公司整合多项卫星官方数据资源，并在官方备案认可。主要包括国家航天局、中国资源卫星应用中心提供的国内资源卫星、高分卫星、环境卫星、实践卫星数据；中国科学院空天信息创新研究院提供的国外卫星数据；国家卫星气象中心提供的中国风云卫星、国外气象类卫星数据。

通过建设行业应用数据模型，根据不同的应用场景，实现多个领域内的服务内容。主要包括：①基于遥感数据的多元化解析、评估及应用算法模型；②基于数据在不同领域的分析算法模型；③基于卫星资源行业应用数据深度解析的反演算法。

MEMS传感器是一个具有环境感知、数据处理、智能控制与数据通信功能的智能数据终端设备。采用微电子和微机械加工技术制造，具有体积小、重量轻、灵敏度高、易于集成和智能化等特性。同时还具备自学习、自诊断和自补偿、复合感知以及通信等能力。

采用先进的光纤通信与传感技术，以光缆作为传感介质，可以实现超长距离分布式振动测量与定位。具有精度高、稳定性好、拆卸便捷等特性，可以实现在不通电、安全可靠的情况下实施监控与保护，更好地避免由于安装通电监控引起火灾等事故发生。主要包括：定位型分布式光纤测振仪、分布式光纤拉曼测温仪、分布式光纤应变测量仪、光纤光栅解调仪、光纤拾音器、防区型分布式光纤测振仪、相干光时域反射测振仪等。

DWELT融合定位导航技术（动态加权进化的路径追踪），攻克了在没有卫星信号下的定位导航难题。无需大量部署基础设施及硬件，即可实现高精度定位导航。

无人机遥测具有机动灵活、高效快速、精细准确、作业成本低、适用范围广、生产周期短等特点，是传统航空摄影测量手段的有力补充。在小区域和飞行困难地区的高分辨率影像快速获取方面具有明显优势。根据任务要求每天可获取数十至两百平方公里的遥测结果。

根据具体应用场景，通过布设不同需求功能的智能传感器来获取相应的数据。主要有压力测量、温度测量、液位测量、超声波测量、环境监测、水质监测、电量监测、地磁传感等各类智能传感器。

云架构协同体系根据不同的行业需求，实现物联网综合体系建设，包括数据处理以及基于数据的智能服务。终端负责全面感知，边缘负责局部的数据分析和推理，而云端则汇集所有边缘的感知数据、业务数据以及互联网数据，完成对行业以及跨行业的态势感知和分析。

根据不同的行业需求，建设综合性系统集成。系统集成包括计算机软件、硬件、操作系统技术、数据库技术、网络通讯技术等，以及对不同厂家产品选型、搭配的集成，实现整体最优。

通过数据语义建模，建立行业应用中标准的物联网语义。对行业的需求属性、状态、动作以及能力进行规范，实现对需求的描述、解析、注册、接入和认知，以解决实际应用中所面临的问题。

建立类似数据知识图谱的语义网络、能力图谱，实现多种感知数据的融合以及行业需求的规范整合。能够在行业基本需求的基础上做到需求发现以及提供需求解决方案。

建立以行业需求为核心的规则，能够实时完成简单逻辑的分析和推理。通过知识规则和能力图谱的建立，构建一套完整的知识图谱模型，以完成感知数据和业务数据的融合。

融合全局的感知数据、业务数据、互联网数据，在规则引擎的基础上，利用人工智能隐藏知识学习和推理体系，对已有的规则引擎进行重复执行和完善，实现数据的自动化学习。

基于区块链技术的各类数据存储、读取及管理技术：通过对行业领域的数据资源的存储、读取及管理，在保证隐私不被泄露的情况下实现数据的开发应用，为某行业领域提供精准的决策依据。 基于区块链技术的多元化数据多重非对称加密技术：通过对行业领域的数据资源进行多次加密，实现数据的安全管理。可具体实现对音频、视频、图片、文本等多元化数据内容的加密安全存储。 现代农业中某种植物病虫害相似案例的数据模型建设：在农业生产中，对某种经济作物的历史数据进行校验比对，利用深度学习技术，通过建立算法模型，实现植物病虫害的预测预判。 基于人工智能的多元化数据解析加密：通过对不同类型的数据进行标准化解析，形成可开发的加密数据资源，实现海量多元化数据资源的独立开发。

数据监控：通过物联网设备采集到数据后，如果设备数据状态超过预设的状态，则自动在第一时间报警、第一时间展开处理。通过远程操作下达命令，把问题解决在萌芽状态。 分析设计：通过统计方法，对设备的历史运行数据进行分析。按不同维度得出分析报告，管理员通过更直观的方式可以快速地了解到整个物联网设备的运行状况。 数据挖掘：通过机器学习预测数据发展方向以及背后的规律，分析原因并给出具体解决方案。