遙感大數據關鍵技術發展研究綜述

張超+李昆+張鑫

摘 要：隨著航空航天科技和信息技術等高速發展，對地觀測遙感呈現出典型的四維時空大數據特征。“遙感大數據”是順應大數據時代發展的一個必然，是在大數據的理論指導及技術支撐下的遙感科學的實踐，是大數據在遙感相關領域的價值實現[1]。本文闡述了遙感大數據關鍵技術的現狀，分析了遙感大數據的存在的問題，最后展望了遙感大數據技術研究的發展方向。

關鍵詞：遙感大數據 航空航天 現狀

中圖分類號：TP393 文獻標識碼：A 文章編號：1674-098X（2017）07（c）-0145-02

隨著計算機技術、網絡通信技術和云計算技術的快速發展，互聯網上的數據量急劇增長，將從現狀的GB、TB級逐步增加到PB、EB和ZB級，而且數據結構也越來越復雜化，隨之而來待處理的數據越來越多。“大數據”這一全新的概念就是在這樣的背景下產生的。與航天科技、傳感器技術等相結合的地球遙感數據已呈現出明顯的大數據特征，遙感大數據是在大數據的理論指導及技術支撐下的遙感科學的實踐，是大數據在遙感相關領域的價值實現，其價值受到越來越高的重視。遙感大數據領域與遙感機理、圖像處理、信號分析、計算機等多類學科存在緊密聯系與學科交叉。目前，遙感大數據領域在國內外都處于高速發展初期，正在形成“科研攻關—技術集成—應用推廣”的良性產學研協同創新模式。本文針對遙感大數據的特征，深入探討了遙感大數據的應用領域及面臨的問題，并展望了遙感大數據的未來發展。

1 遙感大數據的特征

遙感大數據是基于遙測感知的手段快速實時獲取，具有數據多元化的大體量、高價值的遙感數據理論、技術和應用。遙感大數據作為大數據的典型代表，已成為科學研究的重要途徑。大數據通常而言具有數據量大、類型繁多、速度快時效強和潛在價值大等典型特征。①海量的數據規模。首先是它的體量，目前全球衛星數量已經超過了一千顆，而且單個數據中心的數據量達到了TB級，國家級的數據量也已達到了PB級。隨著遙感技術的發展，最近幾年遙感數據的獲取量也是呈幾何倍數增長，這些數據帶來了存儲、管理、處理上的難題。②快速流轉的特征。遙感數據流從衛星傳輸到地面站經過即時處理后通過網絡自動分發給用戶，可以實現準實時產品發布。③數據結構多樣性。傳統意義上認為遙感圖像就是一個二維圖片，但是隨著技術的發展，觀測遙感傳感器的種類越來越多，除了光學傳感器，還有熱紅外、微波、激光雷達、導航定位各種各樣的數據，這些不僅僅是二維圖像，還包含三維和地理空間的信息。④真實性。由于數據的缺失、不一致性、噪音等引起的數據不確定性[2]。⑤遙感大數據產生的價值。在遙感大數據研究的基礎上，如何挖掘出其蘊含的重要經濟價值、生態價值、環境價值等是我們研究的方向。

2 遙感大數據的應用

遙感大數據的應用領域非常廣泛，可應用于農業、工業、災害應急、生態環境監測等各個方面。此外，遙感大數據已逐漸開展的應用包括：①基于夜光遙感數據分析人口密度、GDP、水電量消耗和全球貧困區專題圖；②通過高分影像、夜間燈光等多源遙感數據來分析城市入住率，反映建筑資源利用情況及其變化；③通過Landsat、MODIS、夜間燈光以及高分辨率影像等多源遙感數據來計算農業、工業及服務業的發展指數，能夠表征經濟在廣泛的時空維度上的發展水平，以反映我國經濟政策在國際上的影響力與帶動作用。最近，中科院提出構建 “數字一帶一路”理念，用科學的方式加以引導，不僅讓政府、科學家們受益，還得讓更多中小型企業受益，空間信息應用變得更加大眾化，這樣才能打破數據和我們之間的鴻溝[3]。

