图1 SkySense 在 17 项评测中均超过国际上最新的遥感模型
1.数据预处理模块
数据预处理是遥感数据处理的关键步骤，对于提高数据质量和后续分析的准确性至关重要。大模型的数据预处理模块主要负责对原始遥感数据进行清洗、去噪、归一化等操作，以消除数据中的异常值和噪声，提高数据的一致性和可比性。同时，该模块还负责将不同模态的遥感数据进行配准和融合，为后续的特征提取和分类识别提供统一的数据格式。
2.特征提取模块
特征提取是遥感数据处理的核心环节，对于提取出有用的地理空间信息具有重要意义。大模型的特征提取模块一般采用深度卷积神经网络（CNN）等先进技术，能够自动学习遥感数据的深层次特征。通过多层次的卷积和池化操作，该模块能够提取出遥感数据中的空间纹理特征、光谱特征以及上下文特征等，为后续的分类识别提供有力的支持。
3.分类识别模块
分类识别是遥感数据处理的重要目标之一，对于实现地理空间信息的自动化提取具有重要意义。大模型的分类识别模块采用全连接神经网络、支持向量机（SVM）等分类器，根据提取的特征对遥感数据进行分类。该模块能够对不同类型的地理实体进行识别，如建筑物、道路、水体、植被等，为地理空间信息的提取和应用提供基础数据。
4.决策融合模块
多模态遥感数据的融合是提高分类精度和稳定性的有效手段。大模型的决策融合模块采用了加权融合、投票融合等方法，将不同模态遥感数据的分类结果进行融合，得到最终的分类结果。通过融合不同模态的信息，该模块能够充分利用各种数据的优势，提高分类的准确性和可靠性。
二、多模态大模型的应用场景
1.城市规划与管理
在城市规划与管理领域，多模态大模型可以辅助规划者进行土地利用分析、城市扩张监测等工作。通过对遥感数据的处理和分析，该模型能够提取出城市中的建筑物、道路、绿地等地理实体的信息，为城市规划提供基础数据支持。同时，该模型还可以实时监测城市的变化情况，为城市管理者提供决策依据。
2.环境监测与保护
在环境监测与保护领域，多模态大模型能够监测大气污染、水体污染等环境问题，为环境保护提供数据支持。通过对遥感数据的分析，该模型可以评估生态系统的健康状况，为生态保护和恢复提供科学依据。此外，该模型还可以对自然灾害进行预警和评估，为防灾减灾提供有力支持。
3.农业管理与精准农业
在农业管理与精准农业领域，多模态大模型具有广阔的应用前景。通过对遥感数据的分析，该模型可以提取出农田的作物种类、生长状况、病虫害情况等信息，为农业生产提供精准的数据支持。同时，该模型还可以监测农田的水肥状况，为农业管理提供科学依据。通过利用大模型，农民可以更加精准地进行作物种植和管理，提高农业生产的效率和产量。
4.资源勘探与开发
在资源勘探与开发领域，多模态大模型能够辅助勘探人员进行矿产资源、油气资源等的勘探工作。通过对遥感数据的处理和分析，该模型能够提取出地下的地质构造、岩层分布等信息，为资源勘探提供基础数据支持。同时，该模型还可以对勘探区域进行实时监测，为资源开发提供决策依据。
据相关报道，SkySense 可用于地貌、农作物观测和解译等。譬如，SkySense 在尝试通过遥感卫星观测森林覆盖与分布，用于监测蚂蚁森林植被的健康度和生长状况，保护蚂蚁森林的植被资产；此外，SkySense 可基于遥感卫星智能解译，实现对野火小时级的监测与火势预估，辅助应急救灾；同时，SkySense 通过多光谱、SAR 雷达影像实现了对包括水稻、玉米、花生、油菜等在内的几十种作物的精确识别，可对作物的长势健康度、收割进度、生长周期、土壤墒情以及农作物病害灾害等进行全方位监测与评估。
