2025空间智能软件技术大会：SuperMap遥感AI技术探索与应用

P1SuperMap遥感AI技术探索与应用谷宁超图软件平台产品线营销工程专家2025年06月25日

AI+遥感的时代背景01P2商业遥感卫星发展迅猛《

“十四五”规划和2035年远景目标纲要》

明确提出要

“构建覆盖全球、

高效运行的通信、

导航和遥感空间基础设施体系”。《中国地理信息产业发展报告（2024）

》

规划中

：超低轨卫星星座P3 SAM提示分割LIM2024大模型厚云

，林地预训练模型正射影像AI质检SuperMap

遥感+

AI

发展历程SFNet模型评估DSAMNet202110iFPN影像样本管理YOLO2024AI影像匹配建筑物变化检测、

道路、光伏、

超分重建预训练模型SAR遥感数据目标检测工具LIM2025大模型SegFormer推理结果后处理

AI语义辅助几何处理GPU并行训练2020对象提取目标检测二元分类地物分类场景分类遥感AI流程工具通用变化检测工具建筑、

水体预训练模型SAM大模型耕地、

大棚

预训练模型多波段数据训练20222023202510i11i11i11iP4SuperMap

AI技术赋能遥感影像生产与解译全流程建筑物规则化边界清理区域分组细化聚合面聚合丰富的解译后处理工具高质量遥感影像生产全链路遥感AI解译众数滤波蚕食扩展收缩P5

高质量遥感影像生产02P6高质量遥感影像生产高质量的遥感解译需要高质量的影像

，

高质量的解译影像特征：空间定位精准影像色彩饱和地物特征清晰P7AI技术助力高质量影像生产update

升级AI弱纹理区域特征匹配能力

update

升级AI

DSM匹配能力

提升沙漠、

戈壁、

林区DOM精度提升DSM/DEM质量提升城区DOM精度AI语义分割辅助高质量匹配特征点P8AI语义辅助提升城区DOM精度几何误差：

1个像元AI语义辅助几何处理技术几何误差：

3个像元传统几何处理技术自动剔除云层区域连接点与地面控制点自动剔除建筑区域连接点与地面控制点内置AI智能解译预训练模型

，AI模型自动提取语义信息

，基于语义信息进行非地面点剔除。AI语义提取云层区域AI语义提取建筑物区域P912i(2025)

AI匹配算法升级AI影像匹配技术

，

提升弱纹理区DOM精度提升影像匹配精度和鲁棒性

，较为困难的沙漠、密林等弱纹理区域也能稳定匹配

，进而提升DOM成果数据精度与自动化质检准确性传统匹配算法11i(2024)

AI匹配算法P1011i(2024)

AIDSM算法SuperMap

12i(2025)

AIDSM算法升级AI

DSM算法提升密集匹配精度和鲁棒性

，显著提升城市地区DSM成果质量

，建筑物与立交桥轮廓更清晰P11升级AI

DSM算法提升密集匹配精度和鲁棒性

，显著提升山区地区DSM成果质量，

山体表面起伏更真实P12

11i(2024)

AIDSM算法12i(2025)

AI

DSM算法升级AI

DSM算法提升密集匹配精度和鲁棒性

，显著提升山区地区DSM成果质量，

山体表面起伏更真实P13

11i(2024)

AIDSM算法12i(2025)

AIDSM算法

全链路的遥感AI解译能力03P14全链路的遥感AI能力数据准备影像样本管理模型推理推理结果后处理模型评估模型转换训练数据生成模型应用模型训练模型构建P15模型构建模型应用地物分类模型训练对象提取场景分类目标检测变化检测二元分类模型推理SuperMap提供全链路深度学习能力数据准备影像样本管理全流程遥感影像智能解译工具

，

打造一站式遥感AI方案推理结果后处理众数滤波蚕食

收缩

扩展面聚合

细化

建筑物规则化边界清理聚合……AI应用算法管理混乱遥感智能处理分析链路长环节多技术复杂用户痛点开发落地流程繁琐全生命周期遥感AI软件能力赋能用户快速构建和应用遥感AI模型训练数据生成P16G-SAM交互式提示分割——高效率样本勾绘P17遥感智能解译场景类别二元分类：道路提取场景分类：功能区划分变化检测：耕地变化检测地物分类：土地覆盖分类

