高維數(shù)據(jù) | 時空數(shù)據(jù)

地震預(yù)警 |地質(zhì)勘探

遙感測繪|TransBigData

隨著地質(zhì)勘探、遙感測繪、地震預(yù)警、衛(wèi)星遙感、疫情管控等的快速發(fā)展，自然資源領(lǐng)域的時空數(shù)據(jù)具有傳統(tǒng)管理數(shù)據(jù)與大數(shù)據(jù)交織、內(nèi)向型管理數(shù)據(jù)與外向型公共服務(wù)數(shù)據(jù)疊加、數(shù)據(jù)開放與數(shù)據(jù)安全責(zé)任兼重的特點，包含了海量的信息和豐富的應(yīng)用場景。

國家領(lǐng)導(dǎo)人曾指出，要從推動數(shù)字經(jīng)濟發(fā)展、利用數(shù)據(jù)提升自然資源管理和國土空間治理水平兩個角度出發(fā)全面規(guī)劃和推進自然資源時空數(shù)據(jù)治理，充分發(fā)揮數(shù)據(jù)驅(qū)動力改造現(xiàn)有自然資源業(yè)務(wù)體系，推動自然資源數(shù)據(jù)成為重要生產(chǎn)要素。

國際時空數(shù)據(jù)治理發(fā)展形勢

一、時空信息獲取成為各種經(jīng)濟社會發(fā)展的助推力

在世界主要國家的政府治理體系中，圍繞自然資源領(lǐng)域的時空信息獲取已經(jīng)成為非常重要的組成部分并在經(jīng)濟社會發(fā)展中發(fā)揮著越來越重要的基礎(chǔ)支撐作用。特別是在疫情管控、改善政府?dāng)?shù)據(jù)治理和應(yīng)對氣候變化方面發(fā)揮了關(guān)鍵作用。時空信息用戶尤其是政府和軍事部門對準(zhǔn)確、詳細(xì)、全面的時空信息的需求越來越大。

據(jù)GW Consulting（地理信息世界咨詢公司）估計，2021年全球地理信息市場價值已達3950億美元，較2020年增長8.2%。預(yù)計2021-2025年，國際地理信息產(chǎn)業(yè)產(chǎn)值將以14.61%的年復(fù)合增長率增長，到2025年將達到6800億美元。在戰(zhàn)略性公共政策改革、行業(yè)加速戰(zhàn)略以及數(shù)字孿生和元宇宙創(chuàng)新的驅(qū)動下，預(yù)計地理信息產(chǎn)業(yè)將在2025年后以更快的速度增長，到2030年達到1.44萬億美元。

地理信息技術(shù)對全球經(jīng)濟的影響目前估計在2.2萬億至5.4萬億美元之間，到2025年將擴大到5.4萬億至10.2萬億美元。隨著傳感器融合、元宇宙等新概念與時空信息的相互賦能，時空信息實際上已經(jīng)成為整合分析各類數(shù)據(jù)的最佳載體和表達方式。

在政府和企業(yè)數(shù)字化轉(zhuǎn)型的背景下，時空信息成為各國公認(rèn)的重要數(shù)據(jù)資產(chǎn)，被廣泛獲取、挖掘和共享。世界主要國家紛紛啟動空間數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)。例如，美國時空信息生產(chǎn)和使用部門組成聯(lián)邦地理數(shù)據(jù)委員會，以建立國家空間數(shù)據(jù)基礎(chǔ)設(shè)施(NSDI)，歐洲于2007年開始建立歐洲空間數(shù)據(jù)基礎(chǔ)設(shè)施，以支持歐洲的環(huán)境政策。

Google、微軟、蘋果、Here等公司在自有生態(tài)下進行時空信息的獲取，并以此作為公司掌握壟斷資源分配、獲取用戶依賴的重要環(huán)節(jié)。OpenstreetMap等眾包地理信息數(shù)據(jù)的數(shù)量和質(zhì)量也在不斷提升，部分地區(qū)的精度和數(shù)據(jù)鮮活度堪比官方權(quán)威數(shù)據(jù)。除了這些基本的時空信息獲取系統(tǒng)之外，一些國家獲取的時空信息也開始呈現(xiàn)出高精度、高投入、高回報的特點。

