WGDC2022第十一届全球地理信息开发者大会卫星创新应用峰会

主题：卫星创新应用峰会

时间：2022年7月21日09：00—12：20

地点：朗丽兹西山花园酒店一层唐朝厅B

主持人：尊敬的各位领导、各位来宾、女士们、先生们，以及通过云端收看直播的朋友们，大家上午好！这里是WGDC2022第十一届全球地理信息开发者大会卫星创新应用峰会的活动现场。首先向今天出席峰会的所有来宾表示最热烈的欢迎，感谢大家的到来！

    请允许我向大家介绍出席本次大会的领导和嘉宾，他们分别是：中国科学院空天信息创新研究院副院长张兵；生态环境部环境规划院副总工程师、国家环境规划与政策模拟重点实验室主任蒋洪强；应急管理部国家减灾中心卫星应用部主任、研究员李素菊；中国自然资源航空物探遥感中心遥感技术研究所所长葛大庆；中国四维测绘技术有限公司总经理张晓东；欧比特总经理颜志宇；微纳星空联合创始人兼副总裁孔令波；阿里巴巴达摩院产品专家薛腾飞；椭圆时空高级产品总监彭珺；北航投资总经理王剑飞；泰伯合伙人、泰伯研究院首席分析师王悦承。

    天上的卫星数据从无到有，应用由浅入深，如今正逐渐深入到我们的生活之中。不论是自然资源调查、生态环境监测、防灾减灾等传统领域的应用，还是使用卫星遥感来测算碳排放等，大家对更多卫星应用市场前景和商业价值充满了更多的期待。这些应用背后都需要完成对海量数据的分析和处理。如何发掘其中的机遇？如何看待业内面临的行业难题？怎么去破局？今天的峰会，我们特别邀请了走在学术研究和行业发展前沿的专家、企业家为大家深入解析。

    首先有请中国科学院空天信息创新研究院副院长张兵，为大家分享《未来遥感卫星应用趋势》，有请！

张兵：各位领导、各位嘉宾，非常高兴有这个机会跟大家一起分享一下我对面向未来的遥感卫星应用趋势的一些理解。

    报告分成两大部分，第一部分我想谈一下关于新型遥感图像分析的模型和方法，这是稍微具体一点的。在这些分析的模型和方法的基础上，我们可以面向一些新的应用方向和模式，所以前半部分讲得稍微技术一些、细节一点。第二部分讲从应用实例的方式讲一下，它未来可能有一些新的应用模式。

    第一个是多模态遥感全域分析应用。光谱库的历史发展得是很早了，在1947年的时候前苏联科学院就出版了国际上第一本系统介绍地务光谱反射特性的专著。但是实际上前苏联在30年代初期，当时就有一批前苏联的科学家测了370种地物的光谱，所以可以看出当时俄罗斯人在科技的创新等方面走在前列，当然这些年它的实力衰弱。包括大家知道的门杰列夫、克洛廖夫等科学家都作出了很多的贡献。

    1947年以前正好是二战，由于二战受到一些影响，二战以后他们就出版了国际上第一本关于地物光谱反射特性的专著。到了1960年的时候，美国NASA也做了大量的地物光谱测量工作。70年代初期就构建了地球资源光谱信息系统，地球资源光谱信息系统，简称ERSIS。这个是在前苏联的基础上大量地进行地面光谱测量，跟前苏联相比可以看出，由于美国在五六十年代计算机技术以及信息技术的发展，已经把单纯的光谱测量不再是打印出一条光谱曲线了，以书的形式出版了，而是用信息系统的形式把它存储起来，这也可以看出电子信息、计算机技术的发展使得美国人在这方面对前苏联实现了一个超越。

    到了1990年的时候，我的导师在重庆出版社出版了中国典型地物波谱及其特征分析。

    到了20世纪末，美国建立了一批有较大影响力的通用型光谱数据库，我们现在建立的很多遥感处理的商业化软件都挂在着相应的光谱库，比如JPL波谱库、USGS波谱库、ASTER波谱库。

