遥感技术与遥感智能解译强强联合，快速提取遥感图像信息。遥感，顾名思义，遥远的感知。遥感有很多类型，其中光学遥感可以直观反映地球表面地貌和地物的分布和状态。从遥感图像中获取地貌地物要素当前状态及时间变化信息的过程即为遥感图像解译。遥感图像解译经历了人工目视解译阶段、人机交互解译阶段的发展，目前已进入到人工智能解译的新阶段。
当前，遥感智能解译主要引入计算机视觉领域的智能模型用于影像分类、变化检测、目标检测等遥感应用。与计算机视觉的医学图像、自然图像等相比，遥感图像通道更多、图像内容更复杂，且自然资源调查监测等遥感应用领域与计算机视觉应用领域也存在显著差异，使得计算机视觉通用模型必须结合应用领域特点改造后才可用于遥感智能解译。
空天信息创新研究院国家遥感应用工程技术研究中心长期围绕人工智能行业落地开展应用研究，开发全新一代智能遥感分析（Intelligent Remote Sensing Analysis, IRSA）系统。
IRSA系统起源于1977年开始研发的遥感图像处理软件，在历经多个版本的架构升级和技术融合后，在今年迎来了突破性升级，功能重点由遥感图像基础处理转移至遥感图像智能解译，通过深度学习与业务历史成果、专家知识规则、应用部署模式的深度融合，实现了知识引导下的遥感智能解译，可在分辨率0.5米至30米的光学遥感影像中提取地类要素和地物目标，并在自然资源调查监测、国防安全等领域实现了规模化业务应用。
要做到在精度损失不大的情况下，将计算机视觉模型迁移应用至遥感图像，必须将遥感应用中的历史数据成果、行业专家知识与遥感图像解译进行融合，实现知识引导的遥感智能解译，在知识赋能下可达到样本多、配置活、模型精、部署快的效果，降低遥感智能解译落地应用门槛并提高解译精度。
科研人员结合具体应用场景需求将智能模型和专家知识相结合，将知识引导的遥感智能解译应用于影像分类、变化检测、目标检测、时间序列分类，开展了以业务化、规模化为目标的遥感智能解译落地应用尝试，借助海量历史成果和遥感化智能模型，显著提高了遥感图像信息提取的精度和效率。
未来，国家遥感应用工程技术研究中心将瞄准国家重大需求，致力于人工智能分析技术与多行业领域深度融合，进一步提升知识引导的智能解译对遥感图像信息提取全链条的技术支撑能力，推动遥感智能解译在更多领域落地应用，为遥感应用支撑国家重大需求提供技术开发服务。