当前位置: 智慧健康 > 智能化技术 > 智能化技术知识 > > 遥感智能:不止于“看”
智慧健康网广告位

遥感智能:不止于“看”

原标题:遥感智能:不止于“看”

  希腊神话中有一位百眼巨人阿耳戈斯,即使睡觉也有一些眼睛还睁着,负责看管守卫。

  自动辨别地物,智能检测农田、土地与城市的变化,追踪预测风云变幻,浓缩沧海桑田,探究生态规律与保护机制...当遥感与人工智能结合时,也能释放如阿耳戈斯一般强大的力量:同时睁开成千上万的眼睛,感知时空,认知世界。

  然而,遥感智能化的价值,远不止于看。

智能算法赋能遥感解决关键技术难题

  遥感是20世纪60年代,以航空摄影技术为基础发展起来的一门新兴技术。自1999年成功发射第一颗民用国产陆地观测卫星,我国遥感事业发展迅猛,仅用20年时间,国产陆地观测卫星已实现高、中、低分辨率全覆盖,最高分辨率达0.5米

  以中国资源卫星应用中心为例,2007年至2018年间,中心陆地遥感数据存档量从0.18PB增长到35PB,增长了194倍,且以每日超过5TB的速度递增。

近十几年来,全球商业遥感卫星发射数量与数据量剧增

  如此高频率、高分辨率的遥感数据增长,仅依靠人类原始眼力,已经很难快速全面识别并输出信息了;而传统遥感解译技术在爆炸性数据量面前,效率力不从心。

  此时,人工智能登场了。

  在实际应用中,以机器学习为基础,融合目标特性与专家知识,通过对遥感影像数据进行智能而自动化的数据处理、数据关联与数据挖掘,明显提升了遥感数据的一致性、数据关联的完整性与信息提取准确性。

  也就是说,人工智能让遥感数据变得整齐一致、融合关联、自带智能,这也正是遥感中最难解决的三大问题。

  为什么人工智能可以解决这些关键问题?解决这些问题的遥感,又能释放怎样的能量?

数据挖掘:AI解决“看”的问题

  相信很多人都领略过,AI点石成金之手让阿耳戈斯从只会“看”的眼睛,变成“慧眼”,通过深度学习训练对地面目标物进行自动识别、提取、分类、统计,例如:

  自动地识别各种地面目标物

超擎影像云

  智能检测海域船只

超擎智慧安全项目

  自动检测水体面积

超擎提供遥感AI技术,在四维地球移动端使用AI功能检测地表的水体分布

  建筑物自动提取

超擎影像云

  地物分类过程包括目视、监督分类、非监督分类、面向对象的分类、 AI等,目前遥感智能主要通过机器对特定解译对象已标注样本进行训练与监督学习,人类依靠知识和经验的识别与分辨技能,机器也能学会,并且识别的目标物更多、更快、更准。

  同时,结合有效的定量化分析手段,支持进一步对地物进行分类统计和深度挖掘。例如,通过对不同类型的土地、水系、植被等进行定量的分类和统计,可以快速精准反映土地覆盖利用情况、水土流失等生态问题,从而为城市规划、经济发展、环保生态等提供政策和决策的制定依据。

  这些“慧眼”除了目标识别,还能实时洞察变化,例如:

  城市建筑变化检测

15分钟实现一座中型城市变化监测,准确率达95%以上 | 超擎影像云

  新增建筑识别

超擎影像云

  发现森林火点

四维地球

  类似智能场景还有自然灾害、污染排放、水体面积与植被变化监测等。基于实时更新遥感数据的多时相智能对比,自动提取变化图斑边界、位置、面积等信息,在短时内精准实现对地表的大规模监测与评估,快速识别和预警地物异常变化,及时采取预防措施挽救自然资源,或快速组织和规划救援方案。

  超擎影像云平台目前已实现基于遥感AI技术提供多种类别的智能增值服务,包括影像镶嵌匀色、地物分类与目标检测、变化检测等,涵盖从信息获取、要素识别到变化感知的时空基础全流程。

超擎遥感智能协作新思路

  但遥感数据挖掘作为兼具深度与广度的重要环节,需要多学科知识、算法与算力等的协同配合。目前,国内的商汤、阿里、华为,以及各行业专家与学科研究者,正在通过提供更广泛的集成样本库、多样化算法能力、更强劲的算力和专业的研究成果、业务经验等各个维度,完整遥感数据挖掘这个蕴含巨大商业与社会价值的重要环节。