二、圍繞時空信息獲取的基礎(chǔ)設(shè)施加快建設(shè)

隨著時空信息作為國家重要戰(zhàn)略資產(chǎn)的意識日益增強，圍繞時空信息獲取的天空地傳感網(wǎng)以及數(shù)據(jù)中心和數(shù)據(jù)平臺建設(shè)正在加速。在遙感衛(wèi)星建設(shè)方面，目前世界主要國家都在繼續(xù)部署高分辨率的光學(xué)和雷達衛(wèi)星，各類衛(wèi)星協(xié)同工作，使全天候成像的能力進一步增強，遙感影像的獲取成本大大降低。

2020年，全球航天產(chǎn)業(yè)共研制發(fā)射了1277顆航天器，其中遙感衛(wèi)星146顆，約占11.4%，其中分辨率優(yōu)于1米的衛(wèi)星超過50顆。目前，美國國家航空航天局、地質(zhì)調(diào)查局和歐洲航空局通過陸地衛(wèi)星體系和各類情報衛(wèi)星系統(tǒng)收集了全球地表覆蓋數(shù)據(jù)、數(shù)字高程模型和大量時間跨度超過30年的地理信息。

其中，美國地質(zhì)調(diào)查局的陸地衛(wèi)星項目和歐洲聯(lián)盟的哥白尼項目提供了長長時序中高分辨率的圖像，這些圖像已用于各種災(zāi)害模型建立、海洋預(yù)測系統(tǒng)以及環(huán)境和氣候監(jiān)測。麥克薩、空客防務(wù)、Planet、L3哈里斯等公司提供分辨率高于1m的商業(yè)遙感影像、合成孔徑雷達和微小衛(wèi)星星座影像遙感影像長期占據(jù)全球影像市場主導(dǎo)地位。至于導(dǎo)航定位系統(tǒng)方面，GPS系統(tǒng)現(xiàn)代化進程加快，美國發(fā)布了《7號太空政策指令》，強調(diào)GPS及其增強系統(tǒng)更好地服務(wù)于美國國家和國土安全、民用、商業(yè)和科學(xué)目的。GLONASS全球補網(wǎng)推進，2025年將采用新一代衛(wèi)星。歐洲Galileo也完成了全球系統(tǒng)建設(shè)，具備了全球服務(wù)的能力。印度、韓國、澳大利亞和新西蘭近年來也建立了區(qū)域?qū)Ш皆鰪娤到y(tǒng)。

為構(gòu)建時空基準(zhǔn)和提供時空動態(tài)感知提供支持。導(dǎo)航地面增強系統(tǒng)方面，?？怂箍怠⑻鞂?、Geo++、SapCorda等傳統(tǒng)強勢企業(yè)憑借在芯片研發(fā)、基準(zhǔn)站建設(shè)等領(lǐng)域的長期積累，在全球主要國家和地區(qū)建設(shè)了HxGN SmartNET、VRS NOW等導(dǎo)航定位基準(zhǔn)站網(wǎng)。僅?？怂箍岛虶eo++兩家在全球建立了近8000個GNSS基準(zhǔn)站網(wǎng)，并在精準(zhǔn)農(nóng)業(yè)、建筑施工、商業(yè)位置服務(wù)等應(yīng)用領(lǐng)域?qū)崿F(xiàn)了壟斷。關(guān)于時空公共服務(wù)平臺，美國、日本等主要國家都在其法律體系中明確了國家地理信息公共服務(wù)平臺的法律地位，并在地理信息公共服務(wù)平臺建設(shè)方面取得了良好的成績。

三、時空信息獲取及治理成為推動數(shù)字經(jīng)濟發(fā)展的重要力量

數(shù)字經(jīng)濟正在改寫和重構(gòu)世界經(jīng)濟版圖，成為重組全球要素資源、重塑全球經(jīng)濟格局、改變?nèi)蚋偁幐窬值年P(guān)鍵力量。在此背景下，各國和各地區(qū)紛紛發(fā)布國家數(shù)字戰(zhàn)略，以促進社會經(jīng)濟發(fā)展和政府治理。