    到了2002年863，我也有幸参与李小文院士领导的863项目，我国典型地物标准波谱数据库，当时面对植被、盐矿，对于微波的散射特性的一个库。可以看出整个地物光谱测量的工作催生了很多的波段，就是license第七波段，这个第七波段是怎么来的呢，通过光谱测量的典型地物波谱，它对于很多物质的识别很有意义。遥感通过反射或者辐射发射的光谱成像，从而进行识别。所以这是一个非常基础性的工作。

    到了新的时代，仅仅靠波谱只是众多在地物识别参照当中一个方面的识别，所以在这里我就强调多模态的全域分析，多模态比如激光就是一个高度的信息，然后SAR是辐射的信息，可见光是反射的信息，所以不仅是波段的差异，而且还有成像模式在信息产生的机理上有本质的颠覆性的变化，我们把它叫多模态。现在十四五期间，新的地球观测导航领域的一些专业项目已经特别强调多模态信息的分析，不再是多元的数据信息分析了。大家在90年代的时候从事遥感工作的人都经历过sport跟TM的融合，产生一个更清晰化的波峰图像，那是在那个时代。后期我们更多是从图像的分辨率的角度、清晰化的角度来做所谓融合。但是进入到十四五，尤其近些年来多模态信息融合成为一个新的趋势。

    在多模态融合中，由于人工智能AI技术的发展，又使我们超脱了原来的数据集的融合，恰恰由于多模态的数据使我们很难去做，比如雷达数据跟光学数据的几何配准，这是一个非常难的事情，因为它的成像机制完全不一样，微博的叠眼效应之类的，很多信息根本在图像中不体现，再加上地理众包的数据，这些数据是矢量化的数据出现的，所以多模态的数据一般情况下我们更强调在特征机制、决策机制的融合，这是一个巨大的改变。

    还有全域，全域指的是它不仅仅在像源级别上，它已经到了形态场景级别上。随着卫星数量的增加、星座的普及化，高周期的数据来了，时像成为地物当中非常重要的一维，以前偶尔植被看它的时像增加，但是现在星座的变化，包括近地轨道卫星的使用。所以全域指的是这个意思，不仅仅是在光学的全域分析。所以这一点将来多模态遥感、全域分析是它的特点。

    基于此，我们已经超脱了原来的光谱数据库的概念，要向多维度的广谱图像转变，既满足原来统计学的要求，也能满足定向的物理学遥感的要求，尤其还能满足于AI深度学习这类识别的样本库的要求，所以它是一个全域的，这是未来的发展趋势。这个工作如果做不好，后续很多新技术上来以后，根本无法顾及这些工作，不能很好地把它统筹这些工作。

    这里相应的有一定的模型，比如时空谱特征以及图结构拓扑信息。我们以前做的都是像源的，即使做时空分析也是像源的临域分析，但是到了一个拓扑结构的时候，它是超越的，这个像源跟若干个像源以外的关系，在复杂场景下完成一个拓扑信息的搜集。学校有操场、建筑物还有几个有规律的房子，这些图像在像源上规律相差很大，我们在全域上就要把这个信息量化。从原来land cover进入到land cues（谐音），这是一个变化，我们也相应了发表了一些文章。

    在整个像源拓扑的得到，不管是CDD、CMOS的探测器，它是个光子进来以后，把光信号变成电子信号，电子信号变成一个电磁信号。我们利用的更多是电磁波的粒子，电磁波有波形二象性，利用它的离子特性，但是它的波特性没有用到。将来波特性能不能成为遥感一种新的成像方式，这个就是一个很有意思的事情。整个我看的是整个电磁波，实际上可见光只是很小的波。随着探测器技术的发展、随着遥感基础领域的发展，我们在全域的分析新的成像模式，会对我们的应用产生很大的新的影响。

