遥感应用学与遥感大数据研究
燕山大学 王蕊
中国科学院遥感与数字地球研究所 余涛 顾行发 杨建
在顺应我国当前社会、经济、科技和全球化战略发展需求,促进我国航天遥感应用转型的关键阶段,我国适时提出并实施了高分辨率对地观测系统重大专项、国家民用空间基础设施中长期发展规划和航天强国的遥感应用“新三大战役”。这期间,我国遥感技术从早期提倡融合遥感(RS)、地理信息系统(GIS)、全球定位系统(GPS)和通信技术等的 3S+C 技术,到强调融合卫星通信、导航与遥感的“通导遥”一体化,融合空基、天基及地面观测手段的“空天地”一体化,伴随社会信息化水平提升而处在快速发展阶段。同时,遥感领域的业态也从若干独立、分散的“行业 + 遥感”模式向整体化、综合性的“遥感行业”方向发展,形成体现国家综合国力的战略新型产业,为国民经济、人民生活和国家安全提供服务。
遥感应用学
遥感应用学作为遥感技术发展的阶段性产物,具有时代性和历史性。作为有关遥感行业的共性、基础性认识的研究,遥感应用学的出现是基于遥感在一段时期内的大量应用实践基础上的,在融入了理学、工学和医学等许多其他学科知识。
概念内涵
遥感应用学是有关卫星遥感实践的学问,涵盖科学、技术与应用过程的基本内容,是对遥感应用概念、范畴、原理方法与作用的概括和抽象。通过遥感应用学研究反映遥感应用深层次的特征与规律,服务社会与经济效益产出,及人对世界的认识与改造等 2 个人的始终愿望,提升认识、理解并指导人们进行遥感应用实践活动。
基础认识
- 研究对象
遥感应用学以人、遥感工具、观测对象以及三者之间的关系作为研究对象。在整个研究过程中,人作为遥感应用的主体,起到问题提出,过程实践,结果评价的作用。遥感工具作为获取观测信息的手段,在技术的不断提高过程中,观测也从低分辨率到高分辨率,小范围到大范围,单角度到多角度等方面不断深入,更有效地适配观测对象特征及人的需求。
观测对象信息的获取程度同时也取决于对其认知的水平,包括其状态与变化、规律认识以及理论掌握等方面。
- 基本理论、基础知识、基本方法
遥感应用学将遥感信息论,遥感数据工程论、应用技术成熟度、价值论作为基本理论如图 1 所示。根据遥感信息流、技术流、价值流和物质流等“4 流”特征对遥感信息、数据工程、技术状态与变化、价值与作用等进行分析。
遥感应用学将与遥感信息流相关的许多物理学的基础理论、数学方法以及基本实验方法和技术作为基础知识,构建信号到数据到知识的信息流。
遥感应用作为一种信息与过程的记录,主要以数字形式存在,通过对遥感数据进行组织、管理、存储、检索、传输、处理、可视化、分析、发布及安全等操作获得研究所需的信息。
遥感应用学将现代科学四大范式作为基本方法,开展软硬件技术的基础,形成应用的基础设施。
遥感应用学基于对社会经济效益以及认识改造世界的认识,发现、认识与理解遥感过程中的价值与利益链条,推进遥感应用与遥感技术的进步。
遥感数据获取
遥感数据获取如图 2 所示。遥感通过相位、偏振、角度、光谱、空间以及时间这 6 种采样方式获得遥感数据,而所获得的遥感数据具有品种、规格、质量、规模与时效性等 5 种指标属性,具有时效性高、数据量大、分布不规则等特征。
遥感是有关“探测绘”信息的手段,获得观测对象的时间、位置、几何、物理、化学、生物学、社会学这 7 个特性,形成对观测对象状态与变化特征的“6W2H”等 8 个方面描述。其中“探”指通过发现、识别、确认、分类、聚类、变化检测等确定“what”特征问题的回答。“测”指获得观测对象有关位置、距离、大小、形状、结构、体积、重量、浓度、温度、成分等位置、集合、物理、化学、生物学状态及其变化等有关“when&where、how”特征问题的回答,即通过“探”与“测”了解观测对象的 3W1H(what、 when&where、how)的内容。“绘”是指可被人把控的抽象概括方式将探与测获得的信息直接或与其他信息融合后加以表达,更直接、完整、简洁地反映观测对象时空特点,从而更加有效地对信息进行快速把握、分析与理解,进一步掌握关于“why、which、who、how much”等涉及机理、原因、社会学特性的3W1H 专题性问题的信息。