在時空信息領(lǐng)域，政府部門獲取和生成的時空信息的高效利用，空間數(shù)據(jù)基礎(chǔ)設(shè)施的優(yōu)化建設(shè)，政府和商業(yè)部門之間時空數(shù)據(jù)的流動和共享，成為政府?dāng)?shù)字治理體系建設(shè)中非常重要的環(huán)節(jié)。各國紛紛將地理信息作為重要的國家戰(zhàn)略資產(chǎn)并把地理信息的流動、利用和安全監(jiān)管作為非常重要的工作方向。近年來，美國、歐盟和日本發(fā)布了關(guān)于數(shù)據(jù)治理的法案和行動計劃。

其中，美國將地理信息數(shù)據(jù)治理作為國家數(shù)據(jù)治理體系的重要一環(huán)寫入《聯(lián)邦數(shù)據(jù)戰(zhàn)略》及其相關(guān)行動計劃?！堵?lián)邦數(shù)據(jù)戰(zhàn)略》發(fā)布的2020年和2021年行動計劃中對地理信息數(shù)據(jù)治理做出了詳細(xì)、明確的部署，部署層級與人工智能在數(shù)據(jù)治理方面相同，可見美國政府對地理信息的高度重視。具體來說，2020年行動計劃指出，負(fù)責(zé)地理信息數(shù)據(jù)協(xié)調(diào)的美國聯(lián)邦地理數(shù)據(jù)委員會(FGDC)需要通過落實《地理信息數(shù)據(jù)法案（2018年）》增強部門和公眾使用地理信息數(shù)據(jù)的價值和訪問權(quán)限，并制定國家空間數(shù)據(jù)基礎(chǔ)設(shè)施(NSDI)戰(zhàn)略計劃，確保聯(lián)邦和各州地理信息數(shù)據(jù)能夠輕松集成。

與此同時，2020年行動計劃明確指出，白宮行政管理和預(yù)算辦公室的高級地理信息官員(SAOGI)將幫助確保FGDC官員在相關(guān)數(shù)據(jù)監(jiān)管機構(gòu)任職，并促進地理信息數(shù)據(jù)向聯(lián)邦部門的授權(quán)。同時，2020行動計劃規(guī)定，國家地理信息平臺(GeoPlatform)必須在確保國家利益和安全不受損害的前提下，提供國家地理信息資產(chǎn)數(shù)據(jù)和相關(guān)元數(shù)據(jù)，并將數(shù)據(jù)和相關(guān)接口連接到美國國家數(shù)據(jù)平臺Data.gov。

2021年行動計劃繼承了2020年的思路，提出FGDC應(yīng)確定與聯(lián)邦政府首席數(shù)據(jù)官委員會（CDO Council）的聯(lián)絡(luò)員，以促進地理信息數(shù)據(jù)在全國的綜合使用。與此同時，F(xiàn)GDC顯然應(yīng)當(dāng)完成一份關(guān)于地理信息在國家空間基礎(chǔ)設(shè)施中的高價值投資領(lǐng)域的分析報告。

國內(nèi)開展時空數(shù)據(jù)治理的若干建議

一、用數(shù)賦智，提升“以數(shù)據(jù)為中心”的數(shù)據(jù)治理意識

機構(gòu)改革以來，在自然資源領(lǐng)域開展了信息化建設(shè)工作的頂層設(shè)計，形成了相對穩(wěn)定的技術(shù)體系和信息基礎(chǔ)設(shè)施。但必須看到，自然資源時空數(shù)據(jù)不同主體、不同地域之間的數(shù)字鴻溝尚未得到有效彌合，數(shù)據(jù)資源規(guī)模巨大，但價值潛力尚未充分釋放，整個系統(tǒng)對如何真正管理和利用數(shù)據(jù)還沒有形成系統(tǒng)認(rèn)知。

與此同時，數(shù)據(jù)安全也成為一個越來越值得關(guān)注的話題。目前自然資源有統(tǒng)一調(diào)查監(jiān)測數(shù)據(jù)、規(guī)劃權(quán)屬數(shù)據(jù)、各類時空數(shù)據(jù)等藍(lán)海資源。在信息化建設(shè)全面鋪開、各項業(yè)務(wù)系統(tǒng)逐步落地的階段，需要在國家自然資源領(lǐng)域形成數(shù)據(jù)治理意識，并據(jù)此規(guī)劃數(shù)據(jù)治理的頂層設(shè)計非常有必要。

