天基遥感大数据人工智能应用探讨

2019-07-26邹同元丁火平王玮哲肖倩航天恒星科技有限公司

卫星应用 2019年6期

文|邹同元丁火平王玮哲肖倩航天恒星科技有限公司

信息化浪潮带来全球数据的快速增长，充分发挥人工智能技术创新的引领作用，开展大数据分析与应用，已逐渐成为科技、经济、社会等各领域关注的焦点，诸多国家也已将大数据人工智能研究上升至国家战略层面。

卫星遥感技术的迅猛发展，已把人类带入一个多层次、多角度的全方位、全天候对地观测时代。遥感技术具有空间覆盖广阔、快速高效、信息丰富等特点。随着遥感影像的成像方式、频段数和分辨率日益多元化，数据类型越来越丰富，数据量呈指数增长，数据获取速度加快，时效性越来越强，已经明显呈现出“大数据”的特征。在此背景下，将人工智能技术应用于天基遥感大数据处理与分析，可以对遥感数据内容进行描述、解释、分类、推断，大幅促进遥感大数据应用深度和广度，提升卫星资源履行使命的能力。

一、国内外研究现状与趋势

遥感大数据是指通过各种遥感技术获取得到的遥感数据集具有典型的大数据特征，基于这种认识，以海量遥感数据集为主、综合其他多种来源的辅助数据，运用大数据思维与手段，聚焦于从多种来源、多种介质、多种频段、多种分辨率的海量遥感数据集中获取价值信息的理论、方法、技术与活动的统称。

遥感大数据的价值不在其海量的特征，而在其对地表的多粒度、多时相、多方位和多层次的全面反映，在于隐藏在遥感大数据背后的各种知识（地学知识、社会知识、人文知识等）。卫星遥感应用众多产品和技术已广泛应用于气象预报、国土普查、环境保护、作物估产、森林调查、海洋预报、灾害监测等领域，成为了国家政府和行业部门业务工作开展的重要支撑手段。

然而，传统遥感影像处理和分析技术仍然停留在从“数据到数据”的阶段，对遥感数据的利用率低，信息挖掘和应用能力弱，已经限制了遥感应用的产业化发展。美国议会指责美国国家航空航天局（NASA）“迄今积累的遥感数据，有95%从来没有人看过”。国家973项目研究员也指出“我国遥感信息提取利用率还不到获取量的5%”。

遥感大数据的爆炸性增长改变了传统遥感数据获取和管理的方式，人工智能的广泛应用改变了遥感数据处理和应用方式。国外不少研究机构都研究基于人工智能的大数据应用，例如美国的Orbital Insight、Descartes Labs、Terrapattern、Mavrx、DroneData、Precisionhawk等通过卫星遥感数据结合深度学习等技术进行企业盈亏预测、储油分析、农作物估产等，面向各行业及政府部门以及普通用户。以色列的Prospera公司旨在运用计算机视觉和机器学习技术监测农作物生长情况，为改善农作物健康状况、优化农场运营提供决策，例如针对某些农地应该浇多少水才能获得更好的收成。加拿大的SkySquirrel公司提供从无人机、多光谱航拍相机到人工智能识别技术系统的一体化解决方案，聚焦农业市场，而且该公司的服务领域相对更加精细，目前他们主要致力于针对葡萄的长势和病虫害提供监测服务。2011年，美国权威经济学杂志《美国经济评论》刊登了布朗大学（Brown University）的研究成果，依据不同国家经济统计数据的可信度，利用夜光遥感数据修正各国国民生产总值增长率，例如，缅甸1992-2005年的GDP年均增长率的官方值为10.02%，而通过夜光数据修正后的年均增长率为6.48%。

多源卫星遥感图像具备海量、多源、异构的外部特征和高维、多尺度、非平稳内部特性，传统的数据分析处理方式在效率和精度上已经渐渐无法满足用户需求。近年来遥感图像处理与分析领域的学者们针对高分辨率遥感图像的数据海量性、地物多样性、结构复杂性等特性，开展了一些人工智能技术与遥感大数据结合的应用研究工作，主要的应用集中在各类地物目标检测、图像场景分类、图像ROI提取等领域。人工智能遥感应用作为一项正在尝试的新业务，目前已经开始试探行业领域的需求。航天恒星科技有限公司结合应用需求，开展了目标样本库构建，以及基于深度学习的目标检测识别、典型地物提取技术研究，形成了天基信息支持应用的系统解决方案。

