张超+李昆+张鑫
摘 要：随着航空航天科技和信息技术等高速发展，对地观测遥感呈现出典型的四维时空大数据特征。“遥感大数据”是顺应大数据时代发展的一个必然，是在大数据的理论指导及技术支撑下的遥感科学的实践，是大数据在遥感相关领域的价值实现[1]。本文阐述了遥感大数据关键技术的现状，分析了遥感大数据的存在的问题，最后展望了遥感大数据技术研究的发展方向。
关键词：遥感大数据 航空航天 现状
中图分类号：TP393 文献标识码：A 文章编号：1674-098X（2017）07（c）-0145-02
随着计算机技术、网络通信技术和云计算技术的快速发展，互联网上的数据量急剧增长，将从现状的GB、TB级逐步增加到PB、EB和ZB级，而且数据结构也越来越复杂化，随之而来待处理的数据越来越多。“大数据”这一全新的概念就是在这样的背景下产生的。与航天科技、传感器技术等相结合的地球遥感数据已呈现出明显的大数据特征，遥感大数据是在大数据的理论指导及技术支撑下的遥感科学的实践，是大数据在遥感相关领域的价值实现，其价值受到越来越高的重视。遥感大数据領域与遥感机理、图像处理、信号分析、计算机等多类学科存在紧密联系与学科交叉。目前，遥感大数据领域在国内外都处于高速发展初期，正在形成“科研攻关—技术集成—应用推广”的良性产学研协同创新模式。本文针对遥感大数据的特征，深入探讨了遥感大数据的应用领域及面临的问题，并展望了遥感大数据的未来发展。
1 遥感大数据的特征
遥感大数据是基于遥测感知的手段快速实时获取，具有数据多元化的大体量、高价值的遥感数据理论、技术和应用。遥感大数据作为大数据的典型代表，已成为科学研究的重要途径。大数据通常而言具有数据量大、类型繁多、速度快时效强和潜在价值大等典型特征。①海量的数据规模。首先是它的体量，目前全球卫星数量已经超过了一千颗，而且单个数据中心的数据量达到了TB级，国家级的数据量也已达到了PB级。随着遥感技术的发展，最近几年遥感数据的获取量也是呈几何倍数增长，这些数据带来了存储、管理、处理上的难题。②快速流转的特征。遥感数据流从卫星传输到地面站经过即时处理后通过网络自动分发给用户，可以实现准实时产品发布。③数据结构多样性。传统意义上认为遥感图像就是一个二维图片，但是随着技术的发展，观测遥感传感器的种类越来越多，除了光学传感器，还有热红外、微波、激光雷达、导航定位各种各样的数据，这些不仅仅是二维图像，还包含三维和地理空间的信息。④真实性。由于数据的缺失、不一致性、噪音等引起的数据不确定性[2]。⑤遥感大数据产生的价值。在遥感大数据研究的基础上，如何挖掘出其蕴含的重要经济价值、生态价值、环境价值等是我们研究的方向。
2 遥感大数据的应用
遥感大数据的应用领域非常广泛，可应用于农业、工业、灾害应急、生态环境监测等各个方面。此外，遥感大数据已逐渐开展的应用包括：①基于夜光遥感数据分析人口密度、GDP、水电量消耗和全球贫困区专题图；②通过高分影像、夜间灯光等多源遥感数据来分析城市入住率，反映建筑资源利用情况及其变化；③通过Landsat、MODIS、夜间灯光以及高分辨率影像等多源遥感数据来计算农业、工业及服务业的发展指数，能够表征经济在广泛的时空维度上的发展水平，以反映我国经济政策在国际上的影响力与带动作用。最近，中科院提出构建 “数字一带一路”理念，用科学的方式加以引导，不仅让政府、科学家们受益，还得让更多中小型企业受益，空间信息应用变得更加大众化，这样才能打破数据和我们之间的鸿沟[3]。
2.1 灾害应急管理
