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

　　在本屆大會(huì)的衛(wèi)星+大數(shù)據(jù)峰會(huì)上，華浩科技副總裁張敏做了主題演講，以下為演講實(shí)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(shí)踐思考，我這里說到兩個(gè)字，“實(shí)踐”?？梢哉f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(gè)方面，第一個(gè)是衛(wèi)星大數(shù)據(jù)的行業(yè)變革，我認(rèn)為變革應(yīng)該很快就會(huì)到來;第二個(gè)是行業(yè)技術(shù)的發(fā)展;第三個(gè)是本身大數(shù)據(jù)的生產(chǎn)實(shí)驗(yàn);第四個(gè)是我們的思考。

　　這個(gè)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(cè)，到達(dá)2020年我們國家衛(wèi)星數(shù)量肯定達(dá)到100顆以上，經(jīng)歷的發(fā)展時(shí)間會(huì)越來越短，同時(shí)觀測(cè)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(cè)技術(shù)手段也越來越高。前段時(shí)間我們跟COE中心的一線工程師在聊，它的觀測(cè)質(zhì)量非常高，包括一軌內(nèi)的立體成像、多維觀測(cè)，現(xiàn)在這些技術(shù)已經(jīng)慢慢變得成熟。

　　我相信會(huì)帶來這幾個(gè)方面的變化，第一個(gè)是國產(chǎn)衛(wèi)星數(shù)據(jù)應(yīng)用份額越來越高，它會(huì)倒逼來自國外的衛(wèi)星影象數(shù)據(jù)資源的大降價(jià)。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(dá)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(gè)G，這樣的數(shù)據(jù)量如何應(yīng)對(duì)，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(gè)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(shí)上有商業(yè)公司包括政府，都在強(qiáng)烈要求發(fā)衛(wèi)星，這個(gè)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(shí)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(shí)際上從衛(wèi)星發(fā)射上天到連條連側(cè)在軌運(yùn)營，以及到數(shù)據(jù)的定位、定資環(huán)節(jié)相當(dāng)多、問題也非常多。一體化的服務(wù)，事實(shí)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(shí)踐非常簡單，事實(shí)上非常難做到。

　　我認(rèn)為有三大轉(zhuǎn)變，第一個(gè)經(jīng)營價(jià)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(huì)轉(zhuǎn)變?yōu)閼?yīng)用服務(wù)的增值，第二個(gè)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(huì)變成無成本化生產(chǎn)，基本上做到自動(dòng)化無人員干預(yù)、無成本投入的運(yùn)營模式，最終就會(huì)逼我們形成產(chǎn)品形態(tài)的轉(zhuǎn)變，由零級(jí)數(shù)據(jù)一直到最后的高級(jí)產(chǎn)品，這條線會(huì)越來越短，而且投入越來越少。

　　對(duì)于行業(yè)的技術(shù)發(fā)展，我們認(rèn)為有這樣幾個(gè)方面，第一個(gè)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(gè)系統(tǒng)，大數(shù)據(jù)中心更多的是擴(kuò)展數(shù)據(jù)的橫向擴(kuò)展模式。

　　第二個(gè)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(cè)繪局，大家在做地理衛(wèi)星檢測(cè)的時(shí)候photoshop人工一點(diǎn)點(diǎn)的去修。這種方式將來一定會(huì)發(fā)生重大的轉(zhuǎn)變，全部交由計(jì)算機(jī)完成的技術(shù)發(fā)展。另外就是衛(wèi)星的設(shè)計(jì)、制造、發(fā)射、測(cè)控運(yùn)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(gè)觀點(diǎn)和李院士的觀點(diǎn)是完全相同的，組建一個(gè)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(diǎn);

　　第一個(gè)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(gè)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(gè)是大規(guī)模數(shù)據(jù)的整體計(jì)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(yuǎn)的;

　　第四個(gè)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(cuò)誤率、含噪率;

　　第五個(gè)是DOM/DSM全自動(dòng)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(gè)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(gè)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(shí)時(shí)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(jìn)入到地圖，中間最好不要超過10分鐘，除了影像實(shí)時(shí)地圖以后，地圖上的每一個(gè)像素能夠溯源，像素來源于哪一顆衛(wèi)星，來自于什么時(shí)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(shí)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(shí)空大數(shù)據(jù)服務(wù)最關(guān)鍵的結(jié)點(diǎn)是配的要準(zhǔn)，建議時(shí)空緯度的時(shí)候配的一定要準(zhǔn)。第三個(gè)就是智能信息提取，第四個(gè)是在線的定制成果服務(wù)，總體來講以時(shí)間和效率來趕上衛(wèi)星大數(shù)據(jù)的處理手段，以達(dá)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(gè)問題，數(shù)據(jù)成果的強(qiáng)制接邊，導(dǎo)致數(shù)據(jù)信息位置嚴(yán)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(duì)不上，怎么辦?修一修，photoshop拽一拽，我們拿這張土再做土地量測(cè)的時(shí)候要么多了2%，要么少了2%，問題在哪兒?數(shù)據(jù)成果的強(qiáng)制接邊該不該做?我們的思考是什么?

