森林资源动态监测和监管是森林资源管理主要工作内容，传统方式下主要是利用两期遥感影像，采用人工判读方式进行资源的监测和监管，存在效率低、周期长、时效性差、准确性和漏检率受人为影响大等问题，随着人工智能的发展以及在变化检测中的应用深入，利用AI+遥感森林资源变化检测已经逐渐成为业界主流的方向，地林伟业长期致力于林业信息化领域，一直承担着国家森林资源智慧管理平台的建设工作，基于国家森林资源智慧管理平台的历年遥感影像数据、即时遥感影像数据以及历史变化图斑数据，对人工智能深度学习技术进行深入研究并发布了FORESTAR AI深度学习应用平台，通过数万份变化样本，持续的模型迭代训练和严谨的人工质量评估，建立了具备优秀的检出率和良好的区域适应性的“森林变化监测引擎”，实现了林地多期遥感影像对比分析，自动识别地表植被覆盖变化，及时发现违法违规占用、疑似破坏林地图斑，为森林资源监测监管提供有力支撑。
基于AI深度学习的森林变化监测模型训练流程
FORESTAR AI 深度学习应用平台-变化提取系统
FORESTAR AI 深度学习应用平台-训练数据评价工具
FORESTAR AI 深度学习应用平台技术特性：
样本丰富：采集了数万份真、假彩影像变化样本数据。
适应不同数据源：无人机、航空影像、遥感影像。
适应不同的分辨率：高分辨率、中分辨率。
适应不同数据类型：真彩色、假彩色。
适应不同数据格式：JPG、TIFF、IMAGE、在线影像服务。
适应国内不同区域：面向全国不同地区，建立了区域适应性模型。
可自主调节提取阈值：漏检率低、准确率高，可以控制提取阈值参数，来调节检出率和检出质量，满足不同应用场景。
我国北部地区自动检测森林地块变化（AI真彩直出成果）
我国南部地区自动检测森林地块变化（AI假彩直出成果）