我国水资源分布存在着严重的时空分布不均特性，旱涝灾害易发多发。水利大数据在水文气象地质以及洪涝灾害预测、应急管理、水资源调度等方面具有巨大的应用价值。水利大数据是在大数据技术支撑下的水利科学和工程的重要实践，是产生于各种水利设施、水文监测网络、用水单位和水利相关的经济活动，并通过现代信息技术快速传输并分布存储于各子流域系统、但又可以快速读取集中于云端、实现深度数据挖掘并可视化的海量多源数据的总和。
2.2 农业活动的监测与把控
在农业领域，基于遥感技术的大尺度农作物生长环境、生长状况的动态监测显得尤为必要。通过遥感手段，我们可以对农作物长势进行监测和产量评估，并且可以从中提取农业遥感要素，全方位分析作物生长状况[1]。农业遥感大数据的应用有非常广泛的现实意义，我们可以把农业遥感大数据与行业需求相结合，解决实际应用中的问题。农业遥感大数据平台基于多源数据，通过数据数据分析和模型预测，可以将农业及其相关产业链联动起来并结果可视化。
2.3 生态环境动态监测
利用遥感大数据技术开展环境监测、环境调查是一种快速、准确、经济、有效的方法。遥感大数据技术应用于生态环境要素的监测，对提高环境监测工作的水平和效率，扩大环境监测的影响力，对保护我国生态环境，控制生态环境状况恶化的趋势，都具有非常重要的现实意义。
2.4 遥感大数据应用于军事领域
在军事领域，利用遥感大数据通过对目标进行全面搜索，可以将“秒级”实时图像提供给作战部队。
3 遥感大数据面临的问题
3.1 遥感大数据处理技术
当前数据量以几何倍数的增长，大数据处理和分析能力远跟不上增长的态势。低成本高效率的存储技术、大数据的去冗降噪技术、数据挖掘技术和基于大树的预测分析等都有待完善和发展。
3.2 遥感大数据需求分析的增加
遥感技术发展初期，专业人员通过人工判译对信息进行解译及修正。当数据量小时，传统数据挖掘手段已经成功地解决一定的应用需求，但是它们不能满足日益增大的数据量和日益复杂的应用模式需求。在数据规模不断增加、信息提取精度不断提高的情况下，复杂度层与级深度也随着增大。传统的数据挖掘技术的扩展性遇到了很大的困难，对PB级以上的大数据分析还需要研究新的方法。
3.3 遥感大数据存储管理问题
遥感大数据的来源及应用越来越广泛，为了把不同的遥感数据收集起来统一整理，就需要对遥感数据在数据存储、数据融合、数据清洗等方面进行必要的管理。传统的数据存储管理方法已经不能满足大数据时代的处理需求，这就面临着新的挑战。
3.4 遥感大数据的安全问题
面对海量的遥感数据，数据的安全保护和恢复也越来越重要，传统的数据保护方法已经无法满足当前的需求。构建管理、运维支撑于一体的动态可控信息安全综合防御系统，分别从基础软硬件设施保护、数据传输、数据安全上提高数据的管理、防范、应急处理等能力[4]。
4 结语
在“互联网+”时代下，作为科学大数据的一个典型代表，遥感大数据应用面广、价值巨大，需要加大产业化力度。遥感大数据面对“海量的数据量、信息的缺失、知识的难觅”等局面[2]，需要解决的是基于云计算的遥感数据智能处理和数据挖掘问题。总体来说，大数据为对地观测科学带来了新的机遇，也对传统的数据处理方法提出了新的挑战，如何在大数据中发现知识、获取信息都是需要我们更加深入的研究。
参考文献
[1]洪阳.遥感大数据十问十答[J].卫星遥感与地理信息，2016，18（5）：577.
[2]李德仁.遥感大数据及其应用[J].2016年中国航天科普周 第一届嵩山遥感论坛，2015（9）：7-11.
[3]邱宝玉.用创新说话_玩转被遥感大数据包裹的时代.科普中国，2016-11-18.endprint
