6月14日，第六屆WGDC大會在北京國家會議中心隆重開幕。大會由空間信息產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)服務(wù)平臺泰伯主辦，秉承不斷引領(lǐng)和促進空間信息技術(shù)創(chuàng)新與變革的宗旨，WGDC已走過五個年頭，如今已成為全球最具前瞻性的跨界創(chuàng)新風向標。

　　在本屆大會的衛(wèi)星+大數(shù)據(jù)峰會上，華浩科技副總裁張敏做了主題演講，以下為演講實錄。(內(nèi)容未經(jīng)本人審核)：

　　這次我演講的主要題目是衛(wèi)星大數(shù)據(jù)的實踐思考，我這里說到兩個字，“實踐”。可以說比起李院士、徐主任，我們更傾向的是一線人員。我在這里說四個方面，第一個是衛(wèi)星大數(shù)據(jù)的行業(yè)變革，我認為變革應(yīng)該很快就會到來;第二個是行業(yè)技術(shù)的發(fā)展;第三個是本身大數(shù)據(jù)的生產(chǎn)實驗;第四個是我們的思考。

　　這個片子我可以很簡單的過一遍，剛才李院士和徐文主任說的非常明確了，我們的衛(wèi)星在預(yù)測，到達2020年我們國家衛(wèi)星數(shù)量肯定達到100顆以上，經(jīng)歷的發(fā)展時間會越來越短，同時觀測頻率越來越高，分辨率越來越高，初始精率越來越高，以及觀測技術(shù)手段也越來越高。前段時間我們跟COE中心的一線工程師在聊，它的觀測質(zhì)量非常高，包括一軌內(nèi)的立體成像、多維觀測，現(xiàn)在這些技術(shù)已經(jīng)慢慢變得成熟。

　　我相信會帶來這幾個方面的變化，第一個是國產(chǎn)衛(wèi)星數(shù)據(jù)應(yīng)用份額越來越高，它會倒逼來自國外的衛(wèi)星影象數(shù)據(jù)資源的大降價。數(shù)據(jù)越來越多也越來越大，有一些新發(fā)射的衛(wèi)星，它可以達到60公里乘60公里，分辨率到1米，出來的結(jié)果一景數(shù)據(jù)就是40個G，這樣的數(shù)據(jù)量如何應(yīng)對，普通的軟件還能做這樣的數(shù)據(jù)嗎?

　　發(fā)射衛(wèi)星已經(jīng)不再是高端的事情，它應(yīng)該是一個已經(jīng)快要普及化的商業(yè)應(yīng)用了。我們國家有航天部門在主導(dǎo)這件事情的整體發(fā)展，事實上有商業(yè)公司包括政府，都在強烈要求發(fā)衛(wèi)星，這個資源已經(jīng)變得越來越重要。但是，真正衛(wèi)星專業(yè)的應(yīng)用，專業(yè)的門檻非常高，而且需要的知識體系非常多，很多人不懂，覺得發(fā)衛(wèi)星之后就是應(yīng)用了，實際上從衛(wèi)星發(fā)射上天到連條連側(cè)在軌運營，以及到數(shù)據(jù)的定位、定資環(huán)節(jié)相當多、問題也非常多。一體化的服務(wù)，事實上是用戶最終的訴求，數(shù)據(jù)從下載衛(wèi)星到應(yīng)用，看似這條實踐非常簡單，事實上非常難做到。

　　我認為有三大轉(zhuǎn)變，第一個經(jīng)營價值的轉(zhuǎn)變，原來可能是靠賣數(shù)據(jù)來掙錢，現(xiàn)在慢慢會轉(zhuǎn)變?yōu)閼?yīng)用服務(wù)的增值，第二個是生產(chǎn)模式，我相信衛(wèi)星數(shù)據(jù)的生產(chǎn)在不久的將來會變成無成本化生產(chǎn)，基本上做到自動化無人員干預(yù)、無成本投入的運營模式，最終就會逼我們形成產(chǎn)品形態(tài)的轉(zhuǎn)變，由零級數(shù)據(jù)一直到最后的高級產(chǎn)品，這條線會越來越短，而且投入越來越少。

