数智星云 API 商城 · 卫星遥感与 AI 服务
行业解决方案 · 技术示范场景

智慧农业 · 小麦条锈病智能预警

融合卫星遥感、气象与地面数据,提前识别潜在病害风险,形成地块级智能预警。 从自动监测到精准核验,构成可循环、可沉淀的智能监测闭环。

空间粒度地块级 预警窗口未来 3–7 天 风险分级低 / 中 / 高 交付成果3 类
01 从病害发现到风险预警

提前识别,而不是事后确认

传统病虫害监测依赖人工下田调查,发现时往往已进入发病期。 本方案以卫星时序观测与气象适生条件为输入,在病害发生前给出地块级风险提示, 把「发现」提前到「预防」。

气象适生条件
预测温湿度可能利于病害发展
作物生育阶段
处于需要重点关注的生长阶段
遥感时序特征
近期植被变化需要进一步核查
风险预警不等于病害确诊,模型结果需结合现场证据进行确认。
风险等级分布
地块级风险分布 · 模拟数据
低 95 中 18 高 4
02 星空地协同

把不同来源、不同时间的观测关联到同一地块

四类数据源汇聚至三维数字地球时空底座,统一坐标、地块索引与时间对齐。

卫星遥感数据

作物分布 · 长势变化

多期光学 / SAR 影像

空间气象数据

温湿度 · 降水 · 风场

历史观测 / 气象预报

地面真值数据

病害调查 · 作物物候

现场检测 / 发病记录

无人机补充观测

重点地块 · 高清核查

按风险触发精查
三维数字地球时空底座 统一坐标 · 地块索引 · 时间对齐 · 多源融合 CGCS2000 / WGS84
输出地块级时空特征集:作物类型 · 生育阶段 · 植被状态 · 气象条件 · 病害历史
03 多模型协同

遥感理解 + 农业机理 + 专业预测 + 通用大模型编排

单一模型难以支撑专业判断。方案将四类模型协同编排, 并在输出中保留不确定性,使结论可解释、可核查。

时空遥感垂类大模型
看清农田状态

作物识别 · 长势分析 · 变化检测

→ 遥感时序特征
农业知识与专业机理
理解发病条件

病害适生环境 · 作物生育期 · 传播影响因素

→ 专业特征与规则约束
农业病害专用预测模型
多源特征融合与风险预测

风险预测 · 风险等级评估

→ 联合风险计算与专业约束
通用大模型
贯穿任务与结果解释

任务理解 · 能力调用 · 结果解释 · 报告生成

→ 风险结果与报告
04 智能监测闭环

从自动预警到精准核验

以持续监测任务为驱动,自动发现风险、组织现场核验,并更新分析结果。

01 自动监测

周期获取卫星、气象与地面数据

数据更新
02 时空融合

数据质量检查、时空配准和地块特征更新

时空特征
03 智能研判

调用遥感与农业专用模型形成病害风险判断

风险评分
04 风险预警

生成风险地图、推送重点关注区域

重点地块
05 协同核验

安排无人机精查或现场调查、保留现场证据

现场证据
06 成果更新

更新风险分析报告、关联现场核验结果

持续反馈
核验反馈 → 样本沉淀 → 模型评测与优化 → 下一轮智能监测

这条反馈环是本方案最难被复制的部分:它需要客户让现场人员参与核验并回填结果, 因而只有长期运行才能积累地块级标注真值。

这套能力已商品化,可按行政区年订阅
包含风险分布图、重点核验清单与智能分析报告三类交付物。
视角客户 / 访客业务客户开发者 登录态 未登录已登录
演示原型 · 模拟数据