吴一戎｜遥感与智能：AI赋能遥感技术的思考
遥感人的成长家园
官网
遥感与人工智能
智能遥感是将AI用于遥感，贯穿海量多源异构数据从处理分析到共享应用全链条，高效精准处理遥感数据，催生新的遥感应用，促进遥感数据服务模式的变革。以机器学习为基础，AI的数据、算法、算力三大要素植入到遥感应用中，就是融合目标特性和专家知识，支持提供各类专题数据、业务数据和基础数据，实现定量遥感的跨越发展。 ——吴一戎
背景与现状
我国已建立起自主的对地观测系统，数据获取手段和速度增长超越任何时期，但是现有的遥感数据处理和应用效果还有很多发展空间，比如精准快速处理效果还不够理想，对精细化状态的分析还缺乏有效的手段，大批量数据的持续观测仍需要人工手段，数据共享率低，精准服务能力弱，数据产品不完整等。
遥感从数据的引接、处理、挖掘、关联、共享和应用是一个全链条的应用，全链路智能遥感体系需要解决链路长、处理环节多、关键技术复杂等相关问题。而许多现有工作，比如自动配准和地物要素的方位和目标提取，都还多是孤立的点上开展，还没有形成系统性的完整体系。
智能遥感核心问题
● 遥感数据智能处理：要解决海量数据的精准处理，以统一的基准，使不同的处理具有统一的标准和相互的融合。
遥感数据具有多传感器、多分辨率、多时相、多要素的四多特点。传统遥感处理是针对每颗卫星、每一个载荷，能够高精度的处理。而面向智能的应用必须有统一的基准，才是高效的解决问题的方向。
单层图像处理强调校正精度，多层数据处理则一定是实现在统一的框架下融合。因此，其中的技术难点在于如何使不同传感器、不同的分辨率、不同时相的多层遥感数据，可以统一在一个标准框架下。
● 遥感数据智能挖掘：基于统一框架下，解决时空异步信息的提取和融合分析问题。使不同时间、空间获取的数据，最终形成可自学习的定量的融合模型、专业的网络模型，建立样本采集和积累的机制，实现多源持续观测，实现自动化处理的一致性、准确性和鲁棒性。
● 遥感数据智能治理：遥感大数据是异构数据，很多信息是不统一、不完整的，需要解决数据全要素多维自主高效关联的问题，使这些数据清理成为支持智能提取的数据，其中的难点是数据的属性是互不相同的。目前我们只在一些领域能过做到治理，还有很多问题未彻底解决。
智能遥感的典型技术
● 单传感器的数据精准处理
● 多源遥感数据一致性处理
● 遥感目标多任务学习
● 多源协同共性定量遥感产品生成
● 遥感数据组织关联
● 遥感大数据的新应用
两种技术途径并行发展，解决智能遥感中的问题，构建智能遥感支撑应用的新模式。
● 小样本学习，解决机器学习目标特定和专家经验，提升处理未知新目标的时效性。
● 大样本学习，通过海量遥感数据训练，提升模型的鲁棒性，减轻人力负担。
中国科学院空天信息创新研究院吴一戎院士在第六届高分辨率对地观测学术年会上做了题为“遥感与智能：AI赋能遥感技术的思考”的特邀报告。
小编奉上精彩的PPT与遥粉们一起分享~~~
好文速递
遥感资讯
会议招聘
1
END
1
编辑：奔奔
指导/审核：梧桐君
声明
欢迎转载、转发本号原创内容，转载信息请与本号联系授权，标注原作者和信息来源为《遥感学报》。
本号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及作品内容、版权和其他问题，请在20日内与本号联系，我们将在第一时间处理。《遥感学报》拥有最终解释权。
QQ加群
《遥感学报》为关注论文写作和发表的亲们，搭建了专属QQ交流群，欢迎加入。进群需备注“单位+姓名+研究领域”，谢谢!
QQ：535215261
网址：
电话：010-58887052
邮箱：jrs@radi.ac.cn
喜欢我，就给我一个“在看”