|
2021年8月，自然资源部发布了《自然资源部卫星遥感应用报告（2020年）》，从报告中可以看到，2020年自然资源遥感卫星在轨量保持增长，达19颗；遥感卫星在国家、行业和地方应用价值也进一步凸显，在自然资源管理、国土三调等全国性项目，以及农业、林业、城市监管、防灾减灾等行业都发挥了关键作用。 报告也强调了其中的一个重要环节，从天上遥感卫星获取的影像，到各省/市/县的层层数据分发共享，以及多行业的数据应用，并非一蹴而就 —— 中间须经过一道重要的“基础设施”的“传送”，而这个环节又对上游卫星数据生产与下游卫星应用效率有着关键而直接的影响。 它是什么？又承担着怎样的重任？ 遥感大数据时代下 驱动海量影像数据的底层基础设施 自我国第一颗遥感卫星“资源一号”上天，我国航天遥感事业已走过了22年。2018年起，中国对地观测卫星进入发射集中期，2018年-2020年中国发射数量分别为32、30、34颗，到目前（截至2021年1月1日），中国共有遥感卫星181颗，约占所有卫星的一半，这推动了我国以前所未有的速度进入时间、空间分辨率双高的高分对地观测时代。 *据美国忧思科学家联盟(The Union of Concerned Scientists，UCS)的数据 空间分辨率：我国陆地观测卫星实现了高、中、低分辨率全覆盖，最高分辨率可达0.5米。中分辨率卫星数据实现全球100%有效覆盖，全球覆盖每两天一遍；优于2.5米的卫星数据实现全球79.8%有效覆盖，国内每年全境更新4遍；立体测绘卫星数据实现全球55.5%有效覆盖。 时间分辨率（重访率）：中国现有的5颗亚米级高分辨率卫星每天可以对全球任意区域观测2次，而高分四号卫星则可以实现每天“10秒级”实时观测中国及周边地区。 数据量：截至2020年7月，中国陆地观测卫星数据中心共分发3000余万景，其中分辨率优于2.5米的数据分发量为2100余万景。2007年至2018年，中国陆地遥感数据存档量从0.18PB增长到35PB，增长了194倍。中国遥感卫星数据进入大数据时代。 *《中国在轨运行民用陆地观测卫星达23颗》 https://new.qq.com/omn/20190709/20190709A0P9Q900.html 长时间、高频率的卫星数据获取，让卫星影像运营商通常拥有几十PB的历史存档影像数据，同时还要面对每天至少5TB以上的数据更新需求，如此体量的遥感大数据，如何快速“送达”各个省市自治区及其下属的各个区县地方行政单位？那就需要通过基于云的数据共享平台，遥感影像云平台。 这样的平台，可以视为一个驱动数据流动的「引擎」：以足够的性能驱动数据中心的海量遥感数据整体上云和不断更新，分发共享给各个部门； 同时也是各类遥感数据的集散「管理中心」，能够按照卫星类型、时间、分辨率有序组织，高效查询管理，并能与其他多源空间数据快速融合、综合管理； 更是面向各个方向的「管道枢纽」基础设施：具有“海纳百川”的吞吐量和承载能力，同时容纳成千上万的客户端访问云上的数据，并按照每个客户端不同需求，让定制数据“奔赴”不同的用户端。 在这样的新形势和背景下，遥感数据领域的“先切片，再发布”传统数据发布模式，让数据生产流程过于人为化，导致数据获取周期长、应用成本高，限制了海量卫星影像发布共享效率，同时也制约了卫星“互联网+”商业模式的快速发展。 为衔接卫星数据获取“端”到应用“端”，构建数据共享共用的「关键环节」，超擎基于自主创新的时空大数据非切片技术开发的超擎影像云平台，迄今已成功服务多个卫星数据部门，并以核心PaaS功能支撑新一代遥感智能云平台“四维地球”上线，实现35PB遥感历史存档数据快速上云共享、每日卫星数据同步更新的「日新图」特色功能，迄今为止已服务40万B端用户，并不断增长中。  “四维地球”架构图 在数据「引擎」方面，超擎影像云平台突破了海量遥感数据管理和应用的技术瓶颈，实现百PB级遥感数据实时上云分发，每天2小时内更新20TB遥感数据的性能，同时支持多投影系，支持实时调整图层和服务显示顺序的灵活发布模式。 在数据管理与检索呈现方面，超擎影像云支持运用创新直观的空间交互模式，让用户快速查询具有时间深度的时空数据。例如，某地发生洪灾，用户需要查看该地以往卫星影像作为参照，以准确了解灾情：只需在界面上直接框选对应的地理空间，以往所有的卫星数据按照时序排列快速呈现，同时可基于卫星类型、分辨率、时间段等要素进行智能筛选；选中的多时相卫星影像数据，更能便捷地进行卷帘对比，真正实现了“以用户为中心”的直观、高效、产品化的时空数据管理模式。  “四维地球”空间交互检索模式与多时相对比 在数据「枢纽」方面，基于超擎核心技术构建的高并发、高可用、高稳定平台，支持按需拓展，上线即可达到2万并发，逐步达到40万并发能力，在海量遥感影像数据云服务中，起到了PaaS平台和软件基础设施功能，不仅让用户能在云上享受的数据多、速率快，同时能够容纳同时上云的用户也更多。 超擎构建起的数据共享平台，让海量遥感数据不仅能够自动化发布上云、实时层层分发、支持用户端高并发全分辨率在线浏览；在时空数据流的时代，超擎影像云平台采用算法，让遥感影像数据实时在线动态处理，为流畅的行业应用做好关键“最后一公里”的蓄力。 