人工智能和3D地理空间智能的新时代
来源：CPDA数据分析师网 / 时间：2021-03-03
但是借助AI和计算机视觉，地理空间从业人员可以跳过繁琐的手工工作，并在短时间内自动从3D数据中生成洞察力，尤其是随着云计算和存储技术的进步，人工智能的分析能力极大地推动了人们发现隐藏在数百万个数据点中的“大海捞针”问题，例如树枝距离传输线太近或关键基础设施下方出现山体滑坡的早期迹象，过去需要几天甚至几个月才能完成的工作现在可以在几分钟之内完成，从而在我们应对野火预防，人道主义援助，灾难响应等紧迫挑战时，加深了我们对物理世界的了解。
让我们看看当今如何使用AI和3D建模
数字双胞胎世界上的活3D模型或数字孪生模型可用于许多目的，软件解决方案致力于将许多不同的数据集融合在一起，以创建具有全球规模但具有高分辨率以实现本地决策的数字双胞胎。这些数字孪生包括3D地形，植被，建筑物和基础设施，例如电力线，道路和水厂，软件解决方案还融合了实时和预测的条件，例如风，温度，湿度，交通和IoT（物联网），这种对物理世界的丰富表示是一个非常复杂的大数据挑战，数据来自根本不同的传感器形式，具有不同的分辨率，格式，时域和准确性。人工智能通过帮助智能地对齐然后将它们融合成一个紧密的实体，在自动化这些数据集的融合中扮演着至关重要的角色，3D地理空间数据特别具有挑战性，因为它是非结构化数据，这就需要新一代的深度学习框架，这些框架的卷积内核是专门为从头开始开发而专门用于非结构化数据的，此外数据集规模庞大，一平方公里的3D LiDAR数据可以具有数亿个点，当人们考虑跨越全国范围的应用时，数据的大小很容易超过PB级。
人工智能对于帮助人类专家从大量数据中提取有意义的见解至关重要
自动化工作流程的应用使专家可以更快，更频繁地查看更大的区域。这种机器辅助的认知利用了人和计算机各自的优势来做自己不能做的事情，人道主义援助与救灾，可以构建3D模型来监视大风暴来临之前的飓风热点，通过对实时天气信息（例如降雨，风和洪水）进行分层，这些模型可以帮助进行计划，应急响应和救援工作，这些数据还提供了挽救生命的见解，不仅可以确定将医疗和救济物资发送到哪里以及如何地将其运送到那里，还可以评估建筑物，交通和停电的电力线的损坏，3D数据可通过更新对风暴如何影响沿海社区的基线了解，从而帮助他们为未来做规划，从而帮助减轻未来天气事件的影响。
基础设施保护
植被和电源线之间的间隙不足会导致野火和计划外的停电，已经制定了许多联邦，州和地方法规来强制执行放行许可，并且电力线运营商会不断监控其网络，以确保他们遵守这些法规并防止事故和中断，但是通过步行或飞行线路并用人眼判断距离来进行操作具有挑战性且不准确，尽早并大规模识别高风险植被的确切位置和清除的能力，使操作员可以主动识别，确定优先级并解决问题区域，驱动的程序有助于降低风险，但受到从3D数据中获取洞察力所需的大量手动数据操作的限制，通过AI机器视觉和并行计算实现3D地理空间分析的自动化，可以准确，快速地识别高风险区域，从而保护关键基础设施和社区。
导致人员伤亡和财产损失的毁灭性野火在美国西部和世界其他地区已变得司空见惯
以前用来确保社区和基础设施安全的工具和方法现在正努力应对这种日益增加的威胁，地理空间信息（包括3D数据）提供了物理世界的数字视图，并且与AI结合使用时，为利益相关者提供了他们所需的信息优势，以程度地减少野火造成的伤害，伤害和死亡，该技术可用于自动构建和更新实时，高分辨率的野火风险图，从而使消防员和社区在威胁迫在眉睫时获得更多通知，并在消防员扑灭大火时向其实时提供态势感知。
变更检测根据管道和危险材料安全管理的数据
这些事故可能导致服务中断，昂贵的维修费用，有时还可能导致严重的人身伤亡甚至死亡，通过空中巡逻来检测挖掘或土方运动的迹象具有挑战性且成本高昂，而资源限制使管道运营商难以连续监视农场等偏远地区，AI驱动的3D地图可用于实时监视地形并准确检测威胁管线的变化，3D数据在决策方面具有非凡的价值，因为它涉及许多不同的应用程序-从军事防御到保护社区免遭野火，但是它的成功取决于一件事，速度通过AI和云计算的进步，可以快速，大规模地处理3D地理空间数据，未来我们可以期望看到更多基于AI的地理空间技术令人兴奋和创新的用例。