    实际上除了红外反射以外，在辐射以外，整个电磁波谱段的全链路使用成为一个趋势。有人说高光谱遥感是80年代末期就开始有这个概念，开始做了，现在为什么到了2019年的时候欧盟委员会正式发布了面向未来的100项重大创新突破。这个报告中，在第八项中，专门把高光谱成像列为面向未来的100项技术。80年代就有了，为什么到了二十一世纪还再次提呢，就是整个全谱段对电磁波理解方式已经发生了很大变化，光谱分辨率、调制光谱响应函数、光谱波段间隔等等一系列都有很多值得研究的方面，所以随着探测器的发展，全谱段成为一个潮流。高光谱遥感很大程度上是幅宽，不能做很宽。现在随着探测器技术的发展，随着凸面光山等等一些新技术的发展，使得能够兼顾从高空间以及宽幅成像再加上全谱段的成像，这个能力大大提升以后，对于我们利用新一代的高光谱成像应用就大大提高了这方面的能力。还有一个数传，几百个波段的数传，原来是一个大问题，我们地面专门做了改造，现在再改造也就是一个G量级了，现在激光通信技术的发展可以到十个G，又增加一个量级，一下子就把数传的问题解决了。所以技术的发展大大催生了新一代高光谱技术的发展，再结合人工智能的技术发展，未来是一个很大的应用前景。

    第二个，基于变化检测的遥感应用。以前的变化检测是做图片更新，比如今年做一个，以前原来老的遥感所每隔十年做一次全国覆盖调查，或者每隔五年就很不简单了，现在恨不得每个月做一次，甚至有些高变化地区每天做一次。遥感数据量在大量增加，高频数据在增加，还有一点是我们积累的历史存档的遥感数据以及由它产生的地理信息数据在大量增加。再加上计算机技术的发展、人工智能技术的发展，使我们在手段和方法上都具备了高频数据的处理能力。

    很多以前的应用问题，最后发现是一个变化检测的问题，没必要重新再来一遍，只需要把变化的区域自动地快速捕捉然后更新然后填充回去，一期数据就做出来了。这是一个新的作用模式，而围绕着变化检测，有一系列方法。

    以前说数据更新很重要，现在随着数据变化，模型要变，超分数据重建技术的发展使得我们在变化的数据上进行重建，就与原来的数据变模型跟着变变成了模型不变数据不变，这也使很多应用系统大大减负。很多遥感应用系统，来一颗卫星赶紧开发一个模型，立一个项目，然后赶紧研发一套对应的应用模型，不断地改。未来我们不需要了，来数据了，让这个数据适应我的模型，而不是模型适应数据。这是一个巨大的变量，这种变化对于广大的行业应用会产生很大的促进作用。

    第三个，多迟钝遥感场景识别。这是我在HOE的会刊发表的一篇文章，就是遥感大数据。这个讲的是我们以前在基于像源级的分析，即使用到了空谱融合等一些方式，但是仍然不能很好解决一些场景识别的问题。现在随着深度学习技术的发展，场景识别问题现在逐渐成熟，将来对我们的应用又是一个巨大的迈进。

    第四个是地物参量遥感大数据反演。以前我们说的参量反演首先想到的是几何光学模型、物理学模型，光线在水中传播的吸收系数多少、离水辐射是多少，先做大量的定量化处理，然后再做参数。未来随着深度学习方式的发展，我们把以前的数据模型中，它有很多的非线性的东西要通过一个线性的公式表达。这个就是典型的log、cos、exp，它本身是线性的，但是要用非线性的很复杂的公式表达。现在到了大数据离散化，通过激活的函数，用群体的形势、用离散化的形式表达，实际上人脑的思维绝对不是线性的，我们看到一个现象肯定看到的是颜色，颜色对应的是一维，形态又是一维。在什么场合，比如在会场上看到的东西跟我在野外看到的，对于我的判断肯定会产生影响。所有的判断在我的头脑中是一个非线性的组合，深度学习就是干这件事情。所以它利用一种非线性的离散化的形式表达。

