新等有重要意义。利用人工智能对居民地大类下的普通街区、高层建筑、独立房屋、体育场等二级类进行遥感监测，大大提升了制作基础测绘底图的工作效率，能够快速地分割出居民地并生成测绘级地图。利用人工智能进行居民地数据提取，相比于传统人工地图矢量化的方法，工作效率提高了85倍，检出准确率可以达到90.2%。

2．土地利用类别动态解译

土地利用类别是水土流失的重要影响因子。全国水土流失动态监测采用遥感调查、定位观测与模型计算相结合的技术方法，每年开展一次区域土地利用类别解译工作。如果采用传统的人工目视解译方式，需要耗费大量的人力、物力资源，每人每天只能够解译300～400平方千米，在时效性方面难以满足区域水土流失动态监测工作的需要。北科博研利用人工智能分析宁夏土地遥感图像，提取准确率达到90%以上，相对传统的人工解译项目有了很大的提升。使用AI进行土地利用解译，只需要两台GPU工作站，即可快速完成全省的解译工作，能够大幅提高土地利用识别效率，保障当地区域水土流失动态监测工作的顺利开展。

3．高尔夫球场检测

目前高尔夫球场滥建和侵占城市建设空间的问题已经引起国家相关部门的高度重视。利用人工智能中的目标检测算法，根据高尔夫球场的特性对输入图像的长宽比进行调优，大大提升了遥感图像解译工作的效率，为高尔夫球场检测提供了半自动化技术手段。项目实施后，周期性、自动化的高尔夫球场遥感检测成为可能，相对于传统方法效率大大提高。在京津冀地区的遥感影像中取得的面积检测率为86%，数量检测率为95%，单景遥感影像检测耗时10 min。