云原生智能遥感：走向产业化服务全社会

       不久的将来，遥感服务不再是少数行业领域的专享。应用效率提升和成本降低所促进的产业化、社会化应用，将更好地帮助越来越多行业甚至是个人，利用遥感技术感知和理解周遭世界的变化，或发现机遇和规律，或应对风险和挑战。

       其中，利用人工智能对遥感影像的智能解译，是遥感产业化、社会化进程取得突破的重要环节。

       遥感解译在于从遥感卫星、遥感无人机等采集端获取的各类影像信息中，对地物要素进行识别和分类，或基于同一地区多时态的影像信息，发现地物要素的变化。遥感解译的智能化，改变以往依赖人力靠双眼辨别的传统解译方式，取而代之的是利用计算机人工智能，自动化、高效率地完成海量遥感影像的解译任务。

       利用人工智能解译遥感影像并充分挖掘空间大数据中的价值，离不开遥感影像数据积累、遥感解译算法以及算力平台三大要素的支撑。基于云原生技术及智能超算云，土豆数据致力提供全在线、智能化、全链路的遥感服务，使遥感服务更加普及。

云原生智能遥感

       对遥感数据生产的支持，土豆数据支持对超大规模原始遥感影像的在线自动化处理，生成DOM、DSM、DEM、倾斜摄影三维模型等标准化的影像数据产品，满足用户对于遥感数据的基础应用与深度挖掘、分析等需求。

       在解译算法上，进一步以在线的服务模式，衔接生产所获取的影像成果，提供针对二维遥感影像的地物识别、分类、变化检测，以及针对倾斜摄影三维建模的单体化处理等算法支撑和AI训练环境，结合场景需求高效率实现遥感数据的价值挖掘。

土豆数据针对DOM、DSM、DEM的

一站式在线处理及解译流程

       云端在线服务模式的背后，源于从云原生的技术底层对遥感服务进行的解耦开发，以“算子”的形态封装遥感服务中的每一项功能和算法。因而云原生架构还能够让用户根据实际遥感业务的需求，灵活编排数据处理与解译分析的计算流程。

基于对算子的灵活编排，

实现对遥感影像的高效处理与解译（示意图）

       遥感服务的云原生化将降低购买本地化遥感软件或采购遥感解决方案付出的高昂成本，无差别地迎合遥感刚需用户和非刚需用户对遥感服务的使用。

       此外，遥感服务云原生化的优势还体现在对服务器资源的高效率利用。通过对算力和存储服务器资源的统筹，在用户进行遥感影像处理和解译任务时，智能超算云能够迅速感知要处理的数据和计算类型，并协同完成算力和存储资源的调度；任务完成后再以秒级效率释放回服务器，从而减少因服务器长时间占用所带来的不必要成本增加。而对服务器资源利用效率的提升，还可减少刚需用户自行部署服务器时的采购成本。

土豆数据在线智能遥感产品

       在产品方面投入自主研发的同时，立足云原生AI开放平台，土豆数据与提供遥感处理、解译算法及解决方案的企业广泛建立产品云原生化的深度合作，在共赢生态中持续提升面向各行各业的服务能力，推动遥感服务的产业化、社会化进程。

       得益于联合生态伙伴的共赢合作，土豆数据还构建“天·空·地·网”一体化调查监测体系，联合政府部门，务实覆盖城市、乡镇地区、乃至自然生态环境的动态化遥感监测与分析，使遥感服务常态化支持经济社会高质量发展。

遥感服务走向大众

       政府市场中，遥感技术广泛应用于自然资源监测监管、城乡规划、耕地保护、生态环境动态监测、应急灾情处置、海洋海岸线监测等专业领域，对促进资源的集约节约利用和保护起着关键作用。

       在政府部门牵头和市场驱动下，遥感服务的产业化和社会化，使遥感技术的应用场景将不断精化和细分。例如遥感技术在疫情期间可以从对地面车辆、城市基建的夜光变化分析疫情对人类活动造成的影响；对地物要素的识别、分类能够估算作物的产量和生长态势；利用三维遥感数据进行光照分析，可以为清洁能源的选址和房地产开发提供决策……

       应用案例的层出不穷，将更加依托遥感服务云原生化的助力，以及遥感产业链上有关技术、产品、解决方案等环节的共同进步。

       随着我国建立自主的对地观测系统，以及无人机遥感和各类地面遥感技术走向普及，遥感数据资产的规模将持续增长，这一切进而通过对遥感数据的智能化处理、融合、分析、共享等全链路环节，以更高的效率服务好各产业和全社会，探寻遥感数据中的更多潜在价值。

点击阅读原文，了解更多资讯