　　第一擴(kuò)大趨于網(wǎng)平差的規(guī)模，在很多的測(cè)繪單位在做測(cè)繪生產(chǎn)的時(shí)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(shí)候很痛苦，到底是你對(duì)了還是我對(duì)了，大家都說自己對(duì)了，到底誰對(duì)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(diǎn)，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(hào)的一米到現(xiàn)在最新高景1號(hào)的0.5米，它所需要的DEM的控制資料，往往大家在做的時(shí)候是不太關(guān)注地形的，實(shí)際上這個(gè)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(jìn)一步提高初始衛(wèi)星的絕對(duì)精度。

　　第二個(gè)不同季節(jié)的調(diào)色，我們做圖的時(shí)候見過這樣一個(gè)經(jīng)歷，明明是冬天非要把它改成綠色，這個(gè)很痛苦也很難難調(diào)，但是photoshop很強(qiáng)大，確實(shí)能調(diào)成綠色，但是它對(duì)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(dāng)中去，要非常細(xì)，每一個(gè)環(huán)節(jié)我們的誤差、錯(cuò)誤，是否能夠驗(yàn)證對(duì)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(shí)踐，拿這幾個(gè)方面來說，第一個(gè)是天繪衛(wèi)星，這是一個(gè)很小的測(cè)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(dá)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(gè)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(duì)影像數(shù)據(jù)無控提高它的精度，做到5米量級(jí)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(dòng)完成的。這個(gè)是在國家測(cè)繪中心做的ZY3號(hào)，做的控制網(wǎng)的去網(wǎng)平差，可以達(dá)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(dāng)不穩(wěn)定。這是在一個(gè)工業(yè)區(qū)地面的效果，分辨率為6米。這個(gè)是不久前剛剛做的基于洲際的，整個(gè)印度，中間還缺了一部分?jǐn)?shù)據(jù)，總量是1039組，共計(jì)3052景，資源三號(hào)的三線陣數(shù)據(jù)做了一個(gè)整網(wǎng)平差，利用的控制資料就是Google的五米影像，這個(gè)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(gè)點(diǎn)，一臺(tái)計(jì)算機(jī)，現(xiàn)在大家都說云，一臺(tái)計(jì)算機(jī)38個(gè)小時(shí)可以把3000多G所有的平臺(tái)截面匹配全自動(dòng)完成，它做到的匹配的重疊數(shù)，主要的重疊數(shù)以三個(gè)重疊點(diǎn)為主，4-8度相對(duì)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(dá)到26度。

　　在這種高強(qiáng)度的連接下，這是全自動(dòng)匹配的DSM，而且洲際的一千多景以上的匹配，一臺(tái)計(jì)算機(jī)用了4.5天，一臺(tái)工作站我們就完成了。按照這個(gè)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(dá)到很干凈的成果出來，這就是一個(gè)很關(guān)鍵的問題。

　　衛(wèi)星遙感最大的問題就是云，因?yàn)樗械男l(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?cè)谒械臄?shù)據(jù)生產(chǎn)和計(jì)算過程當(dāng)中，一個(gè)非常重要的問題，否則它帶來的問題是大量的人工去修補(bǔ)。還有是河流，能否保持真實(shí)的地貌把河面提出來，這是很關(guān)鍵的問題。

　　做了一些實(shí)驗(yàn)，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(cè)繪要求，做了大量的實(shí)驗(yàn)，甚至把等高線放到立體下去觀測(cè)，跟立體模型的匹配程度，還有是極端情況下的，整個(gè)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(zhǔn)，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(zhǔn)。另外是高分4號(hào)的區(qū)域網(wǎng)平差，在剛剛做的時(shí)候相當(dāng)水土不服，后來經(jīng)過調(diào)整以后，高分4號(hào)不管是在高緯還是低唯，可以達(dá)到一個(gè)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(gè)想法也是一些思考，衛(wèi)星大數(shù)據(jù)要建設(shè)這個(gè)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(jí)產(chǎn)品生產(chǎn)技術(shù)就必須涵蓋，怎么辦呢?我們?cè)谶@里做了一個(gè)很簡單的想法，首先采取多結(jié)點(diǎn)分布式存儲(chǔ)，存儲(chǔ)和計(jì)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(shí)時(shí)動(dòng)態(tài)的共享，這是非常簡單的邏輯，做起來就相當(dāng)復(fù)雜了。

