获取最新的气候数据仍然是气候科学领域的一项重大挑战，因为环境条件几乎每天都在变化，因此难以检测和减轻气候变化对消费者、政府、投资者和企业的影响。
IBM Environmental Intelligence Suite 中的地理空间分析功能提供了地理空间时态数据存储，分析引擎可利用该存储进行复杂而高效的查询，以揭示数据层之间的关系。
全新的地理空间基础模型提供 AI 驱动的地理空间解决方案。这些遥感空间数据由 NASA 的 Harmonized Landsat Sentinel-2 数据提供支持，有助于确保在广阔的地形上进行精确的设备损坏检验和保护。该基础模型的独特之处在于其适应能力、准确性、自我监督学习能力，以及依靠结合高分辨率卫星图像和激光雷达来提供预测洞察分析。
该模型由 IBM 与 NASA 合作构建，旨在将卫星数据转换为高分辨率地图，以揭示地球的过去并预示其未来。
地理空间基础模型经过广泛遥感数据组合的预先训练，使企业能够将集中精力进行微调和无缝推断。
在不影响精度的前提下，轻松节省时间和资源分配。旨在创建特定任务的地理空间 AI 模型，例如洪水测绘和生物量估算，通常只需要一半的标记数据。
根据具体业务需求定制和微调模型。IBM 地理空间 AI 功能可提供定制解决方案，无缝适应各种特定业务用例。
持续扩大的 NASA 地球科学数据访问权限可用于获取地理空间情报，并通过空间分析加速与气候相关的发现。
IBM Research 气候与可持续发展首席科学官 Hendrik Hamann 解释了基础模型如何帮助我们测量、减缓和适应气候变化。
IBM® watsonx.ai 模型以 IBM 与 NASA 的地理空间技术合作为基础，可以帮助揭示地球的过去并提示它的未来。
如今，地理空间数据在保护野生动植物、创造更健康的地球和打造更弹性的经济方面发挥着关键作用。
地理空间数据可以深入了解变量之间的关系，并揭示模式和趋势。