大数据背景下地学信息图谱理论的新发展：遥感图谱认知

点击图片上方蓝色字体“慧天地”即可订阅

（点击图片可放大观看，更多精彩请留意文末推荐) 

高分辨率遥感相比于传统遥感对于应用而言的优势在于其精准信息特性，即其综合对地观测能力所呈现的“精细探知、真实检验、全体遍历、动态可控”的大数据特征。近年来，以高分卫星遥感为依托的遥感大数据平台，对地球表层的发生态势进行着真实场景式的影像记录，构成了各类时空信息的传播基准，成为开展地理信息社会化精准应用的基础。

其核心思想是遵循大数据计算的思维，将精细结构“图”分析与定量演化“谱”计算进行紧密耦合，遍历式地对地表每一个实体的“形态—类型—指标—功能”综合要素进行提取与判别，进而实现对地表结构（图）的广域理解与功能属性（谱）的深度透视，这就是对遥感大数据“图-谱”螺旋式认知过程的本质刻画。20 世纪90 年代陈述彭先生提出了地学信息图谱的思想，在当今对地观测技术日趋成熟的大数据时代终可得以在方法论上进行具体实践！

在如今大数据时代，周成虎院士提出了以“发挥每个像元作用”、“认清每寸国土功能”的双重理念来构建遥感影像地学理解工程，其关键是通过构建以大数据中心为枢纽的平台化运营体系，来打通前后两端“标准数据产品主动生产”与“面向用户提供精准信息定制推送”的通道，这将有力推动精准应用进一步向精准服务演进，形成一种全新的以需求为驱动的主动服务新模式，从而改变传统项目驱动的被动应用模式。

遥感影像地学理解工程的构建，充分体现了“全覆盖-海量、持续更新-动态、混杂多态-复杂、价值密度提升”的大数据4V 特点，实质是一个“影像高精度处理、空间结构转化、时空流信息融合、社会经济属性拓展”四个层次的信息传递与耦合计算过程。

▲ 遥感大数据模型（四层次）

然而，由于缺乏系统的对遥感大数据信息挖掘理论与计算方法技术的支持，当前这四个层次之间的信息传递并不通畅，从“供给侧”大规模数据资源获取到“需求侧”社会化信息服务之间存在着巨大鸿沟，大数据平台难以将精准信息及时推送到用户终端上，极大限制了遥感服务在“精准“和“深度”两个方面的有效开展。其中，“精准”的本质是将影像地物“精细化空间结构图”和“定量化时序演化谱”的双重特征进行紧密耦合的信息提炼，这是关于“遥感图谱耦合认知”的科学理论问题；而“深度”的实质是在构建时空场景基准之上，通过对混杂多模态外部知识进行结构化融合与表示，逐步融入到计算模型中进行指标反演与功能推测，这是关于“多模态知识粒计算”的科学方法问题。

▲ 高分遥感大数据资源与社会地理信息服务之间的巨大鸿沟

近年来，我们研究团队在陈先生开拓的地学信息图谱思想指引下，围绕当今高分遥感面向社会提供精准服务的重大需求，对上述“认知”与“计算”这两个科学问题开展了系统的探索研究，将智能化机器学习技术与图式化GIS 时空分析方法、定量化遥感反演模型进行了紧密融合，提出了“图-谱”耦合的遥感认知理论，从空间、时间、属性三个维度构建了“由谱聚图—图谱协同—认图知谱”的计算体系，按照“粒化—重组—推测”的逻辑对地物的“形态—类型—指标—功能—演化”进行了逐级深入地挖掘与分析。

▲ 遥感图谱认知的三段论结构

具体研究上，设计了多层感知、时空协同与多粒度决策上下协同的认知模型，建立了面向精细土地信息应用的高分辨率遥感影像地块提取与指标反演技术方法体系，重点研究了土地利用地块智能生成、多源外部知识迁移学习、中分时序数据处理与重建、地块内覆盖类型判别与指标计算、地块多模态信息融合与功能推测等一系列关键算法；通过西部干旱区湖泊冰川制图和东部农业区种植规划制图的应用示范，发展了多层次迭代的自适应计算技术，实现了“图-谱”特征逐步融入与外部知识迁移机制，有效控制了信息传递过程中误差积累问题，提高了土地因子提取的智能水平以及地物识别的精准程度；探索了针对复杂目标进行专题制图的定制化技术，构建了遥感大数据四层结构的信息融合与传递模型，实现了从前端“数据制造”向后端“精准服务”的畅通流转，初步展现了遥感大数据精准服务的C2B 新模式。

