一、栅格数据的空间分析可以应用到哪些领域

1、空间大数据的三大组成部分里面，最大的一部分就是栅格数据：

2、遥感影像及其产品是栅格数据最大的组成部分；目前空天地一体的遥感设备全天候的对我们的地球进行不间断的信息扫描，每时每刻产生的数据量都是天文数据，其产品以非结构化的组织模式、快速的生成数据、低密度和高价值的特性，成为了空间大数据中最为庞大的一个组成部分

3、标准gis空间分析里面，比如ArcGIS软件的“空间分析模块”，主要就是用于处理栅格数据，除此之外，近些年一直在推崇所谓的ai，有很大一部分也就是针对栅格数据（图片）在做分析。

4、ArcGIS的空间分析模块里面，有170多种分析工具，包括了创建、查询和分析基于像元的栅格数据并基于这些数据制图；将栅格/矢量分析进行整合；从现有数据中获取新信息；在多个数据图层中查询信息；将基于像元的栅格数据与传统的矢量数据源完全整合。

二、卫星遥感技术发展趋势

1、卫星遥感技术的发展趋势包括以下几个方面：

2、首先，高分辨率卫星遥感技术将得到进一步提升，实现更精细的地表观测和监测。

3、其次，多源数据融合和多模态遥感技术将得到广泛应用，提高数据的准确性和可靠性。

4、此外，人工智能和机器学习算法将被应用于卫星遥感数据的处理和分析，提高数据的利用价值。

5、最后，卫星遥感技术将与其他技术相结合，如无人机、激光雷达等，形成多源、多尺度、多维度的遥感观测体系，为地球观测和环境监测提供更全面的解决方案。

三、地理遥感好就业吗

地理遥感是一个相对小众的学科，只有很少一部分人从事相关工作。根据某些观点，遥感确实是比GIS好发文章，而且随着航天技术的发展，数据获取变得更加便捷，人工智能的进步为从遥感影像中发掘信息提供了更多可能性。在科研上，遥感可以做的东西还很多，如定量遥感可以反演，甚至还有用遥感做粮食期货的。然而，从就业的角度来看，遥感的就业面比GIS少很多。

但值得注意的是，地理信息系统（GIS）是一门综合性的交叉学科，包含了地理学、测绘、遥感、信息技术等相关内容。根据某薪水调查网站数据显示，截止到2022年2月10日，GIS开发工程师的平均薪资为14K/月，其中应届生能达到10.7K。GIS的就业前景被看好，毕业生可在与城市、区域、资源、环境、交通、人口、住房、土地、基础设施和规划管理等领域的相关部门从事与地理信息系统有关的应用研究、技术开发、生产管理和行政管理等工作。

总的来说，地理遥感和GIS都有其独特的就业机会和挑战。如果你对这个领域感兴趣并且愿意不断学习和适应行业变化，那么这两个领域都有可能为你提供满意的职业发展道路。

四、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。

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：

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。

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。

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。

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

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。

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。

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。

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。

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

五、遥感技术专业就业去向

1、遥感技术专业就业面较广，毕业生主要从事测绘，气象等等与大众生活息息相关的行业。

2、毕业生可在城市规划、农业、林业、水利、电力、交通、军事、地质、测绘、环境、海洋等各类遥感领域从事遥感电子设备与系统研制、应用系统和系统集成的建设与开发等工作，也可以从事摄影有关的工作。