气象强国是什么

中国气象局局长庄国泰1月19日表示，到2035年，我国要建立监测精密、预报精准、服务精细的气象业务体系，气象综合实力达到世界先进水平，气象深度融入民生保障和行业发展，气象强国基本建成，为全面建成社会主义现代化强国作出更大贡献。

庄国泰在当天举行的全国气象局长会议上介绍，“十三五”时期，我国气象灾害造成的死亡失踪人数由“十二五”年均约1300人下降到800人以下，经济损失占GDP的比例由0.6%下降到0.3%。

“十三五”时期，气象业务现代化整体实力再上大台阶。综合气象观测能力达到世界先进水平，建成了乡镇全覆盖的近7万个地面站、216部雷达、7颗风云气象卫星组成的地空天一体化综合观测体系。全国卫星遥感应用体系基本建成。

同时，气象预报能力稳步提升，强对流天气预警时间提前至38分钟，台风路径预报24小时误差缩小到70公里。气象信息化水平显著提高，物联网、大数据、人工智能等新技术广泛应用。

庄国泰表示，“十四五”时期，要加快构建更高水平的气象科技创新体系、观测体系、预报体系、服务体系和治理体系。

他介绍，2021年，我国要加快推进气象关键核心技术攻关，持续强化气象业务现代化建设。在监测方面，将启动下一代天气雷达和智能地面气象观测站研发。筹备发射风云四号B星和风云三号E星，推进风云四号微波星立项研制。增补建设重点流域及青藏高原边坡地区观测站网，开展西南区域和海洋观测站网优化设计。

在预报方面，今年将加强全球智能预报能力建设，升级改进全球和区域数值预报模式。此外，要构建“智能预报+气象服务”业务体系，升级改造暴雨诱发中小河流洪水、山洪和地质灾害风险预警系统，发展台风精细化风险预警业务，探索开展基于网络机器人的在线定制气象服务。

人工智能技术有哪些

现在人工智能的类型太多了，随着人工智能的普及，应用范围的拓展，还将进入更多的领域。

现在人工智能所涉及的学科有：认知科学，数学，神经生理学，信息论，控制论，不定性论，计算机科学，心理学，哲学，语言，自然科学和社会科学等等几乎所有的学科。

应用领域有：翻译，智能控制，专家系统，机器人学，语言，图像理解，遗传编程，自动程序设计，大信息的处理，储存，管理，执行一些生命体无法执行的任务，或者复杂的和规模庞大的任务等等。

具体应用方面有：网络，工业，农业，航空航天，军事，自然，家庭，个人等等，各行各业都有人工智能的身影。

人工智能AI对旅游业的影响有哪些

答:人工智能Al对旅游行业的影响有，1促进人工智能制定旅游方案2提升游客对人工智能科技的认知3人工智能安防4快速办签，5身份识别6人工智能云网传输7人工智能地质监测8美化旅游设施9减轻工人劳动力10精确气象监测11游客人员及安全监控12推进人工智能娱乐互动以促进旅游产业13发展人工智能家居14提升旅游知明度及宣传力度。

人工智能涉及领域包括GIS吗

从机器翻译到语音、图像识别，再到无人驾驶，人工智能(ArtificialIntelligence,AI)技术正在深入影响着我们的工作和生活。人工智能被视为与计算机、互联网相提并论的重大技术创新，已成为IT企业发展的重要目标，也是国际竞争的新焦点。聚焦GIS领域，人工智能对GIS技术的发展和应用产生了哪些巨大影响，如何驱动GIS未来发展?以下为大家分享GIS基础软件“BitCC”五大技术体系之人工智能GIS技术体系。

人工智能GIS技术体系

在AI与GIS融合的道路上，超图软件不断进行技术创新和探索，2018年推出AIGIS技术，2019年进一步构建了AIGIS技术体系：

该体系包含三个核心内容：

1、GeoAI：融合AI的空间分析与处理;

2、AIforGIS：AI赋能GIS，即基于AI技术，增强和优化GIS软件功能;

3、GISforAI：GIS赋能AI，即基于GIS技术，将AI分析结果进行进一步处理分析与空间可视化展现。

图1AIGIS三部曲

GeoAI

基于统计学、机器学习和深度学习等人工智能基础理论与算法，面向地理空间领域问题，超图软件创新实现了一系列人工智能GIS功能，使其服务于GIS空间数据处理、分析、挖掘与综合建模。SuperMapGIS10i产品以丰富的空间统计功能为基础，主要在空间机器学习、空间深度学习两个方面深化与丰富GeoAI功能，支持人工智能GIS应用。

