生成式遥感大模型：基于多模态卫星影像的地物分类与变化检测报告自动生成.docxVIP

PAGE2

《生成式遥感大模型：基于多模态卫星影像的地物分类与变化检测报告自动生成》

一、调研概述

1.1调研背景与目的

随着全球高分辨率对地观测系统进入“星座化”与“密集化”时代，遥感数据的获取能力呈指数级增长。然而，传统基于人工特征工程与像素级解译的技术路径，已难以应对PB级多模态影像的实时处理需求。

本调研旨在深度剖析生成式遥感大模型在地物分类与变化检测中的商业化落地前景。核心目的在于评估基础模型在跨地域、跨时相的遥感解译中的泛化能力，打破传统模型“一景一训”的局限。

研究重点聚焦于自然资源审计与耕地保护两大刚性政务场景。通过分析政府端对“自动化图斑核查”与“语义级报告生成”的迫切需求，本报告将揭示生成式AI如何重构“影像-信息-决策”的业务闭环，为相关企业与政策制定者提供高价值的市场洞察与战略参考。

1.2研究范围与方法

本报告聚焦于生成式遥感大模型在政府端（G端）的应用市场，时间跨度覆盖2020年至2028年。研究范围严格界定于基于Transformer架构的视觉大模型在多模态卫星影像（光学、SAR、高光谱）解译中的应用，特别是地物分类与变化检测两大核心任务。

在研究方法上，本报告采用“技术-政策-市场”三维交叉验证法。通过文献计量分析梳理技术演进脉络，利用政策文本挖掘量化政府需求强度，并结合专家深访与招投标数据清洗进行市场校验。数据来源涵盖学术数据库、政府公报