    反过来讲，反映出这些模型以后，我们再推遥感机理。以前先搞清机理再建模型，现在变成了先产生大量超出我们理解范围的一些现象，首先通过遥感接触出来，反复在头脑中探索它的遥感理论是什么，我不仅知道结果，还得知道为什么，所以整个是一个循环的过程。

    这个我们已经做了一些工作，发表了一篇文章，就是把一些用深度学习网络反演植被的覆盖度、植被粒度等等一些参量，而不是用原来的物理模型去做的。这个好处是一旦建立以后，谁都了解了，而不说搞反演的问题必须遥感学家、遥感专家来做，只要把这个模式和框架建立起来以后，就可以方便大规模推广。

    这方面我也举一个例子，这是我们基金为熊巨华研究员带领的专家写的一篇文章，发表在地理科学，2021年度自然科学基金申请书关键词透视地理科学研究前沿热点与发展方向。他们把这些年国家自然科学基金申报的项目都有一个关键词，把这个关键词做一个检索，你会发现在遥感信息地理学的范畴内，最大的圈是深度学习，第二个最大的圈就是高光谱遥感，然后是高分辨率遥感，然后多光谱无人机等等一些圈。所以可以看出，因为基金代表现在年轻人的一个热点反向，所以深度学习、高光谱都在里面，恰恰我前面讲的为什么强调这一点，因为它就是代表了这个领域一个新方向。

    第五个方面是模型数据深度融合事件预测。它表示的是，我们原来把数据采集只是作为我模型驱动的一个输入数据，未来我们把数据和模型之间完全融合在一起，通过模型繁衍的数据来反推模型应该怎么做，所以遥感一个很重要的方向就是遥感调查，调查就是对现状的一个理解。随着数据模型深度耦合，变成遥感来做预测。因为在整个数据采集过程中，把模型和数据强度耦合在一起，通过这个数据再下一步的数据修改模型实现预测，所以未来的遥感一个很重要的应用是做预测，而不再是做仅仅的调查。在技术上，这种方式是可行的。

    第二大方面我再介绍五个典型应用。

    第一个是空间地球系统科学。UNS地球观测计划就是在做这个事情，但是现在我们更关注地球的演变和人类的关系，不管是NASA还是ESA都有一系列的计划推动空间地球系统的发展，所以空间地球系统技术用遥感观测地球空间系统。这个以前不可想象的，比如南极洲，围绕南极现在是一个大洋，围绕南极向东流或者顺时针的一个洋流。这个洋流随着南极洲冰山的崩塌消融以及对它产生的影响，以后形成的冷流向北边走，向赤道方向走。像这样一个大的东西没有空间遥感怎么做，人类开船去做调查中，在这么大的尺度上像一个小蚂蚁一样。所以围绕着全球的一些问题，包括碳卫星等等一些计划只有用遥感卫星才能去做，未来一系列的计划在这方面一定会有大的进展，习总书记讲人类命运共同体，所以空间地球观测技术、空间系统科学的发展已经完全超出国界、超出大洲的范围了。原来说的是北冰洋、印度洋、太平洋、大西洋四大洋，现在专门搞了一个南大洋，就是围绕着南极的一片海域，因为这片海域太重要了，专门拿出来南大洋，重新认定了一个新的大洋。

    这是2022年1月份一个火山爆发，一个岛上的火山爆发。这个爆发正好是在它上空的近地卫星探测的，是美国的NOAA卫星，还有是我国的风云四号，一个是看到了正面爆发的情况，还有一个是看到你整个进入到突破对流层，进入到洪流层高度的变化。我讲这个例子是多颗卫星高度协同在不同的角度的认识是不一样的，大大加深你的理解。随着卫星数量的增加，卫星之间协同的增加，我们对地球系统科学很多现象的理解会大大提升。

