每日新增 40TB！中国卫星的遥感图像数据怎么处理？

大家好，我是小 G。

众所周知，人工智能是近年来最具突破性的前沿技术，尤其在计算机视觉领域的科研创新和应用落地方面取得跨越式发展。

在这一时期，遥感也迅速成长为一门实用的、先进的空间探测技术，我国通过十几年来大规模入轨的遥感卫星，形成了全天候、全球覆盖的对地观测能力，遥感信息在经济活动中的应用也越来越广。

如今，将遥感图像数据识别与 AI 技术相结合，不仅有利于发挥 AI 在场景赋能中的优势，破解遥感信息快速自动化提取的难题，也将为如何释放像元价值贡献新思路。

不过，虽然卫星遥感图像已经成为人类对地观测的重要信息来源，可以有效帮助人们更加高效地进行防灾减灾、保护地球资源等工作。但以往获取、处理以及分析应用卫星遥感数据的链路较长、成本较高。

随着遥感数据的种类越来越复杂，数据量的激增对数据分析能力也提出了更高要求。

以中国资源卫星应用中心为例，作为我国陆地观测卫星的数据集中处理和运行分发中心，每天中国资源卫星应用中心都会接收到超过 40TB 的遥感图像数据。

由于领域性质特征，遥感影像解译比通用图像识别问题更为复杂，但目前遥感影像处理任务基本仍以人工目视解译和一些半自动化解译方法为主，如何从海量的数据中快速精准地把信息解译出来，成为当下行业的痛点。

人工智能成遥感信息应用破局关键

如今，遥感数据呈现出多传感器、多分辨率、多时相、多要素的 “四多” 特点，面对每一颗卫星、每一个载荷产生的海量、多层的数据，传统解译方式早已无法支撑需求，更限制了遥感数据价值的利用。

据中国相关机构介绍，遥感大数据是异构数据，很多信息是不统一、不完整的，首先需要几何辐射处理技术将卫星回传的遥感数据整理成基础的标准数据产品，才能够将数据提供给各个行业的用户使用。

不过，当面对紧急需求时，传统操作模式十分依赖遥感领域的专家根据特定目标的光谱、形状、地理背景等特征，去构建一系列专家知识和规则。但这一规则只适用于某一小范围内，适用性和稳健性较差，扩展到其他领域时，识别精度会急剧下降。与此同时，由于处理能力的不足，大量历史数据的价值被低估，遥感数据的应用十分受限。

作为我国最重要、数据量最庞大的卫星数据中心之一，中国资源卫星应用中心不仅生产和管理遥感数据，还积极推动卫星遥感在各个行业的应用探索，希望转型成为以用户为中心的应用服务单位，去发掘遥感数据中心的信息，并构建应用服务更多的用户，完善空间信息产业链。

通过与人工智能、大数据技术的融合发展，遥感技术已经在自动拼接、自动解译等多个方面取得很大进展，显著提升了工作效率。但当前，与人工智能行业内有专业知识的行业伙伴共同开发模型，打造较为通用的基础性的技术产品也十分重要。这不仅能够显著降低各行业获取和存储数据的门槛，还能与有相同需求的用户摊薄成本，实现双赢。

AI + 遥感数据如何实现应用颠覆

随着人工智能、大数据等技术的发展和落地，遥感极大拓展了人的感知能力，也带来了在自然资源、城市监管等领域更加广阔的应用前景。遥感领域需要集业务理解、技术理解和工程实践为一体的复合型 AI 人才，推动产业智能化升级。