二、建立實體機構(gòu)開展數(shù)據(jù)治理

數(shù)據(jù)不僅是一種狹義的治理對象，更是廣義的治理手段和工具。進行全周期的數(shù)據(jù)管理和治理，其背后本質(zhì)是協(xié)調(diào)和平衡數(shù)據(jù)挖掘和轉(zhuǎn)化后形成的所有數(shù)據(jù)權(quán)力，并在此過程中維護所有數(shù)據(jù)權(quán)利，如財產(chǎn)權(quán)和人格權(quán)。

美國的實踐表明，為了監(jiān)督和保護數(shù)據(jù)權(quán)利，需要擁有一個集中而強有力的數(shù)據(jù)領(lǐng)導(dǎo)核心和一支具有數(shù)據(jù)素養(yǎng)、數(shù)據(jù)視野和大數(shù)據(jù)分析能力的數(shù)據(jù)團隊，并賦予相應(yīng)的行政職責(zé)和財政資金保障。首席數(shù)據(jù)官和數(shù)據(jù)治理委員會不僅承擔(dān)著開展數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)分析、數(shù)據(jù)管理以及系統(tǒng)和數(shù)據(jù)安全和隱私保護等職能，也是未來根據(jù)黨中央的要求開展數(shù)據(jù)安全監(jiān)管的重要實體支撐機構(gòu)。

三、開展具體工作進行時空數(shù)據(jù)治理

在頂層設(shè)計和實體機構(gòu)的牽引下，美國各部門在自然資源的數(shù)據(jù)治理方面開展了多項具體工作，如建立數(shù)據(jù)治理委員會和空間數(shù)據(jù)協(xié)調(diào)委員會，根據(jù)《聯(lián)邦數(shù)據(jù)戰(zhàn)略成熟度評估指南》評估數(shù)據(jù)成熟度，梳理數(shù)據(jù)清單和優(yōu)先級，以多種方式改善聯(lián)邦—州、政府—商業(yè)數(shù)協(xié)同等。國內(nèi)外領(lǐng)先企業(yè)在數(shù)據(jù)治理方面形成了一些先進的做法(如監(jiān)管數(shù)據(jù)全過程、建設(shè)數(shù)據(jù)中心、建立企業(yè)級元數(shù)據(jù)管理機制等)。自然資源部應(yīng)及時對這些具體工作進行技術(shù)跟蹤和研判，在確保數(shù)據(jù)安全的前提下，選擇符合自然資源領(lǐng)域數(shù)據(jù)特點的做法開展前期研究和試點，及時有效地管理自然資源數(shù)據(jù)。

藍(lán)海大腦時空數(shù)據(jù)解決方案

觀測衛(wèi)星監(jiān)測地球表面的變化，為土地利用規(guī)劃、災(zāi)害支持、氣候變化監(jiān)測等方面的數(shù)據(jù)。深度學(xué)習(xí)用于檢測圖像中的對象，這是一項復(fù)雜的視覺任務(wù)。藍(lán)海大腦面向時空領(lǐng)域大數(shù)據(jù)智能分析解決方案提供最新深度學(xué)習(xí)算法和方法所需的計算性能。

對于城市建筑、交通汽車、船泊港口、機場物流、森林植被、水體大壩等信息，使用地理空間對象檢測。與決定圖像主題的圖像分類不同，物體檢測不僅描述圖片中的內(nèi)容，還描述那些物體在哪里以及能看到多少。圖像中的對象通常包含不同的邊界，并且獨立于圖像的背景環(huán)境和景觀對象。

航空和衛(wèi)星圖像提供可以使用機器學(xué)習(xí)技術(shù)處理的數(shù)據(jù)，用于地理空間目標(biāo)檢測。這將數(shù)據(jù)轉(zhuǎn)化為可以在廣泛的現(xiàn)實應(yīng)用程序中使用的洞察力，包括：