    第二个是痕量物质扩散，以前我们做遥感都是做它的形态学，而痕量物质扩散很多方面你都看不见，比如开的矿对水流、河流的影响，这是我在澳大利亚当时做访问学者的时候做的工作。这是一个矿，这条线像一个蝌蚪的小尾巴似的，仔细一看这是一条河。赤铁矿沿着河流扩散，对沿岸产生什么样的效应，这是看不见摸不着的东西，这是一个痕量物质扩散。还有随风、随水，随风飘到一个山坡上，你怎么去找，通过光谱成像，就可以知道这个矿的粉尘大概影响周边多大范围，类似这种问题是以前遥感很少做的，现在可以把这件事情做起来，这是第二个方向。

    第三个，经济社会发展通过一些热度数据比较，比如疫情前后工厂开工率等等。

    第四个是数字孪生和元宇宙。数字孪生和元宇宙是什么关系。数字孪生就是空间信息多维的信息恰恰做一个真实场景的数字孪生技术，数字孪生很大程度上不仅仅对现象的一个虚拟的展示，实际上数字孪生最最重要的是模拟，是对未来的预测，这是它最大的优点。因为现象你看到了它是死的，未来是什么样的，你眼睛看也看不到，你看到的永远是当下。但是数字孪生可以模拟一天以后、一年以后，这是它最重要的。而这个数字孪生技术对遥感技术会发生巨大的作用。

    第五，众包，这是新商机。实际上很多的众包现在已经在做了，比如天文学家拍的云、拍的星图发到网上了，大家看我发现一个新的星，谁发现我就用你的名字命名了。还有美国的NASA的机遇号发了很多火星的照片，很多网友就在图上找，我发现一个人、发现了一个动物，我发现明显是一个人造的洞口，所以大概以前有火星人。遥感随着刚才讲的技术进步、门槛的降低，众包方式，有些人是有兴趣的，也不需要要钱。这块只要有人上网来干这件事就有商机，所以围绕着众包遥感的应用孕育着巨大的商机。

    最后我想总结一下，在新的方法上、新的应用模式上，我们有一系列的，我能想到的一些方面跟大家作一个交流，谢谢大家！

主持人：感谢张院长的分享！相比传统的算法，更多元的遥感卫星变化检测手段，拓展了卫星应用范围。当遥感卫星与其他互联网、物联网、导航定位和通讯卫星高度融合发展，相信一定会为元宇宙、智慧城市、智慧水利、智慧能源等更多应用场景带来新的可能性。

    中国四维测绘技术有限公司总经理张晓东将从遥感卫星技术革新与新应用场景开拓的角度，为大家作特邀报告，有请！

张晓东：各位来宾、各位嘉宾、各位领导专家，早上好！下边我代表中国四维作一个题为遥感卫星技术革新与新应用场景的开拓的报告，也希望在这个报告过程中跟大家进行体会的分享。

    首先介绍一下四维，大家也比较了解，也可能有些陌生。我们是100%国企，核心价值观是以国为重，定位是遥感卫星与服务。航天科技集团的发展理念也是我们的理念，就是三高发展。我们定位是时空信息服务，时空信息服务业务的初心不变，数字经济时代迎来新的发展机遇。同时在改革创新方向，30年来，我们十四五将继续落实新的创新发展，本次讲的技术革新与应用开拓就是一个例子。

    我的报告分三个方面，一个是简单地介绍一下四维，第二个方面讲技术革新，第三方面讲应用新的开拓。

    四维公司成立于1992年，2002年在国内发布了第一份国际标准的导航电子地图产品，2012年中国四维与中国航天科技集团，并入了航天科技集团，成为航天科技集团全资的二级子公司。2016年在集团的支持下，由中国四维打造国内首个商业遥感卫星，2016年、2018年个发射一颗。高景1号首次在国内商业遥感卫星里面达到0.5米完成组网，正式投入使用。2021年我们在国家高空局高空办的支持下，我们打了高分多模卫星，分辨率达到0.42米。2022年中国四维有一个新的举措，就是要全面打造国内高精度、高时效海量数据的商星遥感系统，这个系统由28颗卫星组成，我后续会详细介绍。