中国空间技术研究院王治中[1]等人研究了大数据时代航天遥感系统的挑战和机遇，分析了航天遥感系统的技术现状，探讨如何利用大数据研究方法解决航天遥感系统所面临的数据规模庞大、类型复杂、增长速度快等大数据难题，满足海量遥感数据的获取、存储、应用等需求。中国科学院院士郭华东[2]提出了大数据时代的“数字地球”，通过在数字地球平台上对于海量空间数据和社会经济数据进行高效地组织，从而在精简的数据空间进行科学信息挖掘和分析。国家基础地理信息中心程滔[3]进行了大数据时代遥感数据管理与服务模式探索，通过分析现有海量遥感数据管理与服务模式的特点与局限性，探索并提出了面向大数据时代的新服务模式。武汉珈和科技有限公司等企业利用农业大数据以及遥感大数据等提供智慧农业解决方案，包括降水监测、长势监测、作物种植分布和面积监测、产量预估等。

二、我国天基遥感进入大数据时代

我国在遥感卫星制造技术上取得了飞速进展，构建了较为完备的对地观测体系，在轨卫星数量近100颗，卫星能力仅次于美国和欧盟，在国土、农业、林业、气象、海洋等不同行业中进行了应用。陆地观测卫星方面，目前在轨对地遥感卫星共9个类别30余颗，具备可见光、多光谱、红外、微波成像等多种能力，分辨率光学0.7～30m、微波4m，成像幅宽40～360km；可测制国土1:5万比例尺地形图，修测1:2.5万比例尺地形图。气象海洋观测领域方面，目前在轨2个系列10余颗。其中，气象卫星8颗，可探测获取可见光红外云图、大气温湿廓线等基本气象要素，以及大气臭氧含量、地球大气辐射总量等气候参数，主要服务于本土防灾减灾和全球气候变化监测；海洋卫星3颗，可探测获取海洋水色、赤潮、渔场、海面高度（反演有效波高）、海面洋流、海面风场等海洋海面环境信息，主要应用于我国近海海面风浪预报、海洋污染监测和海洋资源调查开发。商业航天方面，也进入高速发展新时期，形成了吉林一号、高景一号、潇湘一号、珠海一号、北京一号/二号等多个系列，在轨卫星数量近40颗，具备全色、多光谱等多种能力。其中二十一世纪空间技术应用股份有限公司通过国际采购的北京二号3星星座分辨率为1m（多光谱4m）；长光卫星技术有限公司自主研制的吉林一号分辨率达到0.7m（多光谱2.8m），同时发射了视频卫星星座，开展了视频应用试验，在轨卫星数量达到13颗；中国航天科技集团有限公司研制的高景一号具有超高分辨率（0.5m）、全产业链的服务能力，在轨卫星数量达到4颗，未来将形成“16+4+4+X”的卫星星座。

随着我国天基遥感卫星资源的不断丰富，每日获取的遥感原始数据量超过20TB，存量数据超过500PB，遥感数据的数据量越来越大,种类越来越多,分布越来越分散,遥感应用的复杂程度和个性化程度也不断提高,遥感正在走向大数据时代，而目前遥感数据基础设施在容量、可扩展性、易用性和性能等方面都难以满足遥感大数据分析和应用挖掘需求。

三、天基遥感大数据人工智能应用若干问题探讨

1.天基遥感大数据人工智能核心要素

人工智能包含三要素，数据、计算力、算法。遥感大数据和人工智能的发展密不可分。遥感大数据是基础，可以提供人工智能学习的多源卫星遥感数据、地物光谱和样本数据、动态监测数据等，支撑人工智能算法的研究与优化。利用人工智能算法从遥感大数据中挖掘出高价值信息，实现地学信息和图像内容的挖掘，逐步地从遥感大数据走向智能信息提取与应用服务（图1）。

图1 基于人工智能的遥感应用核心要素

2.天基遥感大数据人工智能系统

我国卫星遥感数据主要集中在中国资源卫星应用中心、国家卫星气象中心和国家卫星海洋应用中心三大数据中心，以及中国四维测绘技术有限公司、珠海欧比特宇航科技股份有限公司等商业遥感公司，此外自然资源部、生态环境部等单位也各自建设了满足其业务需求的卫星遥感专业处理系统，积累了大量的遥感和行业数据。

