九个影响未来的卫星遥感数据科技趋势

从获取端、管理平台到应用端，这个领域将发生哪些颠覆性变化？

岁末科技趋势报告的“焦点”

每到岁末年初，科技厂商都会发布对未来科技应用趋势的预测。今年的一大特征是，包括阿里、腾讯和在内的科技和投资公司，不约而同地将目光投向“卫星遥感”和“对地观测”（EOS）领域。大家意识到，密集的卫星星座和全天候对地观测形成的网络和系统，及其带来的海量时空数据，将对饱受疫情阻隔、气候变化下的全球产生深远而积极的影响。

今天，我们从卫星遥感时空数据获取、管理到应用的全链条，来总结和展望遥感卫星领域的已经逐步显现和可能出现的趋势。

数据获取端

1、“傻瓜式”的对地观测（EOS）云服务

2018年，亚马逊发布了AWS Ground Station业务，这种“地面站即服务”（Ground Station as a Service）的业务，依靠AWS全球地面站点，根据客户需求，提供即时卫星数据服务，以节约定制化服务成本，这也是基于广泛的卫星网络与云服务达成一项空间数据服务创新。

马斯克的星链上天，为这一业务提供了时间与空间上覆盖更为密集的基础设施。2020年9月，微软开始进军“地面站即服务”，以Azure Orbital挑战亚马逊，集成了更多卫星、地面站和算法、AI处理数据，与SpaceX合作，通过星链卫星网络向全球提供卫星数据云服务。

Azure Orbital的地面站即服务全景

随着可预见的密集卫星网络部署，这样的卫星数据订阅云服务，将成为消除对地观测复杂性的基础，但依然面临挑战和障碍。对于商业组织来说，更加明确和简单的数据服务才能快速融入工作流，如以业务需求为导向的卫星数据智能选择、处理、解译和信息提取服务。

所以，要拥有最广泛的市场基础，让卫星遥感数据服务像GPS那样普及，未来的对地观测订阅化服务，一定是越来越“傻瓜式”、即时化，并适应移动端应用。

2、 “星地协同”，让「卫星中心」就在卫星上

2022年，阿里与腾讯的科技趋势报告都提到了“星地计算”、“星地协同”模式。这是利用卫星系统、空中网络、地面通信和云计算，集成的一种新兴计算架构，用以大幅扩展数字化服务空间。

预计未来三年，低轨卫星数量会迎来爆发式增长，与高轨卫星组成卫星互联网，推动形成云网端融合的新计算体系，卫星及其地面系统将成为新型计算节点，催生云上新物种：可以覆盖地面网络服务盲点，也能为海量卫星数据的精细化按需分发提供算力，提升卫星海量数据智能化处理能力，执行「卫星中心」的功能：使得星上数据资源被最大化利用，通过AI在轨处理和解译服务，向地面传送业务端发起订单的卫星影像或数据服务。

图 | 阿里达摩院

3 、专业小卫星网络完善

SAR卫星具有全天时、全天候、不受大气和气候影响、穿透力强等优点，并对某些地物具有一定的穿透能力。在气候变化、云雾遮挡或夜间场景下，SAR卫星，即合成孔径雷达卫星，能够依靠其主动探测能力，捕获到地表信息，在灾害应急、金融、国防领域都有独特的优势。根据业界对国内外SAR卫星市场的调查和研究，小型SAR卫星无论在基础设施，还是在下游应用领域都在积极成长，全球覆盖能力正在不断加强。

通过ICEYE SAR影像对石油泄露的浮油侦测分析 | Ursa

随着气候变化成为近年来最大的挑战之一，在卫星遥感数据获取端，像SAR这样具有专业功能的卫星类型，如气象卫星、海洋卫星，在应用领域需求增长推动下，商业航天市场将会加速各类型专业小卫星组网、形成卫星星座，进一步满足对地观测的专业需求。

数据管理端

4 、大型集中遥感时空数据渠道与分发网络建立

碳中和、自然资源的监测和管理业务，与卫星遥感产业链日趋融合，不仅能够敏锐感知并量化“山水林田湖草”变化；同时，利用空间技术的力量来正确识别和测量排放源，从太空收集温室气体排放、天气模式和冰层覆盖的数据，也是“碳中和”有效行动的关键。

在应用端对空间数据的时效性需求之下，卫星遥感产业也处于转型加速期，以软件为中心的大规模生产和网络正在航天经济各领域扩散，基于云计算的大型集中遥感时空数据共享平台与分发网络有望建立：集数据、应用、标准、软件工具于一体的体系化共享平台，能够提供易用性和稳定的高空间分辨率影像数据服务，满足海量、分布式的常规、动态、应急的自然资源监测和专题研究需求，不仅能够充分利用对地观测基础设施，同时也能集中数据时序逻辑，形成基于时空数据的高效业务协作体系。

5、 多源时空集成的卫星遥感数据便捷工具

相较更高层面的分发网络，在数字孪生与“元宇宙”趋势的影响下，分散的客户端也需要小型的遥感数据管理集成工具，相对于复杂的专业数据处理软件，这样的工具可快捷集成无人机、栅格地图、高程、激光雷达等多源异构地理空间数据，并能基于一定时空结构快速发布共享，操作简单，让卫星遥感等地理空间数据成为像文档类文件普及。

超擎影像云平台管理界面

6、 卫星遥感数据与AI直线对接，人为处理环节消失

“传统的遥感应用常被诟病于处理效率低下，其原因在于数据的处理流程过于人为化，以及数据的获取链条太长。”专业报告指出了传统遥感数据处理领域的弊病：大量依赖人力的处理环节让数据流动减速、成本增加、产业协作效率低下，但AI的发展给卫星遥感数据处理带来新思路。