    企业文化。首先集团公司给我们定位，我们也坚定不移地在执行。希望在十四五末，我们能成为国内一流的遥感卫星运营与服务商，目前我们的差距还很远，我也是去年9月份刚从长城公司加入到四维，本身以往的经历，我在五院干了20年，2005年调入长城，在长城干了15年，我在长城和四维重点工作是国际合作，所以我们要把四五打造成国际一流的遥感卫星运营和服务商。核心价值观是以国为重，以人为本，以质取信，以新图强。愿景是卫星遥感助力美好生活，企业精神就是自信自强，无私无畏，敢想敢为，尽善尽美。

    十四五战略目标我们形成了一体两翼，这是最新的一个发布。我们希望进程国内领先的时空信息服务商，靠两翼。两翼就是建成国际一流的商星遥感系统，在卫星运行能力，信息获取能力方面得到极大提升。另外一方面就是建成高效触达、连接生态的四维云，实现四维云的高效商业应用，支撑整个遥感生态圈的发展。

    打造四维核心竞争力，重点从两个方面，一个方面就是卫星系统的成像能力，一会儿详细会介绍商星问题。另外一个方面是通过时空信息服务能力打造我们的竞争力。

    中国四维新一代的高景商业遥感卫星系统是由28颗星组成的，包含了16颗优于0.5米分辨率的光学卫星和4颗点7米宽幅的光学卫星，以及8颗超过1米分辨率的遥感卫星。另外我们在时空信息服务方面，在时空的数据、应用系统和解决方案上将会有新的举措和突破。

    第二方面讲技术革新。刚才我介绍我们新的一代，我们在2016年打的是高景卫星，新一代打造的是四维new，四维打的是在杭州跟集团公司的成员单位合股组成的公司，目前打的是是以中国四维本部为投资主体，我们叫四维高景。这16颗星目前照着市场需求以及遥感卫星向着更高分辨率、海量数据、高时效获取方面的能力，瞄着市场需求打造的这28颗卫星。

    谦虚点儿说，我都说优于0.5，因为目前国家的政策，在光学卫星是0.5米应用于商业服务。但是我在这儿也想跟各位同行报一个家底，我们现在打的优于，是远远超出这个的。大家知道美国开放0.1米的商业服务，欧洲在今年号称是全球的0.3米用于商业服务的元年。我今天说的优于0.5，我也不用把话说白了，应该知道我们的分辨率是什么样的分辨率。另外在SA（谐音）我们也说了，我们定位是应用于商业服务，但是实际上也是大大低于现在的分辨率。十四五期间我们会打造28颗具有国际领先水平的商业遥感卫星。大家都是行内的，应该比较清楚，这28颗星如果在两到三年之内打上去，完全是空客3倍的能力，至少是DGmikeSA（谐音）的两到三倍的能力。我们的计划一发布，随时行动就开始了。今年年初正式通过年初董事会投资的批准，但是随着在4月29号、7月6号各发射了高景的1号的01、02星和2号的01、02星，我们用1号代表光学，2号现在还不能说，但是肯定是我刚才说的三类卫星。

    我们希望在2023年到2025年期间，把后续的24颗卫星全部打上天，这样就可以在同时段形成高分辨率的28颗星的商星系统，这样在数据的海量获取上中国能达到一个新的高度。

    讲一讲28颗商星，光是数量，在技术上，国内尤其是航天科技，我们在遥感领域的技术水平的提升，我们跟原来的高景一号还是有区别的，重点几个变化。一方面，光学卫星的镜头面积扩大了22%，由过去的570扩大到630，感光元器件从1um提高到7um，CCD升级为CMOS器件，数传天线由点波束提升相控阵天线。

    我们所做的都是促进高效集成服务能力的提升，日采集量可以达到3000万平方米。高重访实现近实时监测，全球任意地点每天25次重访。我们也要加强测控能力的建设，包括应急保障能在2小时以内交付。

    24年来，我们从自主可控从无到有，从1999年中巴资源遥感卫星上天，我们中国有了第一颗传输型的遥感卫星。到现在我们的卫星从零开始，我们地面的运营服务也从零开始，这24年来，我们全球运行体系还在不断完善当中，目前接收站遍布全球，定标场网目前有8个，第9个正在建。同时多星联合任务规划平台确保卫星成像在2小时以内应急交付。