2.1 災害應急管理

我國水資源分布存在著嚴重的時空分布不均特性，旱澇災害易發多發。水利大數據在水文氣象地質以及洪澇災害預測、應急管理、水資源調度等方面具有巨大的應用價值。水利大數據是在大數據技術支撐下的水利科學和工程的重要實踐，是產生于各種水利設施、水文監測網絡、用水單位和水利相關的經濟活動，并通過現代信息技術快速傳輸并分布存儲于各子流域系統、但又可以快速讀取集中于云端、實現深度數據挖掘并可視化的海量多源數據的總和。

2.2 農業活動的監測與把控

在農業領域，基于遙感技術的大尺度農作物生長環境、生長狀況的動態監測顯得尤為必要。通過遙感手段，我們可以對農作物長勢進行監測和產量評估，并且可以從中提取農業遙感要素，全方位分析作物生長狀況[1]。農業遙感大數據的應用有非常廣泛的現實意義，我們可以把農業遙感大數據與行業需求相結合，解決實際應用中的問題。農業遙感大數據平臺基于多源數據，通過數據數據分析和模型預測，可以將農業及其相關產業鏈聯動起來并結果可視化。

2.3 生態環境動態監測

利用遙感大數據技術開展環境監測、環境調查是一種快速、準確、經濟、有效的方法。遙感大數據技術應用于生態環境要素的監測，對提高環境監測工作的水平和效率，擴大環境監測的影響力，對保護我國生態環境，控制生態環境狀況惡化的趨勢，都具有非常重要的現實意義。

2.4 遙感大數據應用于軍事領域

在軍事領域，利用遙感大數據通過對目標進行全面搜索，可以將“秒級”實時圖像提供給作戰部隊。

3 遙感大數據面臨的問題

3.1 遙感大數據處理技術

當前數據量以幾何倍數的增長，大數據處理和分析能力遠跟不上增長的態勢。低成本高效率的存儲技術、大數據的去冗降噪技術、數據挖掘技術和基于大樹的預測分析等都有待完善和發展。

3.2 遙感大數據需求分析的增加

遙感技術發展初期，專業人員通過人工判譯對信息進行解譯及修正。當數據量小時，傳統數據挖掘手段已經成功地解決一定的應用需求，但是它們不能滿足日益增大的數據量和日益復雜的應用模式需求。在數據規模不斷增加、信息提取精度不斷提高的情況下，復雜度層與級深度也隨著增大。傳統的數據挖掘技術的擴展性遇到了很大的困難，對PB級以上的大數據分析還需要研究新的方法。

3.3 遙感大數據存儲管理問題

遙感大數據的來源及應用越來越廣泛，為了把不同的遙感數據收集起來統一整理，就需要對遙感數據在數據存儲、數據融合、數據清洗等方面進行必要的管理。傳統的數據存儲管理方法已經不能滿足大數據時代的處理需求，這就面臨著新的挑戰。

3.4 遙感大數據的安全問題

面對海量的遙感數據，數據的安全保護和恢復也越來越重要，傳統的數據保護方法已經無法滿足當前的需求。構建管理、運維支撐于一體的動態可控信息安全綜合防御系統，分別從基礎軟硬件設施保護、數據傳輸、數據安全上提高數據的管理、防范、應急處理等能力[4]。

4 結語

在“互聯網+”時代下，作為科學大數據的一個典型代表，遙感大數據應用面廣、價值巨大，需要加大產業化力度。遙感大數據面對“海量的數據量、信息的缺失、知識的難覓”等局面[2]，需要解決的是基于云計算的遙感數據智能處理和數據挖掘問題。總體來說，大數據為對地觀測科學帶來了新的機遇，也對傳統的數據處理方法提出了新的挑戰，如何在大數據中發現知識、獲取信息都是需要我們更加深入的研究。

參考文獻

[1] 洪陽.遙感大數據十問十答[J].衛星遙感與地理信息，2016，18（5）：577.

[2] 李德仁.遙感大數據及其應用[J].2016年中國航天科普周 第一屆嵩山遙感論壇，2015（9）：7-11.

[3] 邱寶玉.用創新說話_玩轉被遙感大數據包裹的時代.科普中國，2016-11-18.endprint