　　對于行業(yè)的技術(shù)發(fā)展，我們認為有這樣幾個方面，第一個是衛(wèi)星的地面站，建了很多的地面站系統(tǒng)，現(xiàn)在的訴求是向衛(wèi)星大數(shù)據(jù)中心方向發(fā)展，地面站系統(tǒng)和衛(wèi)星中心最大的區(qū)別在哪里?地面站系統(tǒng)僅僅就是一個系統(tǒng)，大數(shù)據(jù)中心更多的是擴展數(shù)據(jù)的橫向擴展模式。

　　第二個是數(shù)據(jù)處理由人海戰(zhàn)術(shù)轉(zhuǎn)向智能化生產(chǎn)，最早些年很多的數(shù)據(jù)生產(chǎn)都是由人來完成的，包括我們國家的涉及到衛(wèi)星的數(shù)據(jù)生產(chǎn)，都是很多人工，包括我也去很多測繪局，大家在做地理衛(wèi)星檢測的時候photoshop人工一點點的去修。這種方式將來一定會發(fā)生重大的轉(zhuǎn)變，全部交由計算機完成的技術(shù)發(fā)展。另外就是衛(wèi)星的設(shè)計、制造、發(fā)射、測控運營、數(shù)據(jù)的生產(chǎn)處理、管理、以及發(fā)布共享、應(yīng)用分析之間的深度融合，這個觀點和李院士的觀點是完全相同的，組建一個綜合化的應(yīng)用服務(wù)系統(tǒng)。

　　目前的行業(yè)壁壘有哪些?有七點;

　　第一個千景以上洲際規(guī)模的高精度區(qū)網(wǎng)平差，取代如何修正衛(wèi)星解決精度問題，衛(wèi)星在天上下來的數(shù)據(jù)，不是一直以來精度很高，可以通過算法能夠讓數(shù)據(jù)產(chǎn)生更高的精度;

　　第二個是無色差的融合，多光譜全色之間怎么樣保持光譜，保持光譜特性的融合;

　　第三個是大規(guī)模數(shù)據(jù)的整體計算效率，幾百景能做，幾千景行不行，幾萬景行不行，幾十萬景行不行，做過的說行，沒做過的覺得行，是差得很遠的;

　　第四個基于三線陣或者是異軌立體影像DSM的匹配技術(shù)，主要涉及到的是匹配的精度、速度，另外是錯誤率、含噪率;

　　第五個是DOM/DSM全自動去云技術(shù)，去云技術(shù)我也見過很多了，有人基于深度學(xué)習(xí)的去云，有人基于紋理分析的去云，效果都不是那么完美;

　　第六個是基于深度學(xué)習(xí)的矢量提取，我也見了很多人在做，有些已經(jīng)做得比較好了，包括像水域提取、植被提取、道路提取、房屋提取;

　　第七個是極端數(shù)據(jù)的處理技術(shù)，極端數(shù)據(jù)應(yīng)該說是在非常規(guī)條件下得到的數(shù)據(jù)，但是必須又非要做出成果這樣條件下的數(shù)據(jù)技術(shù)。

　　最后得到什么?實時地圖服務(wù)，它涵蓋了所有的影像，從衛(wèi)星上下來應(yīng)該直接進入到地圖，中間最好不要超過10分鐘，除了影像實時地圖以后，地圖上的每一個像素能夠溯源，像素來源于哪一顆衛(wèi)星，來自于什么時間拍攝的，參數(shù)是什么，能夠做到溯源，只有這樣才能在地圖上得到更多的信息。

　　第二，時空大數(shù)據(jù)服務(wù)，提的很多，但是資源還是不夠，真正數(shù)據(jù)資源多的也沒見到這樣的服務(wù)。時空大數(shù)據(jù)服務(wù)最關(guān)鍵的結(jié)點是配的要準，建議時空緯度的時候配的一定要準。第三個就是智能信息提取，第四個是在線的定制成果服務(wù)，總體來講以時間和效率來趕上衛(wèi)星大數(shù)據(jù)的處理手段，以達到成本降低和數(shù)據(jù)持續(xù)更新的能力。

　　這里面有一些思考，第一個問題，數(shù)據(jù)成果的強制接邊，導(dǎo)致數(shù)據(jù)信息位置嚴重失真。比如說我們做數(shù)據(jù)生產(chǎn)，到了影像的接邊，兩者影像之間做完以后路對不上，怎么辦?修一修，photoshop拽一拽，我們拿這張土再做土地量測的時候要么多了2%，要么少了2%，問題在哪兒?數(shù)據(jù)成果的強制接邊該不該做?我們的思考是什么?