学科设置
按照遥感应用学对观测对象特性及人的需求的理解,可将其分为航天遥感器原理与遥感应用工程;卫星导航定位、摄影与遥感空间测量;卫星遥感探测、识别与计算机处理;卫星遥感观测与计算机处理;专题制图学与地理信息工程等 5 个学科分支。其中:
- 航天遥感器原理与遥感应用工程主要以遥感应用为研究对象,开展遥感机理、系统工程、遥感效能效益、技术伦理等方面研究。
- 卫星导航定位、摄影与遥感空间测量是以时间、位置和几何状态作为研究对象,利用航天平台获取信号信息对观测对象进行几何学测量,然后获得对象的位置、形状、体积等方面信息。
- 卫星遥感探测、识别与计算机处理将人和计算机识别作为研究对象,利用航天平台获取信号信息,实现对观测对象信息进行识别、分类、变化检测等。
- 卫星遥感观测与计算机处理是研究从遥感数据中获得有关观测对象的物理化学及社会学特性的研究等。
- 专题制图学与地理信息工程将四维空间信息表达作为研究对象,利用仿真、专题图、地图以及 AR/VR等形式聚集、融合、分析与可视化自然和社会各种对象和现象的描述参数、空间分布、动态变化和相互关系。
遥感应用基础设施
遥感应用基础设施
遥感应用是有关空间信息的获取与应用的,遥感应用基础设施是信息基础设施的重要组成。遥感应用实践要通过应用基础设施提供基础保障,这是开展应用服务的工具与前提条件。遥感应用基础设施也可以为地面系统与应用系统的建设与运行提供总体论证、需求总体协调与技术指标设计,新型探测技术中载荷、产品与应用成熟度提升与评价;对软硬件共性、基础工具的设计、研发、制造以及技术与系统进行评价。
作为人类知识与技术的综合集成,应用基础设施既服务遥感应用实践,而且作为其重要组成部分也是应用能力的重要表现。遥感应用基础设施是遥感信息及空间信息基础设施的重要组成部分,是并行于信息链、技术链、价值链构建与运行的物质链有形化表现。
遥感应用基础设施建设及科学研究四大范式
遥感应用基础设施要保证遥感信息的转换、数据的获取及处理、软硬件的协同运行及整个过程的价值实现,其构建要依靠现代科学手段,这其中的核心是围绕着数据集与模型集开展的。人有关研究与运用的知识中 4 大科学研究范式是核心。通过对 4 大范式的运用,可以形成较完整的技术手段集,综合应用以实现遥感技术的价值。
- 16世纪,伽利略提出了数学和实验相结合的研究方法,提出实验验证作为科学研究第一范式,即“数据”的范式,这种研究方法通过实验得到数据,利用归纳总结形成对观测对象规律的认知。但该方法受实验条件限制,会出现精度不高等问题。
- 17世纪,牛顿发明了微积分,同时他出版了《自然哲学的数学原理》这一影响当时自然科学各个领域的著作,随之出现了模型推演作为科学研究第二范式,即“模型”的范式。利用这种方式可以将复杂问题简单化,但现实生活中完全按照模型变化的事物仅占一小部分。
- 20世纪中叶,图灵、冯诺依曼、香农等科学家发展计算机手段及加深对信息的认识,将仿真模拟作为科学研究的第三范式,即“模型 + 数据”的范式,这种范式可以适应复杂的情况,通过已知信息和相关知识,并在复杂的环境中搭建实验平台,实现对复杂情况非线性响应的理解。
- 21世纪,吉姆格雷提出数据密集型科学发现作为科学研究第四范式,即“科学大数据”。当代社会是一个“大数据”的信息社会,各种时空间信息碎片形成了更加复杂的整体信息,通过“数据 + 模型”方式对这种整体信息分析,可以得到更加准确的因果关系以及相关性等信息。
遥感大数据与小数据
遥感海量数据与大数据
遥感手段是获取空间信息的海量数据“生产线”,具有数据种类多,数据体量大,处理速度快,价值密度高等特点,是一种海量数据。但是这种数据的处理还是建立在几何、物理化学及社会学指标间因果关系的理解上,是一种大量的运算。