  各方的参与协作,海量数据基础平台的共享是必不可少的,遥感数据挖掘建立在海量遥感数据处理、数据关联等数据基础之上,底层实时性、智能性尚未得到解决,甚至数据无法实时共享的情况下,大脑机能与速率没能赶上,阿耳戈斯是沉睡的,只是睁开了部分眼睛,更多效能无法得到释放。

  遥感智能需要继续向下渗透。

数据处理:算法让遥感数据自动整齐划一

  遥感大数据具有多传感、多分辨率、多时相、多要素的“四多”特点,如何将这些纷繁复杂的“多”转为整齐一致的“一”,一直是遥感数据处理中的技术难题。

  如应急、水利、自然资源、气象等行业,对多时相、多类型遥感影像应用有极高的时效性与专业性要求,遥感数据处理、发布对系统造成的压力,影响并延迟了气象灾害监测、预测及快速响应能力。

  通过「时空索引+智能算法」,超擎影像云平台实现了遥感数据实时动态处理的新模式:发布前只需配置简单的计算参数即可支持全程自动化实时计算、实时发布服务,支持动态投影、几何校正、实时渲染,1分钟内单影像的校正与发布,实现了遥感数据灵活匹配时空基准、快速形成一致性,为遥感AI提供底层的数据基础支撑。

超擎影像云 - 通过智能算法,灵活设定参数,遥感图层即可在线动态发布

  在“全球一张图”信息技术服务项目中,超擎通过应用该技术,实现了自动化、智能化的影像处理、分发与在线分析,快速进行图幅拼接、投影转换、RPC矫正、DEM渲染;以及服务叠加分析、多时项分析、波段合成等,帮助用户提升10倍以上的数据处理效率

  平台同时支持流畅对接各领域专业知识形成的AI算法,对影像数据进行智能分析与成果发布,开创了「遥感数据+学科」实时智能计算与发布的先河,加速时空AI认知的效率。

超擎影像云 -全国气候时空连续动态播放

数据关联:索引让时空智能匹配

  一个完整的时空,是由多类型数据基于时空基准形成的结构化组合,才能成为数据挖掘与深度学习的基础,和探索更多规律的先决条件。

  这不仅涉及到遥感数据之间的关联性,更会扩展到与其他类型时空数据融合应用,例如位置数据、语义信息、物联网数据等。

  通过人工方式处理效率低、不灵活,而最大的问题还是在于,无法提供多源时空数据融合分析,进而实现深度学习的数据灵活应用基础。

  例如,遥感应用在农业金融领域的价值日益明确,利用遥感AI识别农作物地块范围,可以帮助银行快速确认地块面积与作物内容,但要实现确权和精准预测地产量,需要跨学科的业务数据与农业知识、经验进行交叉分析,这就将解决关键指向了数据索引

  通过高度灵活的数据索引,将直接关联(如,同一地点的多时相数据)或跨学科关联(如,同一地点的遥感与地块所属权数据)的数据进行快速对接,这是类似人脑中枢神经执行的作用——将内在关联的事物联系在一起。

  超擎时空数据底座的PaaS级时空数字引擎,基于超擎核心时空索引技术提供多源数据的快速、智能提取能力,在数据入库同时,建立一一对应的标准化时空数据索引,实现多时相、多来源、跨业务数据的快速自由调用、智能配对和排序,同时支持多种文件系统的分布式存储与融合应用,为遥感AI的跨学科数据融合、分析应用、深度学习,提供了中枢级的高效支持。

超擎影像云平台服务全景

  而实现这一点的更大意义在于,这将会牵引数据链上的不同参与者、不同分工者,让不同类型、不同内容的海量遥感数据,快速到达更懂它的用户手中,形成跨时空数据与算法协作,或者通过内在关联,将组织所需的数据智能地推送到面前。

  通过为新一代时空信息智能服务平台“四维地球”提供底层数据共享、时空关联与融合、动态智能处理能力,超擎正在实践中成长、积累经验,努力为释放遥感AI的巨大潜能提供同样智能化的时空数字底座。通过底座,数据方、学习样本库、算法、算力能够基于数据底层的共享和联通能力达成高效协作,这也是达成遥感智能重要而关键的途径。

0
智慧与健康广告位
上一篇:亚略特荣获网信产业发展研究特别支撑单位
下一篇:AI伦理,智能社会 “道德经”

您可能喜欢

回到顶部