　　第一擴大趨于網(wǎng)平差的規(guī)模，在很多的測繪單位在做測繪生產(chǎn)的時候往往是什么，小區(qū)域網(wǎng)的平差平完之后網(wǎng)與網(wǎng)之間再接邊，接邊的時候很痛苦，到底是你對了還是我對了，大家都說自己對了，到底誰對了呢?photoshop去一去。不同的分辨率采用合理的控制資料，不得不說的一點，我們的衛(wèi)星高分辨率影像已經(jīng)越來越多了，從高分2號的一米到現(xiàn)在最新高景1號的0.5米，它所需要的DEM的控制資料，往往大家在做的時候是不太關(guān)注地形的，實際上這個地形是完全有要求，精度上影響很大。另外，還可以通過大數(shù)據(jù)深度學(xué)習(xí)的方法，進一步提高初始衛(wèi)星的絕對精度。

　　第二個不同季節(jié)的調(diào)色，我們做圖的時候見過這樣一個經(jīng)歷，明明是冬天非要把它改成綠色，這個很痛苦也很難難調(diào)，但是photoshop很強大，確實能調(diào)成綠色，但是它對嗎?該不該去調(diào)它，如果說數(shù)據(jù)量足夠的多，不能建立一年12張這樣的圖，我們不去調(diào)色，包括已經(jīng)做到在軌輻射性表，不需要做大量的調(diào)色。第三條是系統(tǒng)建設(shè)逃不了原有技術(shù)的束縛，割裂建設(shè)。我們自己是這樣做的，必須深入到專業(yè)領(lǐng)域當中去，要非常細，每一個環(huán)節(jié)我們的誤差、錯誤，是否能夠驗證對得上。另外是各種新技術(shù)的應(yīng)用，我經(jīng)常跟百度、阿里不是我們行業(yè)的人在聊天，他們給了我很多新的想法和思想。

　　看看我們的大數(shù)據(jù)實踐，拿這幾個方面來說，第一個是天繪衛(wèi)星，這是一個很小的測區(qū)，有202景，應(yīng)該是202組，606景數(shù)據(jù)組成的，最高匹配的自由程度達到了148度的子配匹配重疊度。它是多年的數(shù)據(jù)累在一起，形成一個縱向疊加的高度，在這樣的程度上，要做到什么結(jié)果呢?能否做到無控，能不能用歷史的數(shù)據(jù)做到對影像數(shù)據(jù)無控提高它的精度，做到5米量級左右，也有一系列遺留的問題。這是利用大量的重疊數(shù)據(jù)做出來的，中間關(guān)于去河道等等，基本上都是全自動完成的。這個是在國家測繪中心做的ZY3號，做的控制網(wǎng)的去網(wǎng)平差，可以達到平面兩米二，高是3.4。這是它的水域的效果，水域的紋理相當不穩(wěn)定。這是在一個工業(yè)區(qū)地面的效果，分辨率為6米。這個是不久前剛剛做的基于洲際的，整個印度，中間還缺了一部分數(shù)據(jù)，總量是1039組，共計3052景，資源三號的三線陣數(shù)據(jù)做了一個整網(wǎng)平差，利用的控制資料就是Google的五米影像，這個是全球側(cè)組的生產(chǎn)工藝了。平差精度基本上能夠做到兩米左右，而且這里面有一個點，一臺計算機，現(xiàn)在大家都說云，一臺計算機38個小時可以把3000多G所有的平臺截面匹配全自動完成，它做到的匹配的重疊數(shù)，主要的重疊數(shù)以三個重疊點為主，4-8度相對來說都比較高，兩度可能是在邊緣的地區(qū)，只有兩景以上，最高的能達到26度。

　　在這種高強度的連接下，這是全自動匹配的DSM，而且洲際的一千多景以上的匹配，一臺計算機用了4.5天，一臺工作站我們就完成了。按照這個算法我們中國區(qū)的DSM也就是一星期左右，這是一些效果圖。另外是極端情況下的，全球側(cè)圖所面臨的很重要的問題，伊朗地區(qū)沙漠地區(qū)的DSM的制作，挑了一景沙漠地區(qū)的影像DSM的生產(chǎn)，可以看到沙丘以及沙丘紋理特殊的地形地貌。剛才提到的如何能夠很好的抑制匹配噪聲，在弱小紋理的情況下達到很干凈的成果出來，這就是一個很關(guān)鍵的問題。

