遥感图像具有星多、地广、时相多等特点，解译模型的泛化能力和鲁棒性不足，需要平台化产品满足用户个性化业务需求。
纯粹依据遥感影像的分析，无法全面反映城市发展变化的全貌，尤其是背后的人口、产业、环境以及大众关注情感等时空变化信息。
遥感解译应用场景日益丰富，ai人才相对缺乏，亟需针对业务人员的培训和与之配套的遥感解译训练平台作为支撑。
依托百度昆仑ai加速卡、飞桨深度学习框架，采用“遥感解译 时空大数据”相结合的方法，实现城市规划治理领域宏观到微观的分析。不仅能在遥感影像上发现地表覆盖、城镇建筑物、道路等变化，还可以对遥感影像发生变化的区域进行人、事、时、地、物研究。同时，在模型输入层的遥感影像数据上叠加定位、轨迹、搜索、poi、人流量等时空特征，使得解译模型的整体精度和泛化能力大大提高。
在城市规划治理领域，基于百度地图提供的基础地图，采用卫星遥感影像变化检测和时空大数据分析相结合的方法，不仅能够识别城市建筑物、道路、水体、植被的变化，而且可以分析这些变化在人口、产业、环境以及大众关注等方面所造成的影响，为政府规划部门进行人口监测、制定土地政策、评估城市空间结构、感知市民环境品质、推进低碳交通等提供有力的决策支撑。
遥感解译提供城市宏观布局分析，时空大数据分析提供区域微观人群、职住、交通、产业等分析。
遥感影像融合百度时空数据特征，提升模型精度和泛化能力。
内置百度自研遥感解译预训练模型，支持在线标注、训练、发布模型，适应用户特定场景，零编程基础，简单易用。
基于百度昆仑ai 芯片和飞桨深度学习框架构建，具有自主可控、安全可靠的优势。
运用人工智能技术，结合遥感影像和时空大数据，从遥感卫星影像、功能区域变化、兴趣点（poi） 增减、常驻人口和流动人口属性变迁和检索数据分析等多个角度，对新区的发展变化进行了较为全面深入的量化解读，为城市建设发展提供了从宏观到微观，从地图、遥感到时空大数据分析的一站式综合分析平台，采用定性和定量相结合的方法，得出了新区生态环境治理阶段性成果明显，人口总量和活跃度大幅度提升，全国民众对新区保持高关注度等结论，为决策层了解新区建设进度提供了有力支撑，取得了良好的社会价值。
采用业界领先的深度学习和机器学习技术，通过深加工地理信息数据，融合人口、交通、定位、画像等时空大数据，快速的从海量信息数据库中提炼出动态多维度的智能信息，为国土测绘、农林环保、应急救援等行业用户提供定制化的遥感解译服务，推动地理信息成果在深度和广度上的应用拓展，服务新基建和国计民生。
基于百度先进的人工智能，大数据、物联感知等先进技术，打造“治安形势一体化分析，潜在风险多维度研判，指挥力量可视化调度，警情处置智能化流转”的智慧指挥体系，支撑警务指挥能力持续提质升级。