　　會(huì)涉及到幾個(gè)關(guān)鍵技術(shù)，第一個(gè)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?yàn)槲覀冃l(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(gè)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(gè)G對(duì)我們來說也就是幾十張片子，比如像高分1號(hào)的數(shù)據(jù)出來就是四五個(gè)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(gè)T多一點(diǎn)，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(gè)是分布式存儲(chǔ)，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(diǎn)。

　　第三個(gè)，實(shí)時(shí)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(shí)時(shí)可視化，那么生產(chǎn)效率一定會(huì)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(bào)告，不是的，這樣節(jié)省很多中間的存儲(chǔ)、處理環(huán)節(jié)等等。

　　第四個(gè)標(biāo)準(zhǔn)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(shí)時(shí)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(gè)就是實(shí)時(shí)在線處理，它的技術(shù)難點(diǎn)有五條，第一個(gè)是廣域網(wǎng)(洲際范圍)內(nèi)的高精度平差，針對(duì)平差可以提出更多的想法，這里面關(guān)鍵點(diǎn)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(diǎn)幾，出來的結(jié)果就是不對(duì)?為什么?你可能把連接點(diǎn)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(diǎn)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(diǎn)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(jì)等等。

　　對(duì)于像這種存儲(chǔ)，像Hadoop、MongoDB它可以提供多節(jié)點(diǎn)、大內(nèi)存、高性能、高存儲(chǔ)。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(chǔ)，變成數(shù)據(jù)由存儲(chǔ)到存儲(chǔ)+計(jì)算的模式。這里面包括類似于實(shí)時(shí)可視化平差、實(shí)時(shí)可視化融合、實(shí)時(shí)可視化的校正、鑲嵌等等。

　　最后提一點(diǎn)廣域極限平差的思考，這里面提了一個(gè)想法，或者說是一個(gè)概念。殘差大的點(diǎn)該不該刪?這是一個(gè)很簡單的問題，有人說該刪，有人說不該刪，當(dāng)我的匹配非?？煽康臅r(shí)候，匹配出來的點(diǎn)正確的時(shí)候仍然殘差大，該不該刪?我在很多的測(cè)繪單位、生產(chǎn)單位、做軟件的研究人員問這個(gè)問題，大家一味的追求你的殘差很小、空差機(jī)構(gòu)好，殊不知他把殘差大的一刪，把好的點(diǎn)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(gè)很嚴(yán)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(gè)是連接點(diǎn)越多越好，連接點(diǎn)我認(rèn)為越多越好，但是能不能算過來。我們?cè)谟《冗@個(gè)測(cè)區(qū)做連接點(diǎn)的時(shí)候，最終留下的是68萬，事實(shí)上匹出來的點(diǎn)在過程計(jì)算當(dāng)中應(yīng)該達(dá)到了1.3億個(gè)點(diǎn)左右。最后平差的結(jié)果僅僅只體現(xiàn)精度嗎?

　　我認(rèn)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(gè)點(diǎn)，第一，基于超海量的點(diǎn)建立超緯方程這樣的實(shí)現(xiàn)思路，建立方程緯度，片子越多，點(diǎn)就越多，得到誤差方程的緯數(shù)就會(huì)最大，在一臺(tái)計(jì)算機(jī)上能不能解決這個(gè)問題。

　　第二，如果利用海量的同名點(diǎn)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(gè)影像、每一部分的誤差，甚至是每一個(gè)影像紋理的質(zhì)量等等。

　　最一提一個(gè)云中心管理方案的思考，我們也有很多客戶的支持，第一個(gè)是準(zhǔn)實(shí)時(shí)更新的“衛(wèi)星遙感一張圖”，這個(gè)目標(biāo)離我們的目標(biāo)實(shí)現(xiàn)越來越近。第二個(gè)是衛(wèi)星遙感時(shí)空大數(shù)據(jù)平臺(tái)，里面含有所有時(shí)期的DOM/DSM/DEM/DLG，在這個(gè)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(tái)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。