“国土调查云”管理版的图斑举证界面，新增了AI地物识别功能。这一功能令人欣喜。

AI地物识别技术对于树木种类的识别非常精准。国土调查的日常工作通常会调查到林地的二级类，诸如到乔木、灌木、其他林地等类别即可。但AI却能够识别到具体的树种，比如常见乔木林中的白桦、榆树，以及灌木林中的连翘等，这对于开展林地、草原、湿地、荒漠化的精细化调查具有重要意义。

以往在开展国土调查工作的过程中，工作人员时常会遇到林和草难以判定或者耕地上种植药材难以识别的情形。譬如，青海省海西州常见的珍珠猪毛菜形似草本植物，却常常被误调查为草地，但实际上它属于灌木植物，应调查为灌木类。而耕地上种植的药材往往需要根据种植周期来分类判定，比如每年种植一季的蒲公英、白术等药材按耕地认定，种植周期在一年以上的西洋参、三七等则按园地认定，其判定较为复杂。此外，在过往地理国情普查工作中，调查员也曾遇到因为欠缺相关知识导致地物判错，找不到某类样本类别的经历。现在有了AI识别功能作为辅助，能够节省大量时间与精力。

AI技术为自然资源调查监测注入强劲科技动能，不少地方的自然资源部门已将其融入政务应用、实景三维、铁塔视频等自然资源业务场景之中。在全民AI时代到来的今天，人工智能、大数据分析、模型训练样本等新技术将在自然资源调查监测数据提取、外业调查、成果核实、汇总分析等各个阶段大有可为。比如数据提取：基于高分辨率影像数据库，通过遥感智能解译与人机交互，实现监测图斑自动提取；结合标准样本训练，持续优化解译精度。比如外业核实：AI辅助人工判读林木覆盖度、道路宽度、工业用地分类等，显著提升地类判定精准度，减少人工工作量。比如成果核实：利用大数据分析技术，通过叠加分析、空间过滤、拓扑检查等流程，构建自动化成果核实模型。再比如汇总分析：部署AI模型搭建本地知识库，依托大数据分析引擎，实现地类流向统计、报告自动生成，推动自然资源管理智能化。AI技术的深度应用正全面优化调查监测流程，提升工作效率与精准度。

从往昔依靠纸质资料开展调查的传统模式，到后来借助平板电脑进行外业调查核实的数字化转型，再到当下仅需一部智能手机便可实现全方位、广覆盖的“掌上”调查监测，自然资源调查监测工作始终敏锐地捕捉着每一次技术变革的脉动。面向未来，期待更多先进技术能够与自然资源调查监测工作精准接轨、无缝融入，使其能够不断提升效率、拓展边界，以更加智能、便捷、高效的方式，守护着我们赖以生存的美好家园。