近期，微软正式推出旗下地理空间数据服务「行星计算机（Planetary Computer）」，该服务整合PB级全球公开卫星观测、地面传感器采集数据，内置针对遥感场景优化的多模态大模型，目前已接入全球超过120家高校、科研机构的气候、生态、城市规划类研究项目，大幅降低地理空间领域的AI应用落地门槛。
做了十年全球红树林生态研究的斯坦福大学环境系副教授Maria Gonzalez，此前要完成一次跨20年的全球红树林分布变化统计，至少需要协调3个航天机构的数据集，组织5名博士生花半年时间完成数据清洗和标注，最终才能跑模型得出结论。而现在，她只需要在微软行星计算机的平台上输入检索条件，不到10分钟就能拿到预处理完成的全量数据，调用平台内置的AI识别模型，仅用两周就完成了全部分析工作。
长期以来，地理空间领域的科研工作都面临数据获取成本高、预处理工作量大、算力支持不足的痛点。公开卫星数据分散在不同国家的航天机构平台，格式不统一、缺漏值多，仅数据清洗环节往往就要占用研究团队60%以上的项目时间，中小团队根本无力承担全球范围的研究课题。而随着全球气候变化、城市规划等领域的研究需求爆发，行业对统一的地理数据处理工具的呼声也越来越高。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号