一、 產業趨勢洞察:推動產業智慧化的核心思維
在數位轉型浪潮下,傳統產業面臨的挑戰從單點的自動化,升級為整體的「智慧治理」,天思數位科技在長期實務中觀察到,不論是工程、礦業產業,轉型的三大痛點在於:現場數據碎片化、管理經驗難以傳承,以及人力成本過高。
我們認為,產業智慧化的關鍵在於建構一個能串聯「虛擬模型」與「現場動態」的整合體系,天思長期深耕空間資訊相關技術,從空間資料的建構與分析出發,逐步整合物聯網、AI 辨識等應用,將分散的資訊轉化為全生命週期的管理思維,協助企業將數位工具轉化為支援決策的實質力量。
透過 AI 影像技術、3D GIS[1] 、BIM[2] 與 IoT [3]的整合,數位工具不再只是系統層面的輔助,而能實際回應現場需求、支援管理決策。以下分享我們在礦業與工程場域中的實務應用案例。
二、 實務案例與應用價值
(一)、AI 影像辨識與無人機應用:提升礦場監測與資源管理效率
為落實《礦業法》「合理開採資源、兼顧經濟、環境及文化永續發展」之精神,同時有效提升礦場管理效率,我們為管理單位建置「礦業開發管理知識庫協作平臺」,將既有礦業資料數位化,活化資料應用價值。更導入無人機(UAV , Unmanned Aerial Vehicle)巡查與影像比對技術,透過定期空拍作業並與歷史資料自動比對,能精準掌握礦場開採範圍與環境變更,將傳統的人力現地巡查轉變為高效的「動態與科技輔助動態監督管理」,成功減少現場作業風險並提升行政效率。
應用重點包括:
無人機影像辨識應用:
採用 UAV 拍攝具備高解析度與精確地理座標的 GeoTIFF [4]正射影像,完整呈現礦場地貌,作為 AI 分析的基礎資料。Grounded-SAM 礦區辨識技術:
運用 Grounding DINO[5] 進行零樣本偵測,透過前後期影像定位候選區域;結合 SAM 模型進行通用影像分割,將候選框轉換為精細遮罩,精準識別礦區與裸露地範圍。自動化變異分析:透過篩選機制剔除信心度不足的遮罩,並以植生指數過濾綠地誤判。最終以 GeoJSON[6] 格式輸出具備向量結構的地理資訊,支援前後期影像比對,自動分析新增或減少的裸露地面積,實現科技輔助礦場管理作為。