中科院、武大等科研院所已开始探索将AI运用于多源卫星影像处理，形成智能化、自动化的处理技术框架。如，武大以多源遥感卫星影像为例构建了一体化摄影测量遥感智能处理技术框架，通过语义信息提取与精准几何处理的交叉闭环融合，显著提升了高分辨率多源遥感卫星影像精准快速处理的自动化和智能化水平，多个应用实践初步验证了相关理论方法的正确性和有效性。

数据应用端

7、 大规模空间数据开发与“元宇宙”创新交互

“虚拟地球”已不是新鲜概念，它被描述为计算机生成的具有可视化功能、易于使用、可互操作、可使用的三维虚拟数字地球，但“元宇宙”热潮又将基于大规模空间数据的三维可视化开发推上了前台。

去年12月，元宇宙和地信开发商Blackshark.ai宣布完成2000万美元融资，将用于大规模地理空间数据开发和元宇宙创新：基于卫星数据和人工智能生成地球3D数字孪生，提供结合地理空间数据和三维模拟环境的平台。

基于高分辨率卫星遥感影像的虚实映射物理世界的应用不仅如此，在大众应用端，卫星遥感实时反映的地物变化，将作为一种信息载体的空间体验，进一步重塑新闻资讯传播、地理教育与文旅等渠道和形式。

遥感时空新闻

卫星遥感作为拥有“上帝之眼”之称的超视角，以其震撼性、直观感、时效性，已经被广泛运用到与新闻资讯结合的新闻播报。最近轰动全球的汤加火山爆发，在卫星视角下的形象与直观更令人折服于自然的力量，通过算法加载的遥感反演，更能够进一步追踪其动态，形成连续、实时的专题报道和具体、形象的科普解读。

风云四号B静止气象卫星 洪阿哈阿帕伊岛火山灰云扩散过程监测

荷兰数据可视化分析师frédérik ruys根据美国地球物理学会和美国海洋大气管理局的勘测数据绘制了汤加海底火山的3D模型 | google earth

在元宇宙背景下，基于高分卫星影像、卫星视频与其他多源航摄数据构建的逼真虚拟空间，成为多时相遥感动态新闻的空间框架和载体，让新闻资讯成为一种客观、形象而快速的信息演绎而广泛传播，有望成为主流新闻报道形式。

地理教育与虚拟旅游

基于高分遥感、实景三维与三维GIS技术，通过游戏引擎开发的数字孪生系统，实现对全空间场景的高度还原，对世界各地的名胜古迹、地形地貌、自然景致实现高度仿真的数字复刻存档，并通过XR互联网形成公众在线可访问与进入的数字虚拟空间。基于数字空间的体验式教育，学生对历史文化、文物古迹形成体验化的深入了解，同时也能提升线上沉浸式旅游交互水平，或催生虚实融合的时空文旅数字产品。

图 | CESIUM

8、 AI赋能卫星遥感数据应用通用化

遥感+AI已经逐步渗透行业。传统的卫星数据，尤其是遥感数据分析主要通过人工进行“目视解释”，受限于人工经验、生产效率和数据质量等问题，成果较为低下。利用计算机视觉技术解读影像、提取信息，将是卫星遥感数据智能的重要趋势，通过深度学习技术可以在确保成果质量的基础上，大幅提升效率。

基于卫星遥感的人工智能解译和信息提取技术，能够从海量的图像中提取目标物、自动分类，或区分边界信息，与业务深入融合，成为政企数字化业务的通用工具。

在大范围自然资源的巡查方面，遥感AI能够快速自动巡查，通过多时相影像对比，及时发现异常；在舰船检测方面，智能算法可以应用于敏感目标监测、黑船识别以及航运安全保障；水体识别方面，通过在轨分析处理，能够将水体的边界快速提取并下传，可应用于洪水的预警监测。

超擎遥感AI的动态船舰识别

在金融涉农信贷领域，利用多期的卫星遥感影像，基于人工解译与深度学习模型等手段，自动生产地块级耕地边界、作物分类、产量分析、灾情评估等信息产品，结合业务化的软件系统，就可应用于涉农贷款贷前准入、授信审批、贷后全生命周期监测等场景中，为农业保险提供有力支撑。

9、 为地球科学累积海量历史时空样本库

地球系统指由大气圈、水圈、陆圈和生物圈组成的有机整体。地球系统科学，是研究这些系统之间相互联系、相互作用中运转的机制，地球系统变化规律，和控制这些变化的机理，为全球环境变化预测建立科学基础。

在全球日益面临气候变化、极端天气常态化的背景下，多源遥感卫星和对地观测体系获取的海量影像数据，通过AI自动标注、分析抽象等手段，可为地球科学留存海量而珍贵的地物、生态系统的时空样本，这些样本可能是某个自然单位在不同时序下的影像、专题图斑，也有可能是通过海量影像学习某种农作物、气象事件等的数字模型。

日益丰富的时空样本库，能够为地球环境和气候监测、测量、分析、评估和模拟提供精准而客观的依据，同时也能通过学科交叉形成跨领域的发现，通过深度学习，对于地球环境、气候规律以及整个地球科学的发展，形成加速助推作用。

基于SAR卫星影像的地震、火山爆发、山体滑坡等自然灾害时空数据模型

参考资料：

2022年十大数字科技前沿应用趋势 - 腾讯

阿里达摩院2022十大科技趋势

张永军,等:多源卫星影像的摄影测量遥感智能处理技术框架与初步实践

商业小卫星蓝海：穿云透雨的雷达卫星，中美商业航天竞争新焦点｜36氪研究

独家｜遥感大数据时代迎来产业发展新机遇——访中国资源卫星应用中心主任岳涛