隨著國家衛(wèi)星戰(zhàn)略展開，獲取數(shù)據(jù)能力增強，但是從數(shù)據(jù)價值上來講，一些數(shù)據(jù)缺乏時效性。如何確保遙感衛(wèi)星可在最短時間內(nèi)將數(shù)據(jù)傳到用戶手中，成了我們最關注的問題。北京吉威時代軟件股份有限公司副總經(jīng)理鄔總對此問題進行了闡述。

　　目前遙感應用標準不能統(tǒng)一，導致不同時期遙感影像數(shù)據(jù)不能相互融合。隨著高分辨率衛(wèi)星發(fā)展，上述傳統(tǒng)幾何定位類型的問題就會被放大。用什么方法可以減少此類事情的發(fā)生?

　　三大技術提高數(shù)據(jù)利用率

　　影像基準網(wǎng)是一個平差模型，模型的構建取決于構建時的精度需求。分辨率越來越高，每一級影像覆蓋面越來越小，平差模型承載的規(guī)模也變小，這樣就會提高數(shù)據(jù)的準確率和傳輸率，實現(xiàn)無縫更新。但要求影像數(shù)據(jù)相對精度統(tǒng)一，絕對精度不變。主要涉及以下三種技術：

　　遙感影像實時處理：云計算已經(jīng)無法滿足目前海量衛(wèi)星數(shù)據(jù)的處理，我們需要尋找一種新的算法，對影像進行分析。

　　實時發(fā)布：在全自動校正支撐下，數(shù)據(jù)每天都可以以最終鑲嵌級產(chǎn)品發(fā)布。從零庫存角度重新定義遙感影像數(shù)據(jù)服務模式。

　　深度學習：基于深度學習信息提取，進行建筑物識別，讓計算機具備跟作業(yè)人員一樣的觀察、理解空間信息能力，可自動提取道路等分類數(shù)據(jù)，提升遙感信息提取有效性，提高數(shù)據(jù)利用效率，將之前廢棄的數(shù)據(jù)重新利用起來。

　　服務用戶才是生存之道

　　通過以上三個技術，可以構想遙感數(shù)據(jù)實時發(fā)布的模式：衛(wèi)星返回數(shù)據(jù)，在基準網(wǎng)輔助下，利用實時處理技術，將數(shù)據(jù)進行切片處理至可發(fā)布狀態(tài)，然后通過深度學習技術，分類提取數(shù)據(jù)，為用戶所需要的產(chǎn)品服務。

　　技術發(fā)展可以帶動行業(yè)發(fā)展，但更重要的是數(shù)據(jù)精度。根據(jù)用戶不用需求，通過深度學習，發(fā)布附有更高價值的信息產(chǎn)品，并保證其數(shù)據(jù)精度可達到像素級，這或許也是商業(yè)遙感未來的發(fā)展趨勢。(文|泰伯網(wǎng) 任珊珊)