Geoskill: 输电线植被风险

输电线走廊植被风险智能识别与巡检优先级生成

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:Geoskill: 输电线植被风险。
它的用途是:输电线走廊植被风险智能识别与巡检优先级生成
完整的 Skill 内容见:https://321skill.com/skills/geoskill-输电线植被风险/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

‘分析这条220kV输电线走廊的植被风险,生成按优先级排序的检查点’,它会上传线路坐标数据和最新卫星影像,自动计算净距超标区域和倒伏高风险树,返回一份包含10个高优先检查点的清单,并标注哪些点需在7天内处理。

介绍

输电线走廊周边的植被快速生长、树木倒伏是引发线路跳闸、火灾等事故的常见隐患。传统人工巡检周期长、漏检率高,难以在风险萌芽阶段及时干预。本技能利用卫星遥感或无人机影像,结合地理空间分析模型,快速识别线路走廊内植被侵占、异常生长和潜在倒伏区域,并自动生成带优先级的检查点清单,帮助运维团队将有限资源集中在高风险段落。

使用方式非常简单:你只需提供输电线路的地理坐标或线路走廊的矢量数据(如GeoJSON、KML),或直接上传该区域的遥感影像,技能便会自动分析并输出一份包含风险等级、位置坐标、面积估算和建议处置时间的巡检清单。支持批量处理多条线路,也可与GIS系统集成,一键导出为表格或地图标注。

主要面向电力公司运维部门的线路巡检工程师、数据分析师以及负责线路安全评估的项目经理。对于需要定期排查山区、林区等复杂地形输电线路的团队,本技能能显著降低人工勘查成本,提升巡检计划的科学性和决策效率。

使用前建议确保输入的影像或地理数据分辨率不低于10米,且时间尽量接近当前季节(植被生长周期影响判断)。对于高精度要求的紧急抢修场景,建议结合现场人工复勘。本技能不替代法律规定的安全规程,仅作为辅助决策工具。

核心特点

不同于通用植被覆盖检测工具,本技能专为输电线走廊设计,内置了线路安全净距模型和树木倒伏方向概率算法,能直接输出可执行的巡检优先级列表,而非单纯的遥感分类图。

注意事项

不适用于城市绿化修剪或非电力线相关的植被管理,且对高精度DEM数据有依赖,薄云层覆盖下精度会下降。

常见问题

需要哪些输入数据?

输电线路的坐标段或走廊矢量图(GeoJSON/KML),以及近期遥感影像(卫星或无人机),支持多光谱和RGB格式。

输出结果如何查看?

输出为JSON格式的巡检点列表,包含风险等级、经纬度、植被类型、建议处理时间,可在地图上直接标注。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/geoskill-输电线植被风险/raw/index.md 读取 Geoskill: 输电线植被风险 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。