人工智能 GIS（AI GIS）是人工智能与 GIS 相互融合的技术统称，包括：
1) GeoAI：融合 AI 的空间分析算法与相关的流程工具；
2) AI for GIS：基于AI技术增强GIS软件的功能和交互端用户体验，提高GIS软件的智能化；
3) GIS for AI：基于GIS 对AI 算法输出结果的管理、分析与可视化。
人工智能 GIS 技术体系
● 人工智能GIS能力
◇服务端增强影像智能解译能力，新增基于影像服务的智能解译
◇桌面端增强视频AI能力，支持训练YOLO v7系列模型
◇组件端支持遥感影像智能解译模型训练、推理、评估等功能
◇移动端支持AI目标检测与分类
● 人工智能GIS流程工具
◇数据准备阶段支持批量生成训练数据
◇模型构建阶段支持学习率自动初始化
◇模型应用阶段支持批量推理和按范围推理
● 空间抽样与统计推断功能
◇支持简单随机抽样、系统抽样、分层抽样
◇支持空间随机抽样、空间分层抽样、三明治抽样
◇支持SPA模型、B-Shade模型
● 空间机器学习功能
◇聚类分析：支持空间热点分析、空间密度聚类、K均值聚类、偏移均值聚类等功能
◇分类分析：支持地图匹配、地址要素识别、基于森林的分类等功能
◇回归分析：支持地理模拟、地理加权回归、时空地理加权回归、基于森林的回归等功能
● 深度学习模型
◇影像分析目标检测：Cascade R-CNN、Faster R-CNN、RetinaNet
◇影像分析二元分类：FPN、DeepLabv3+、U-Net、D-LinkNet、SFNet、Segformer
◇影像分析地物分类：FPN、DeepLabv3+、U-Net、SFNet、Segformer
◇影像分析场景分类：EfficientNet
◇影像分析对象提取：Mask R-CNN
◇影像通用变化检测：DSAMNet、Siam-SFNet、Siam-Segformer