　　衛(wèi)星遙感最大的問題就是云，因為所有的衛(wèi)星都是在云上，而不是在云下，如何把云的干擾降到最低，也是我們在所有的數(shù)據(jù)生產(chǎn)和計算過程當中，一個非常重要的問題，否則它帶來的問題是大量的人工去修補。還有是河流，能否保持真實的地貌把河面提出來，這是很關(guān)鍵的問題。

　　做了一些實驗，基于這樣的DSM能否做到提取高精度的等高線，等高線是否替代傳統(tǒng)的測繪要求，做了大量的實驗，甚至把等高線放到立體下去觀測，跟立體模型的匹配程度，還有是極端情況下的，整個一張圖都是海島，海域上有很多的云，在這種情況下怎么做配準，以及多光譜和全色之間的差距非常大，內(nèi)部有形變，在這樣的情況下如何形成高精度的配準。另外是高分4號的區(qū)域網(wǎng)平差，在剛剛做的時候相當水土不服，后來經(jīng)過調(diào)整以后，高分4號不管是在高緯還是低唯，可以達到一個平差結(jié)果，這些結(jié)果在某一些條件下甚至比國外軟件都要好。

　　最后給大家提出我們的想法，這個想法也是一些思考，衛(wèi)星大數(shù)據(jù)要建設(shè)這個數(shù)據(jù)中心首先是什么，要想拓展從衛(wèi)星到應(yīng)用，中間數(shù)據(jù)成果的加工，高級產(chǎn)品生產(chǎn)技術(shù)就必須涵蓋，怎么辦呢?我們在這里做了一個很簡單的想法，首先采取多結(jié)點分布式存儲，存儲和計算放在一起，前端采用可視化終端，你想看到生成的結(jié)果是什么，打開電腦就可以看到，覺得可以了，想生產(chǎn)了就生產(chǎn)，生產(chǎn)完了之后轉(zhuǎn)入實時動態(tài)的共享，這是非常簡單的邏輯，做起來就相當復(fù)雜了。

　　會涉及到幾個關(guān)鍵技術(shù)，第一個是快速生產(chǎn)的解決方案，用戶要得到大量的成果，最關(guān)鍵的問題是快速，因為我們衛(wèi)星大數(shù)據(jù)的特征是什么，是它的數(shù)據(jù)非常非常大，前一陣我跟商業(yè)大數(shù)據(jù)聊，有500億條記錄，我說數(shù)據(jù)量多大?也就幾百兆，一條數(shù)據(jù)就有多少個字節(jié)，他只需要知道這些數(shù)據(jù)，就做一些聚合、分類、分析，另外就是圖表的輸出。我們不知道，幾百個G對我們來說也就是幾十張片子，比如像高分1號的數(shù)據(jù)出來就是四五個G的一張圖，如果說幾百張這樣的圖，很快就上去了。像剛才印度的區(qū)域3052景，數(shù)據(jù)容量是3個T多一點，這么多的數(shù)據(jù)要把成果做出來，這完全是不一樣的。

　　第二個是分布式存儲，這里面無外乎就是Hadoop、MongoDB這些東西如何用?很多人跟我提過我要用Hadoop去做分布處理，最終的需求在哪里，為什么用它做，這里面有很多的思考和關(guān)鍵點。

　　第三個，實時可視化解決用戶的可見的需求，原來傳統(tǒng)的所有數(shù)據(jù)制作，如果不能做到實時可視化，那么生產(chǎn)效率一定會降低，做完了才能知道結(jié)果是什么樣的，能不能做之前就能夠就能夠把空3的精度在圖上量完了，不是說看空3的結(jié)果，不是看空3的平差報告，不是的，這樣節(jié)省很多中間的存儲、處理環(huán)節(jié)等等。