用算法实现在线实时处理： 基于业务目标的遥感数据动态处理 从卫星获取数据，到我们看到的“数字地球”或行业专题图，如气象云图、水环境、植被覆盖分析图等等，并非一蹴而就，而是需要经过“增强、校正、修剪提取”等一系列图形调整过程，也就是大名鼎鼎的“遥感数据处理”环节。 遥感影像处理是行业业务数据应用的第一步，也是“必经之路”。卫星直接获取的影像数据，称为“源数据”，可理解为未经雕琢的原始数据，但我们在网页端可以浏览到的完整、清晰、一致的遥感地球影像，例如“四维地球”、“谷歌地球”，都是已经过处理、修整、完善的数据， 是各行业可“拿来”即用的“半成品”数据服务。 那么，一个遥感影像数据组成的“数字地球”，或者一张适应行业业务需求的“专题图”，是如何诞生的？ 通常，遥感卫星通过环绕地球观测，形成条带状图像，这些获取到的“源数据”需要转换投影系，经过各种校正处理，并对多幅卫星影像进行融合、裁剪、镶嵌、拉伸，色彩处理，使之形成视觉整齐性，才能组成我们看到的影像数字地球这样的数据产品，或输出精准专业、符合要求的专题图。而在专业领域的具体应用中，数据需要更为深入的处理，例如基于业务参数进行遥感反演，植被反演、水体反演、大气反演等。  landsat工作示意 | NASA 在遥感图像的生产过程中，需要根据用户的要求对原始图像数据进行不同的处理，从而构成不同级别的数据产品。根据中国科学院遥感卫星地面站的资料，遥感图像数据级别划分如下， 0级产品：未经过任何校正的原始图像数据 1级产品：经过初步辐射校正的图像数据 2级产品：经过了系统级的几何校正 3级产品：经过了几何精校正 0~2级产品由图像发布部门生产。3级产品可由图像发布部门按照精度要求生产，但大多由用户自己来生产。 * 《遥感数字图像处理教程》 在这个过程中，「先切片，再发布」的模式，让用户在处理数据时需经历多个中间环节、并产生多项中间数据成果，再次阻碍了遥感数据向应用端连贯、流畅的实时流动。  传统遥感影像处理模式示意 超擎在遥感影像非切片实时发布的基础上，形成了“算法+数据”的「实时在线处理」创新模式：仅需简单设置相应的参数，即可将数据发布为应用端需要的“数据服务”，破除了遥感影像在中间处理过程中，反复切片冗余环节对数据实时应用带来的障碍，仅通过在线设置参数，即时处理成所需要的数据服务，这就可以跳过传统遥感数据产品交付方式，由终端用户直接、灵活定义所需要的数据产品。为遥感AI与基于时空的深度学习打下“数据流”级别的底层数据基础范式，弹性满足不同业务场景下的数据生产需求。  超擎遥感影像处理技术 满足不同应用场景下的数据需求： 常态监测与灾害应急下的自动化数据生产 遥感大数据除了上述数据中心向外辐射的大规模分发场景，在多样化的应用场景下，其发布与处理也需要应对不同的时效性需求。 常态监测就是其中典型场景之一。自然资源部负责对自然资源保护和开发利用进行监管，利用卫星遥感数据资源的大区域、高频次、多元化优势，结合时空数据挖掘分析等技术手段，能够高效开展自然资源常态化遥感监测业务，以及全国季度、重点区域月度和特定目标即时监测工作，可全面服务自然资源监管、评价、规划、保护、可持续利用、生态修复和督察执法等工作。 在这样的场景下，用户可通过超擎影像云，按照业务目标对遥感数据进行便捷的在线处理，自动发布成数据服务，实现每15分钟一次的高频数据生产、发布、分析、呈现，并结合业务需求，自定义叠加“三调”底图，构建融合数据图表等元素的“一张图”专题报告，支持接入业务流与算法，快速发现并预警异常，如林火、地面塌陷等。 但是在实时动态监测业务需求，以及灾害应急的紧急场景下，如水利、气象、洪灾、山火等，则需要“数据流级别”的实时数据处理模式。 超擎影像云平台为该类场景提供了全自动化的影像“实时处理发布、实时在线应用”模式，让用户快速交互检索、裁剪提取灾区影像，支持动态投影、几何校正、实时渲染等在线处理，在线发布为二三维一体化的全分辨率在线浏览的数据“成品”服务，实现了1分钟内单影像校正与发布的数据生产速率；并支持结合遥感AI解译、地物识别、变化检测等算法，对多时相的时空遥感影像数据进行卷帘对比、智能分析与成果发布，开创了卫星数据实时管理、计算、发布于一体的“数据流”处理先河。  只需设置参数，遥感影像发布即提取分析 | 超擎影像云 基于数据基础设施的 遥感产业链实时协作 从基于需求的大规模卫星制造，到航天与卫星应用领域不断增长的XaaS业务模式，遥感产业正处于一个根本性的转型期，这同时推动遥感数据脱离地理、空间的狭义领域，以一种全新简洁的广义大数据形态、信息来源与生产要素出现在更为广阔的行业应用领域。 在这样的背景下，如何进一步消除卫星数据获取到应用的复杂性，形成“数据流”级别的「获取-输出」底层数据支撑模式，逐步构建一种开发者、行业专家学者、商业组织、城市管理者生态协作的实时信息产业链条，推动我国自然资源管理、气象灾害监测等以卫星应用为主的智慧行业管理进入高速发展时代，铸就我国具有国际竞争力的对地观测信息获取能力，这也是值得我们以自主技术创新，努力迈进的方向。 |
|
|
