空間大數據產業還是一片“藍海”

文／本刊記者 陳 杰

在人工智能、大數據等技術的加持和推動之下，互聯網產業開始進入下半場，基于企業的to B服務的春天也正式到來。這一點從在AI和大數據技術誕生之前就能廣泛提供一些數據服務的產業上更能得到驗證。其中，商業氣象服務和基于衛星遙感的空間大數據產來便是最為明顯的代表。

兩者都是傳統產業+AI的產物但際遇卻不盡相同，如果說在需求更加顯化的商業氣象服務市場在發展之初就進入白熱化競爭的紅海，那么門檻更高一些，市場需求還有待進一步拓展顯化的空間大數據產業，則還處在一片藍海之中。

縱深需求有待挖掘

空間大數據是將傳統的衛星遙感數據輔以AI技術全新算法而來，是一種更加結構化的遙感大數據。在AI還未賦能產業之時，這些分散零散的遙感數據可利性并不高，是AI技術則使得對海量衛星遙感數據的自動化處理成為可能，從而成就了當前的空間大數據產業。

在國土資源監察領域，高分衛星影像分析已經是被廣泛使用的技術，可以大大提高有關部門查證及執法的效率。此外，多光譜衛星影像數據也已經服務于水體污染識別等環境保護議題。而以InSar技術為代表的一系列雷達衛星遙感分析技術也已經在基礎設施形變檢測、沉降監測等領域證明了其巨大的價值。

“之所以我們大多數人感覺空間數據應用領域比較集中，主要是因為受限于當前的數據利用水平，空間數據對于終端應用的服務能力還不夠，或者說不能完全滿足終端行業的需求。”空間大數據平臺大地量子CEO王馳表示，如果我們能夠摸清終端行業的業務邏輯，并且用技術進步來促使數據產品滿足行業需求，那么空間大數據技術的應用潛力必將被更好地釋放出來，且這些需求的背后對應的都是智慧城市，智慧交通，智慧水利等更加巨大的市場。

從當前市場需求的反饋來看，基于衛星遙感的空間大數據的需求很多也很廣，且這種需求很垂直很深，需要廠商應根據不同場景進行個性化的挖掘，這就考驗行業從業者在AI算法模型上的功力了。國內目前有一些傳統的遙感公司已經存在多年，但更多的新市場是伴隨AI和大數據去做的更好，在這個模式上的公司其實大部分是創業公司，還沒形成明顯的格局。

“衛星遙感技術最大的優勢是廣闊的覆蓋范圍以及多樣化的數據采集類別，而AI技術則使得對海量衛星遙感數據的自動化處理成為可能。”王馳表示，能看得見天空的地方其實就可以受益于空間大數據。未來，包括大地量子內的空間大數據服務提供商們完全能夠為眾多的行業提供豐富的空間大數據產品。

全球化是產業必然

AI人工智能技術正在深刻改變著大量傳統產業的發展思路和方向。國內專業且傳統的衛星遙感產業也隨著AI技術的進步和應用的拓展，開始涌現出了一批以AI技術推動衛星遙感商業化落地的初創企業，大地量子只是其中的佼佼者之一。

據了解，成立才兩年的大地量子主通過對海量衛星遙感數據進行整合，并結合人工智能技術對數據進行加工處理，目前已開發落地了基于API的空間數據平臺，其中包括了作物識別、污染監控、大壩形變等一系列空間數據產品。而在商業落地方面，大地量子除了農業行業合作伙伴之外，還開拓了為國土空間規劃、大壩形變、污染監控、金融等行業提供IT服務的合作伙伴。

“當前，空間大數據創業企業的數據來源主要來自于兩方面，開源數據來源于比如NASA、中國航天等，這是全球主要潮流，對一些基礎數據是公開的。除此之外，還有一部數據則是通過商業公司來獲取。”王馳表示，這是一個注定需要國際合作才能形生態鏈的產業，對空間數據的開發既不完全是政府需要做的事，也不只是公司去做的事，而是需要產業鏈的融合。而從國家的角度來講則更多應該關注平臺搭建，創造政策條件和政策窗口去幫助商業公司做這些事。

根據美國憂思科學家聯盟（UCS）數據，全球遙感衛星數量達到684顆，中國也有高分一號、高分二號、資源三號等國產高分辨率遙感衛星。這些衛星都會采集海量的遙感數據，只有將數據應用到行業中去，真正服務到行業客戶才能發揮數據的價值。

“基于國內客戶的需求，大地量子前段時間做出了全美大豆種植面積統計、自然災害監測等關鍵大數據信息。”王馳不無驕傲的說，因為這一數據比美國農業部的相關數據還要早一天發布。

誠然，空間大數據產業的領域性質天然需要國際合作或競爭，而行業眾業者做出的產品也需要面臨和應對國際化的競爭。而從當前的行業需求高度強調數據實際服務能力來看，在考驗行業企業AI核心算法的同時，也提升了行業門檻，讓產業處在一種健康的“藍海”環境中。