環(huán)境監(jiān)測

地質(zhì)災(zāi)害檢測

土地利用規(guī)劃和土地覆蓋測繪

地理信息系統(tǒng)(GIS)更新

精準(zhǔn)農(nóng)業(yè)

城市規(guī)劃

地理空間目標(biāo)檢測并不容易。這是一個復(fù)雜的問題，需要復(fù)雜的人工智能和機器學(xué)習(xí)方法。其復(fù)雜性的原因包括物體視覺外觀的巨大變化、在弱光照下拍攝的航空圖像的低分辨率以及樹木或建筑物對物體的阻礙。即使如果一個物體沒有被阻擋，可能會被圖像視點、背景雜波、照明或陰影的變化所掩蓋。所有這些因素使這個問題更加困難。

圖像中物體的計算檢測有三種方法：

模板匹配方法

基于知識的方法

基于對象的圖像分析(OBIA)

這三種方法可以單獨使用，也可以一起使用，構(gòu)成了最常用的目標(biāo)檢測系統(tǒng)的基礎(chǔ)。

一、行業(yè)所面臨的挑戰(zhàn)

模型通用性弱

遙感圖像具有星多、地廣、時相多等特點，解譯模型的泛化能力和魯棒性不足

AI人才不足

遙感解譯應(yīng)用場景日益豐富，AI人才相對缺乏。亟需針對業(yè)務(wù)人員的培訓(xùn)和與之配套的遙感解譯訓(xùn)練平臺作為支撐。

分析維度單一

純粹依據(jù)遙感影像的分析，無法全面反映城市發(fā)展變化的全貌，尤其是背后的人口、產(chǎn)業(yè)、環(huán)境以及大眾關(guān)注情感等時空變化信息。

二、功能要求

支持對時空環(huán)境數(shù)據(jù)的知識建模、知識抽取、知識融合、知識推理等功能，能夠?qū)χR進行三元組形式表示。

支持對時空環(huán)境數(shù)據(jù)的實體抽取、關(guān)系抽取、屬性抽取等功能，實現(xiàn)單目標(biāo)或多目標(biāo)的知識關(guān)聯(lián)，能夠進行知識聚合和知識修正。

支持對時空環(huán)境數(shù)據(jù)知識的實體匹配、關(guān)系匹配、屬性匹配等歸一化、標(biāo)準(zhǔn)化功能。

支持基于時空環(huán)境數(shù)據(jù)知識的學(xué)習(xí)、實體推理、關(guān)系推理、模式歸納等分析挖掘隱含的知識功能。

三、產(chǎn)品特點

時空數(shù)據(jù)柔性生產(chǎn)

基于深度學(xué)習(xí)的時空數(shù)據(jù)水冷工作站調(diào)度能力實現(xiàn)光學(xué)遙感、實景三維柔性數(shù)據(jù)，使得生產(chǎn)效率提升100%以上

高質(zhì)量時空數(shù)據(jù)

全球影像100ms調(diào)用時延，保障影像訪問極致體驗；全球基準(zhǔn)特征庫，保障影像高質(zhì)量

應(yīng)用服務(wù)化加速

時空數(shù)據(jù)液冷服務(wù)器技術(shù)助力構(gòu)建以SAAS和API為主的空間信息新產(chǎn)品、新服務(wù)，加速應(yīng)用功能持續(xù)迭代增強

高可靠保障

專業(yè)的深度學(xué)習(xí)的時空數(shù)據(jù)庫、中間件層、應(yīng)用層多級高可靠設(shè)計，提供業(yè)務(wù)高可用保障

四、時空數(shù)據(jù)平臺架構(gòu)圖

五、客戶收益

宏觀與微觀綜合分析

遙感解譯提供城市宏觀布局分析，時空大數(shù)據(jù)分析提供區(qū)域微觀人群、交通、產(chǎn)業(yè)等分析。

多模特征融合

遙感影像融合時空數(shù)據(jù)特征，提升模型精度和泛化能力。

自主可控

基于海光、龍芯、英偉達NVIDIA、英特爾Intel、AMD高性能服務(wù)器和藍(lán)海大腦深度學(xué)習(xí)框架構(gòu)建，具有自主可控、安全可靠的優(yōu)勢。

審核編輯 黃昊宇