▲ 基于遥感图谱认知的高分遥感土地信息生产技术体系

总体而言，以上研究的特色与创新之处体现为三个方面：①通过遥感、人工智能与计算数学的多学科交叉，耦合“空间图”与“时序谱”双重特征，开展基于精细场景的定量模型计算，驱动GIS 与遥感的深度融合；②提出了“五土合一”的土地信息智能生成方法，通过视觉感知与多粒度决策的上下协同，将混杂多态的地学知识逐层向内迁移与深度学习，促进遥感地学应用在广度与深度两个方面并进；③面向国家高分遥感社会化分享的重大需求，构筑时空基准，提升价值密度，发展遥感大数据精准服务新模式。

希望在充分认识到遥感认知特殊性的基础上，发展和完善遥感图谱认知理论和计算方法体系，在理解人脑认知和机器认知的各自优势基础上，结合计算机技术设计各类遥感信息计算方法，通过对各类知识的针对性利用，一定程度上提高遥感影像机器认知算法的智能化水平，为遥感影像的智能认知探索可行之路。《遥感图谱认知》（骆剑承等著.北京：科学出版社，2017.11）是对作者过往研究的总结和梳理，同时也希望以此对遥感认知领域未来的研究有所启发。

骆剑承等著

北京：科学出版社，2017.11

（遥感大数据地学理解与计算；上）

ISBN 978-7-03-054321-9

责任编辑：苗李莉 李 静

全书共为8 个章节。全书由骆剑承、吴田军、郜丽静、沈占锋等完成统稿与修订。

▋ 第1章绪论，简要介绍本书研究的背景和意义、当前高分卫星遥感系统的发展，以及高分遥感与遥感认知相关研究的现状与趋势（由骆剑承、吴田军、沈占锋、胡晓东撰写）。

▋ 第2章总领性地介绍遥感图谱认知理论和方法体系，重点介绍遥感图谱认知三段论及其流程（由骆剑承、吴田军、胡晓东、沈占锋撰写）。

▋ 第3~8章则分别围绕遥感图谱认知三段论开展具体方法介绍和研究细述，其中，第3~5 章属于图谱认知第一段的“由谱聚图”框架，第3 章重点介绍几类较新颖的影像多尺度分割算法（由汪闽、明冬萍、吴田军、杨海平撰写），第4章介绍基于各类指数的自适应迭代开展的简单专题提取方法（由李均力、黄启厅、姚方方、程熙撰写），第5 章重点介绍地块级土地利用图斑的形态提取和属性分类方法（由夏列钢、郜丽静、沈占锋、程熙撰写）；第6 章属于图谱认知第二段的“图谱协同”框架，分析了如何协同中高分遥感影像数据开展农作物种植分布的土地覆盖类型识别（由黄启厅、杨颖频、骆剑承、吴炜撰写）；第7、8 章属于图谱认知第三段的“认图知谱”框架，其中，第7 章介绍了历史解译图等知识迁移后开展遥感影像智能分类与信息自动变更的相关技术方法（由吴田军、杨海平、沈占锋撰写），第8 章介绍了基于空间格局知识开展复杂专题信息提取的技术方法（由朱长明、乔程、董文撰写）。尽管第3~8 章的这些“方法类”内容并不能涵盖遥感图谱认知三段论的全部技术环节，但均已涉及了其中的关键问题，可以较为细致地阐述和印证我们对于遥感认知的理解和认识。

《遥感图谱认知》是在当前大数据形势背景下对陈述彭先生地学信息图谱理论的新思考与再发展。我相信该书的出版对促进地理时空大数据分析计算的研究发展将会起到引领作用，其成果的应用将有效推动遥感数据从大规模获取到面向用户开展精准应用新模式的进程。

周成虎

2017 年7 月1 日

本文摘编自《遥感图谱认知》（骆剑承等著.北京：科学出版社，2017.11）一书“前言”，有删减，标题为编者所加。文中插画来自于该书正文。

来源：塞杰奥（版权归原作者及刊载媒体所有）

荐读

点击下文标题即可阅读

编辑 / 印涌强    审核/ 焦月

指导：万剑华教授(微信号wjh18266613129)