“基于人工智能的信息自动获取、加工与提取技术,遥感信息能够更加快速广泛地应用于不同领域。”中国资源卫星应用中心主任徐文在近日于北京召开的全球地理信息开发者大会(WGDC 2019)上表示,人工智能与大数据技术,激发了遥感应用创新。

 遥感数据进入大数据时代

“国产遥感卫星数据已呈现大数据特征。”徐文说。

徐文介绍,1999年我国成功发射第一颗民用国产陆地观测卫星,填补了我国自主遥感卫星数据的空白。经过20年发展,国产陆地观测卫星已实现高、中、低分辨率全覆盖,最高分辨率达0.5米。

与此同时,陆地观测卫星的数据分发服务急剧增长。徐文介绍,截至目前,中国资源卫星应用中心共分发遥感卫星数据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年间,中国资源卫星应用中心陆地遥感数据存档量从0.18PB增长到35PB,增长了194倍。

“值得关注的是,2010年立项的高分辨率对地观测系统重大技术专项实施9年来,数据源不断在丰富。”中国国家航天局国际合作司副司长余琦在会上表示,高空间分辨率、高时间分辨率、高光谱分辨率、高分数据的体系已经基本形成,并与其他民用卫星、遥感数据相配合,为遥感应用奠定了坚实基础。

余琦介绍,目前卫星数据已经广泛应用于20多个行业,在国土、环保、林业、农业、测绘等领域应用中都发挥了重要作用。

人工智能为遥感应用添活力

尽管如此,在徐文看来,遥感大数据的价值仍有待深入挖掘。

徐文举例说,未来电信运营商将布设大量5G基站,基站怎么选型?如何布局?遥感大数据在进行数据挖掘之后,能为电信运营商提供良好的服务。

“过去遥感数据少,靠人工方式可以进行长周期处理。现在数据多了,人工方式满足不了用户需求。”徐文认为,大数据、人工智能技术与遥感服务结合“必不可少”。

事实上,人工智能正在成为遥感大数据的“解译侠”。

此次大会上,商汤科技遥感事业部总经理张琳发布了商汤科技在线智能遥感解译平台SenseEarth。该平台运用人工智能技术对地表卫星影像进行识别和分析,普通公众也能在线体验基于卫星影像的道路提取、舰船检测、土地利用分类等人工智能解译功能。

记者采访了解到,该平台依托于商汤科技SenseRemote遥感影像智能解译解决方案。目前SenseRemote已应用于遥感影像的要素识别与调查、资源分析与评估、动态监测与预警、违法建设行为监测等多个领域。

“在海量遥感数据以及多个行业发展的支撑下,人工智能的技术驱动给国产卫星产业带来新的活力。”欧比特公司总经理颜志宇介绍,该公司利用相关监测模型以及人工智能算法,可以对海量遥感数据进行提取、精细分析、可视化展现,从而为政府管理提供决策支持、预案并助推智慧决策能力。

颜志宇预测,人工智能宇航芯片的面市,使在轨人工智能处理系统成为可能。而在轨人工智能采集与系统处理,又将进一步改变人工智能数据处理的工作模式。

延伸阅读:

什么是城市大数据?大数据如何应用在智慧城市中?

大数据流处理:Flume、Kafka和NiFi对比

大数据时代对存储发展有哪些新要求?

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2019-07-31 13:34:00
大数据资讯 贵州省人大审议大数据安全保障条例(草案)
7月29日,贵州省十三届人大常委会第十一次会议举行第一次全体会议,听取了贵州省人大法制委员会关于《贵州省大数据安全保障条例(草案)》审议结果的报告,并分组审议了《 <详情>
2019-07-31 13:28:21
大数据资讯 贵州:大数据服务队为传统企业“会诊”
日前,贵州省大数据发展管理局和国家工业信息安全发展研究中心共同主办的大数据与实体经济深度融合全国行在贵阳举行启动会。贵州以大数据为传统企业的转型升级“把脉问诊” <详情>
2019-07-31 13:23:06
大数据技术 贵州大数据让脱贫攻坚“大”有可为
前几年,大数据这个词在不少人眼里恐怕还是“高大上”的代名词。随着近几年信息技术高速发展、互联网的快速普及,全球数据爆发增长、海量集聚,大数据应用渗透到我们生活的 <详情>
2019-07-31 09:58:00
大数据技术 运用大数据实现扶贫脱贫“精准”性
2019年中央一号文件将聚力精准施策,决战决胜脱贫攻坚作为一项硬任务,明确要求到2020年确保现行标准下,农村贫困人口实现脱贫、贫困县全部“摘帽”、解决区域性整体贫困。从 <详情>
2019-07-31 09:05:34
大数据技术 中云数据:用去中心化打破孤岛,“数工场” 实现工业数据互联|创业
“工业数据比电商数据复杂的多,首先它多且杂,传统工业企业产生大量数据但不知道如何应用;其次是它数据产生的频率不规律但是要求很严格,尤其数据不能出错,不然会影响整 <详情>