　　第四個標準化鑲嵌，解決成果數(shù)據(jù)源的溯源需求，為大數(shù)據(jù)應(yīng)用奠定基礎(chǔ)，后面的實時地圖提供基礎(chǔ)，這是很好的客戶伙伴給我們提供的訴求。另外一個就是實時在線處理，它的技術(shù)難點有五條，第一個是廣域網(wǎng)(洲際范圍)內(nèi)的高精度平差，針對平差可以提出更多的想法，這里面關(guān)鍵點是異常處理，很多人都在問我算的結(jié)果多好，平差精度零點幾，出來的結(jié)果就是不對?為什么?你可能把連接點都刪掉，連接關(guān)系都丟失了，平差結(jié)果不好。但是你怎么檢查呢?能不能把這些東西檢查出來呈現(xiàn)在我們的問題，關(guān)鍵的技術(shù)點在這。另外是符合全球廣域特征的勻光、勻色，不是由人來引領(lǐng)的，是地球自己引領(lǐng)的，應(yīng)該是什么樣的光譜應(yīng)該是有特征的，而不是主管把它弄成什么樣的顏色，我見過已經(jīng)把道路都弄成淺綠色的，這些完全不太合適。另外就是批量生產(chǎn)過程中的網(wǎng)絡(luò)傳輸優(yōu)化，這一點不言而喻，還有像快速的金字塔創(chuàng)建、快速正射技術(shù)、快捷融合技術(shù)、快捷鑲嵌線生成技術(shù)以及集成，包括影像技術(shù)的快速統(tǒng)計等等。

　　對于像這種存儲，像Hadoop、MongoDB它可以提供多節(jié)點、大內(nèi)存、高性能、高存儲。到底怎么用它?MongoDB或者photoshop里面不要只存影像數(shù)據(jù)，要存更多的數(shù)據(jù)，比如說金字塔數(shù)據(jù)、光色表、ITC參數(shù)、紋理信息、云判信息、平差后的成果信息等等，有很多這樣的信息，可以存很多東西。用這種方法來提高整體的數(shù)據(jù)生產(chǎn)效率，把原來數(shù)據(jù)僅僅用于存儲，變成數(shù)據(jù)由存儲到存儲+計算的模式。這里面包括類似于實時可視化平差、實時可視化融合、實時可視化的校正、鑲嵌等等。

　　最后提一點廣域極限平差的思考，這里面提了一個想法，或者說是一個概念。殘差大的點該不該刪?這是一個很簡單的問題，有人說該刪，有人說不該刪，當我的匹配非?？煽康臅r候，匹配出來的點正確的時候仍然殘差大，該不該刪?我在很多的測繪單位、生產(chǎn)單位、做軟件的研究人員問這個問題，大家一味的追求你的殘差很小、空差機構(gòu)好，殊不知他把殘差大的一刪，把好的點留下來，剩下的放回去，結(jié)果不言而喻。該不該分區(qū)平差再接邊?這是一個很嚴肅的問題，如果做到全球一張網(wǎng)，是最好的，不需要再接邊了。另外一個是連接點越多越好，連接點我認為越多越好，但是能不能算過來。我們在印度這個測區(qū)做連接點的時候，最終留下的是68萬，事實上匹出來的點在過程計算當中應(yīng)該達到了1.3億個點左右。最后平差的結(jié)果僅僅只體現(xiàn)精度嗎?

　　我認為平差的結(jié)果還有很多信息可以值得我們深入挖掘，它不僅僅體現(xiàn)的只是平差、只是精度，它有更多的信息在里面。我提幾個點，第一，基于超海量的點建立超緯方程這樣的實現(xiàn)思路，建立方程緯度，片子越多，點就越多，得到誤差方程的緯數(shù)就會最大，在一臺計算機上能不能解決這個問題。

　　第二，如果利用海量的同名點做深度分析，比如說密度分析、連接剛性分析、符合性分析等能否得到更多的信息，比如說每一個影像、每一部分的誤差，甚至是每一個影像紋理的質(zhì)量等等。

　　最一提一個云中心管理方案的思考，我們也有很多客戶的支持，第一個是準實時更新的“衛(wèi)星遙感一張圖”，這個目標離我們的目標實現(xiàn)越來越近。第二個是衛(wèi)星遙感時空大數(shù)據(jù)平臺，里面含有所有時期的DOM/DSM/DEM/DLG，在這個基礎(chǔ)上的共享發(fā)布服務(wù)、行業(yè)應(yīng)用分析等等，以及在這樣的環(huán)境平臺上可以構(gòu)建深度學(xué)習(xí)的海量樣板庫和在線學(xué)習(xí)系統(tǒng)等等。