大数据指的是一种范式,是对海量数据处理基础上对规律的分析,追求的是相关关系或更加深刻的、复杂的规律及因果关系,需要通过新处理模式才能具有更强的决策力、洞察力,在内容上超过了海量数据,是海量数据和复杂类型的数据的集合。
遥感小数据及其应用
- 面向网络服务的地理时空数据智方体与小数据
遥感地理时空数据智方体(Geo Raster Intelligent Data Cube, GRID Cube)是一种地理时空栅格大数据的组织模型,通过高分辨率的“小数据”形式存储遥感信息、数据等。GRID Cube 可以将遥感数据从杂乱无序的高维度状态转换成规则有序的可处理信息。主要从尺度纬度、信息纬度和时态纬度三个方面对地理时空栅格大数据进行有序化和大数据降纬。
在构建GRID Cube 中,只有与观测对象相关联的数据才会聚集, 大量无关的数据将被去除,即有用信息的结合,这是一种从体量规模上看体量非常小的规格化数据块,被称为小数据。这种小数据的数据单位被称为“数方”,即数据方块(Data Square)的意思。
- 基于数方的专题应用系统构建
遥 感 应 用 系 统 SPID(Software,Platform,Infrastructure &
Data)架构基于互联网云服务理念,其中 S 提供遥感专题应用服务, P 提供共性信息和技术平台服务,I 提供硬件基础设施服务,D 提供和遥感相关的数据、产品信息和相关的辅助数据作为数据服务。具体服务内容如图 3 所示。
建设信息集成共享与服务平台,针对共性技术研发与服务需求, 集成基础共性关键技术、综合数据库、实验验证系统的成果,开展共性技术研发成果、协同实验验证和基础实验数据的服务,对实现遥感信息资源深层次共享以及遥感信息集成与整合具有重要意义。通过服务平台,实现数据和技术的最大化共享,对外提供多用户的一站式服务门户,为大众用户、行业和区域示范用户、专家用户以及市场用户等提供产品、模型、算法、数据和工具等资源集中输入和分发输出, 同时也要得到用户体验中心和用户评价中心的肯定。
- 基于 COGON的网络服务框架与应用服务模式
COGON 框架是云概念和网格计算的原理产生的一种适用于集成共享与服务原型系统的分布式服务交互模型,是一种基于互联网的服务交付和使用模式,是指通过网络以按需、易扩展的方式获得所需服务。其实现原理即将大量用网络连接起来的计算资源统一管理和调度,构成一个资源池向用户提供按需服务。
针对遥感系统不同的用户可以设计以下三种不同的服务模式:
- 数据网络服务模式,根据空间尺度的不同对数据进行切分, 用户在查询数据时根据数方的多维要素,通过单次全覆盖检索功能和多时序辅助筛选,快速查询和获取面向应用的最优组合数据。
- 数据桌面应用模式,可以简化数据在前期预处理过程,完成数据最优的挑选过程,基于数方的小数据可以加快数据的加载、处理和可视化过程,小数据的处理也便于释放内存,降低对内存的要求。
- 数据移动终端应用模式在数据录入是根据用户需要录入有用数据,同时也可以实现数据在各阶段格式相一致,保证处理、生产和发布的无缝连接,服务平台在收到用户信息请求之后也可立即将目标数方进行生产并推送到终端,提高工作效率。
- 应用案例
遥感技术可以广泛地运用到农业、气象、林业、环境、灾害等多个民用领域,以及情报探查和战场监视等多个军用领域。例如在对某一地区进行环境监测时,可以分析环境大气污染物 PM2.5 的近五年内的变化趋势,针对环境恶化或者改善程度,分析原因并给出针对性的意见。另外对于乱砍滥伐进行取证时,可以利用遥感手段对这片区域进行不同时期的信息取证,确认理赔。在发生应急事件时,可以利用遥感手段实时进行应急实况直播。
遥感应用学作为各领域应用的基础学科,起着重要作用,同时遥感大数据作为了解观测对象的基础,对其数据进行识别、分类、融合、整理成研究所需的遥感小数据信息十分重要。目前,为满足人们的需求,遥感技术不断地发展,获取信息的能力逐渐从表面深入到内部状态,从静态描述到动态分析,随着研究领域的拓宽,遥感技术正不断地增加社会的经济效益并帮助人们认识和改变世界。