空间机器学习

机器学习是现阶段人工智能的研究核心，可以让计算机实现自动“学习”。机器学习领域的三类典型问题包括聚类、分类和回归，因此主要面向这三类基本问题展开空间机器学习的研究。

目前提供的空间机器学习算子包括空间热点分析、空间密度聚类、基于森林的分类与回归分析、广义线性回归分析，帮助解决商业热点区域探查、住宅小区集聚分析、动植物适生区域识别、自然灾害易发区推测、城市不同区域房价预测等自然与社会问题。为了支持空间大数据计算，还将机器学习算法与分布式计算进行有效结合，大幅度提升了空间机器学习的性能。

图2房产价格空间回归

空间深度学习

深度学习是机器学习技术的一个分支，可以让计算机模拟人脑的机制进行学习。由于深度学习技术在计算机视觉、图像理解方面已展现较好应用效果，因此，超图将其应用于遥感影像分析领域，可提高影像处理效率及准确性。SuperMapGIS10i新增了基于深度学习的影像数据检测、分类、提取等算法，包括目标检测、二元分类、地物分类和场景分类等，可用于影像建筑物、道路提取、土地利用分类、局部气候分区，可广泛应用于城市规划、气象建模等领域。

图3基于空间深度学习的影像建筑物提取

人工智能GIS流程工具

由于地理信息应用的多样性，当基础模型不能完全满足用户需求时，便可以用提供的流程工具来训练自己的模型。

机器学习的一般应用步骤是选择模型—训练模型—使用模型，因此相应的GeoAI功能使用需要经历从数据准备到模型应用的完整流程，如下图所示。而SuperMapGIS10i的组件、桌面、服务器产品分别都提供了支持数据准备、模型构建、模型应用的人工智能GIS工作流程工具，方便软件使用者根据自己的数据与应用场景训练和使用自有模型。

图4GeoAI工作流程

AIforGIS

AIforGIS，即基于AI技术增强和优化GIS软件功能。比如将AI技术应用到一些GIS传统业务中，实现GIS软件功能的智能进化。

目前SuperMap主要提供四个方面的功能：AI属性采集、AI测图、AI配图和AI交互。

AI属性采集功能可以帮助用户进行视频图像等多类目标的AI识别，例如高效采集违章停车、小广告、井盖等数据;AI测图功能提供更低成本、更为便捷的室内测图服务;AI配图功能为用户免去手工配图的繁琐流程，通过简单操作，进行风格迁移，就可以得到相对满意的地图风格;AI交互功能更是包括使用语音操控、隔空手势等丰富的交互方式，玩转GIS功能。

GISforAI

人工智能在不断发展的道路上，也需要不断吸收融合其他的技术，如GIS。GIS可以将更多空间可视化和空间分析能力赋予AI，将AI分析结果在GIS软件中进行进一步处理与分析。

GIS可以将空间可视化赋能AI，例如交通流量监控、城市管理部件与案件等地图可视化应用，可为决策者提供更直观的信息表达形式;GIS还可以将空间分析赋能AI，例如可进行地理围栏实时告警，车辆行驶路线追踪等，携手AI为用户提供更大价值。

AIGIS未来会怎样?

未来，超图软件会持续进行AI技术与GIS技术的深度融合，增加更多的方法和工具，基于AI技术促进GIS业务的深化应用。一方面，AIGIS会持续与深度学习、机器学习等方面的研究相结合，使其逐渐走向成熟;另一方面，AIGIS也会与AutoML、AIPaaS等为代表的AI新技术不断碰撞融合。随着人工智能技术不断蓬勃发展及与GIS的结合不断深入，未来的AIGIS也将从弱人工智能走向通用人工智能。我们将Gartner2019AI光环曲线中的研究方向划分为，AIGIS初步探索涉及的内容，以及AIGIS未来探索的内容两个部分。

图5AIGIS探索

注：原文标题《人工智能GIS技术体系来袭》，刊登于《超图通讯》2019年12月刊，作者：超图研究院大数据与AI研发中心郑美玲卢浩