对象提取：养殖网箱提取

目标检测：光伏板检测

P18二元分类地物分类通用变化检测目标检测对象提取场景分类超分辨率重建提示分割FPNU-NetDeepLabv3+D-LinkNetSFNetSegFormerFPNU-NetDeepLabv3+SFNetSegFormerMask2FormerSiam-SFNetDSAMNetSiam-SegFormerCDMask2FormerCascadeR-CNNRTMDetReDetMaskR-CNNRTMDet-InsEfficientNetReal-ESRGANSAMMobileSAM网络结构支持情况P19遥感智能解译预训练模型11i（2024）验证精度

F1=0.94

IoU=0.89大棚验证精度F1=0.94

IoU=0.90验证精度F1=0.94

IoU=0.89建筑物验证精度F1=0.92

IoU=0.85验证精度F1=0.94

IoU=0.88厚云飞机城市水体耕地林地舰船验证精度F1=0.97

IoU=0.94验证精度mAP=0.79验证精度AP=0.91P20遥感智能解译预训练模型12i（2025）云

影像超分

new建筑物变化new道路

new建筑物update光伏ncwP21预训练模型：

建筑物提取可从高分辨率（

0.5-2.0米）光学遥感影像（RGB波段）

中提取各类建筑物屋顶轮廓。城区建筑物——南方城区建筑物——北方P22预训练模型：

建筑物提取乡村建筑物——南方乡村建筑物——北方P23可从高、

中、低分辨率（

0.5-30米）光学遥感影像（RGB波段）

中提取云体范围。云检测云检测预训练模型：

云检测P24预训练模型：

光伏提取

可从高分辨率（分辨率0.5-2.0米）光学遥感影像（RGB）

中提取光伏板轮廓或光伏用地范围。光伏板提取光伏板提取P25预训练模型：

光伏提取

光伏用地提取光伏用地提取P26预训练模型：

道路提取

可从高分辨率（

0.5-2.0米）光学遥感影像（RGB）

中提取各类道路轮廓。高速国道城市道路P27预训练模型：

道路提取

山区林区道路乡村道路P28

可对高分辨率（

1m）遥感影像（RGB波段）进行影像超分辨率重建。

建筑物

道路

预训练模型：

影像超分辨率重建P29预训练模型：

影像超分辨率重建林地耕地P30预训练模型：

建筑物变化检测

可对高分辨率（

0.5-2.0米）

8位光学遥感影像（RGB）进行地表建筑物变化检测。乡村城区P31合成孔径雷达(SAR)遥感数据目标检测SAR遥感数据舰船检测SAR遥感数据桥梁检测模型评估模型推理模型训练训练数据生成P32遥感智能解译预训练模型迁移学习城市区域城郊区域城市建筑物提取预训练模型适用于城市区域大型建筑物推理推理P33遥感智能解译预训练模型迁移学习适用于城市区域

城市建筑物

提取预训练模型迁移学习城郊建筑物提取模型少量城郊建筑物训练数据适用于城郊区域小型建筑物大型建筑物P34SuperMap

LIM

遥感解译大模型全新升级遥感基础模型大参数量网络500Million+参数LargeImageryModel遥感影像块600万+大规模训练数据P35SuperMap

LIM2025（5亿参数）

遥感解译AID数据集NWPU数据集ISAID数据集Potsdom数据集LEVIR-CD数据集 Sky*（20亿）Ring*（10亿）LIM2025（5亿）5亿参数的LIM与10-20亿参数的模型解译精度相当不同参数模型遥感解译精度对比1009080706050403020100P36SuperMap

LIM

地物分类精度提升P37SuperMap

LIM

地物分类更准确●

建筑物

耕地

水体

●道路

e裸地

●11i(2024)LIM地物分类大模型传统模型12i(2025)LIM地物分类大模型林地

草地

其他P38SuperMap

LIM

地物分类更准确●

建筑物

耕地

水体

●道路

e裸地

●11i(2024)LIM地物分类大模型传统模型12i(2025)LIM地物分类大模型林地

草地

其他P39SuperMap

LIM

地物分类更准确●

建筑物

耕地

水体

●道路

e裸地

●11i(2024)LIM地物分类大模型传统模型12i(2025)LIM地物分类大模型林地

草地

其他P40

丰富的后处理工具04P41模型应用遥感AI解译后处理扩展收缩建筑物规则化区域分组细化数据准备模型构建推理结果后处理影像样本管理面聚合

边界清理训练数据生成众数滤波模型训练模型推理蚕食聚合P42建筑物规则化P43G-SAM影像数据提示数据矩形框多边形

交互点交互点提示多边形提示矩形框提示Geospatial

SAM：

G-SAM输入：地理空间数据输出：遥感解译结果P44基于矩形框提示的飞机轮廓提取原始影像

目标检测结果（提示数据）