作為人工智能的代表性技術,深度學習已經(jīng)成為大數(shù)據(jù)等各個領域中最具有突破性發(fā)展的新技術。深度學習的成功主要得益于其新穎的數(shù)據(jù)驅動的特征表示學習能力,這種能力成功地替代了傳統(tǒng)建模中基于領域知識人為設計特征的方式。在這些技術推動下,人工智能技術在新一代GIS基礎軟件技術的研究與應用中發(fā)揮著極為重要的作用,而現(xiàn)有人工智能GIS(AI GIS)技術研究整體仍處于初步探索階段,距離成熟階段尚有較大距離。作為新一代GIS基礎軟件的方法和技術,AI GIS已經(jīng)廣泛應用在遙感數(shù)據(jù)分析、水資源研究、空間流行病學和環(huán)境健康等地學領域,與傳統(tǒng)GIS模型相比大大提高了對非結構化的遙感或街景影像和文本的地理信息提取和特征理解能力,顯示出巨大的價值和發(fā)展?jié)摿?但現(xiàn)有研究對AI GIS軟件技術體系的梳理和總結尚不夠全面。大部分研究只關注地理空間人工智能算法的研究及其特定場景下的應用研究,而對相關的AI GIS軟件技術體系關注較少。本文分析了地理智慧的幾個層次,并討論了其與AI GIS的關系,總體介紹了國內(nèi)外現(xiàn)有人工智能技術與GIS軟件相結合的發(fā)展現(xiàn)狀,進而提出了AI GIS軟件技術體系。根據(jù)AI與GIS的結合關系提出...

【文章頁數(shù)】：12 頁

【部分圖文】：

圖1 地理智慧金字塔

AIGIS的興起，進一步提升了地理智慧（Geointelligence）。早在2013年（AIGIS研究興起之前），作者就提出了GIS對IT的貢獻在于地理智慧，并明確提出把“地理智慧創(chuàng)新IT價值”作為發(fā)展GIS軟件技術的宗旨�，F(xiàn)代地理智慧是指以GIS、遙感和衛(wèi)星定位技術為基礎....

圖2 AI GIS技術的構成

AIGIS技術由3部分組成，除得到廣泛研究的AIGIS算法（即GeoAI）之外，還包括AI賦能GIS和GIS賦能AI兩部分（圖2）。AIGIS算法是融合AI的空間數(shù)據(jù)分析與處理算法，是AI和GIS充分融合的產(chǎn)物，既屬于AI，也屬于GIS。AI賦能GIS則是利用AI的能力提升....

圖3 AI GIS算法的構成

人工智能技術誕生于1956年，但隨后相當長時間技術沒有得到較大突破。20世紀80年代機器學習誕生后，才得以較快發(fā)展，但90年代再次進入低谷。直到2000年機器學習中的重要分支——深度學習誕生，再次推進人工智能的研究和應用熱潮。由此可見，機器學習是當前人工智能的核心，而深度學習是人....

圖4 部分空間統(tǒng)計算法

由于空間統(tǒng)計學模型構建在一些理論假設上，數(shù)據(jù)需要服從或近似符合特定的空間分布或某種性質，模型才能得到可信的結果。與統(tǒng)計學模型不同，機器學習是一種通用的逼近算法[17]，一般不需要數(shù)據(jù)假設�；跈C器學習的空間分析算法不需要先驗知識，就可根據(jù)一組訓練集學習地學系統(tǒng)的模式。經(jīng)典的機器學....

本文編號：4046924