高分卫星都是太阳同步轨道，每天只能进行有限圈次的拍摄，数据存在碎片化、不连续的问题；此外，可见光/多光谱载荷还易受云雨影响，部分地区数据获取可用度不高。由此导致我国卫星遥感应用面向区域、企业和公众服务的过程中，大多数用户不知道、找不到、拿不到、不会用、不好用卫星遥感数据，限制了卫星遥感数据的产业化发展。

围绕遥感应用瓶颈问题，遥感大数据人工智能应用系统需要：建设一个网络化的中心，整合碎片化的数据渠道和图像；形成一套知识化的数据，提供深层的遥感数据内容信息；构建一种智能化的服务，提供便捷高效专业化信息；建成一个生态化的平台，支撑和孵化卫星遥感应用产业。

（1）网络化的中心

针对用户不知道、找不到、拿不到卫星遥感数据的情况，解决数据渠道分散、不畅等问题，建设网络化的汇聚中心和遥感大数据平台，汇聚卫星遥感数据中心和商业航天单位的数据资源，打通“数据源单位→平台→用户”的链路，屏蔽底层数据渠道、在上层为用户提供透明的数据订购和基于虚拟卫星星座的各类遥感数据定制服务（图2）。

图2 整合航天数据资源构建网络化数据中心示意图

（2）知识化的数据

针对行业、企业和公众用户，提供图像中包含的内容信息与其他数据构建的图谱化、知识化数据。图像内容信息包括图像中地物信息、变化信息、气象信息、环境参数等，其他数据包括地面传感器、互联网、航空等手段获取的人口、企业、舆情等各类信息数据（图3）。

图3 遥感大数据知识计算与知识体系示意图

（3）智能化的服务

围绕降低卫星遥感数据应用门槛，通过计算机技术的应用，以及应用场景的设计，提供更懂用户的、更便捷的行业信息服务、智能推荐、企业服务等，解决用户不知道、不会用遥感数据的问题（图4）。

图4 遥感大数据智能化应用服务方向

（4）生态化的平台

相较于卫星通信、卫星导航，我国卫星遥感产业化发展仍然滞后。人工智能技术可以更好地挖掘遥感大数据的价值，也为遥感产业化发展带来了契机。通过构建生态化的平台，形成遥感大数据应用人工智能基础设施，通过开放的设计理念实现自我促进和发展；通过开放的数据、开放的平台，让更多的人用遥感数据，引导业务发展（图5）。

图5 遥感大数据人工智能应用平台提供的生态化服务

3.天基遥感大数据人工智能应用技术

人工智能应用技术可以为遥感数据的获取、处理和应用各个环节提供服务，具体表现在以下几个方面。

（1）遥感自主智能感知技术

以遥感卫星为对象，深入研究形成自主遥感智能感知系统的技术、架构、平台和设计标准。包括基于类脑认知机器学习的复杂场境、运动目标等的智能感知，基于多模态信息融合和机器学习的协同、规划、决策、行动的理论与方法，将相关技术应用到卫星的设计研制过程中，形成智能遥感卫星。

（2）遥感群体智能感知技术

以卫星组网观测为对象，研究遥感群体智能的理论、机理、方法和应用。具体包括基于群体智能的“对地观测脑”的协同与演化、感知与学习等技术及支撑环境，研发群体智能遥感平台、组织软件，实现基于空天遥感协同的用户感兴趣信息的实时感知，建立智能卫星星座。

（3）遥感数据智能分析技术

形成从遥感数据到知识、到智能服务的可解释的和更通用的能力；形成能融合使用多领域数据的知识中心。具体包括面向三元空间（CPH）的知识表达新体系，链接实体、关系和行为；研究数据驱动和知识引导相结合的知识挖掘、自主学习、辅助创新和动态演化等新方法。研发遥感知识计算引擎软件和决策支撑软件，支撑形成遥感应用新技术、新产品和新系统的跨界融合与创新服务。

（4）跨媒体智能融合应用技术

围绕行业融合应用，研究跨媒体智能感知、学习和推理技术，以语义相通相容为媒介，实现分析推理、智能认知和决策，具体包括遥感、通信、导航、语言等多源信息融合感知分析和语义相通相容的理论、方法和模型，研发智能分析、预测与推演的新软件新系统，形成面向应用业务的融合应用智能服务能力。

（5）遥感人机混合增强智能技术

围绕商业化应用和产业化发展，实现人与机器智能系统的紧密耦合，相互协同工作，形成更强的智慧和能力。具体包括脑机协同的环境/情境理解、自然交互、知识学习、动作控制与决策的理论、方法和技术。研发遥感穿戴设备、多自主智能体的管理软件及人机一体化的新产品。