    中国四维在22年来积累了大量遥感数据，60多颗各类卫星每天持续观测。其实我们有一个数据，目前存档的数据已经超过了美国的landingsite（谐音），目前我国卫星的存储量已经是世界第一了，也提供全球覆盖、定期更新的数据产品。目前16米以下分辨率的已经达到了全国范围100%覆盖。2米以内的完成了90%的陆地覆盖，0.5米卫星大概全球覆盖70%。

    我们也正在打造四维云，高效触达、连接生态。为遥感数据的数据及时空信息互联互通高效触达的信息通道。

    我们在遥感卫星领域还有着以四维云平台支撑卫星应用的生态，传统的生态主要是政府、企业和公众，我们也希望通过四维云的技术进步拓展遥感卫星数据应用的场景，进而降低遥感数据使用的门槛，不断扩大终端市场规模，也为时空信息相关领域提供支撑。

    这里就是多年来的积累，我们获的奖项，有发明的，还有测绘的，测绘的科技进步奖等等，这一块我不去赘述了。

    第三部分我们讲一讲应用开拓。

    时空信息服务，刚才我说一体两翼，一个是商星系统，另外一个翼是时空信息服务，时空信息服务主要是时空数据、应用系统以及与行业结合的解决方案。

    时空数据方面，我们光学卫星图像、雷达卫星图像、实景三维数据。在行业产品上，在应用系统上，目前四维地球API服务，四维视界。解决方案，在水利、实景三维、城市信息处理上都有所突破。

    这张图大家可能比较熟悉，我们拍的是阿联酋的，用0.5米分辨率拍摄的法拉利的主题公园。第二张图片是上海的F1赛场。我相信，以后还会陆续发布新一代商星，优于0.5的，目前0.5的效果已经非常不错了，我们还会发布优于0.5米的图像。这是某城市中心的雷达图像，右侧这个小图用于远洋航运监测集装箱船的图片。这是上海0.5米的高分辨率卫星拍摄的图片，从遥感的数据到时空信息再到行业的价值，形成了一整套支撑实景三维的时空数据产品。

    新兴市场和重点赛道，按照十四五的规划，我们目前确定了智慧水利、CIM和实景三维以及数字农村等新兴市场。对于这些新兴市场，我们构建了一些时空信息行业的综合应用解决方案。这是我们做的实景三维应用场景，大家比较熟悉，我就不赘述了。这是在智慧水利方面，我们在流域治理、河湖管理，还有水土保持方面进行了数字化场景，数字化的模拟以及精准化的决策。

    在数字乡村方面，多措并举助力乡村振兴战略。利用空天地立体感知网数据，依托数字孪生底座，面向乡村振兴重点工程，耕地非农化、非粮化管控、农牧区人居方面的需求。

    在智慧农业方面，依托四维中高低卫星的综合服务能力，并依托农作物种植空间分布、种类与面积信息、提供作物长势监测、作物产量预估以及作为灾后评估等服务，在农业统计、农业保险等方面提供一些决策依据。

    这是在自动驾驶方面，我们以高质量自动驾驶的地图支撑智慧停车、车路协同、交通感知等各方面的创新应用场景。

    另外，我们在应急减灾方面，以林火监测为例，我们以高时效、全流程、多要素综合服务，支撑应急监测及减灾防灾。

    另外在生态GEP等时髦话题上，我们也进行了跨域碳汇生态补偿核算等提供客观的数据支撑。

    展望未来，持续技术革新和不断开拓应用是我们始终的目标。时空遇到了AI，实现了自动化批量生产的行业数据，时空数据遇到了云，极大拓展了时空信息的服务规模，随着当下移动终端的广泛应用，产业数字化的转型、互联网技术等等与时空技术不断融合，将会催生空天信息应用领域不断涌现出更为广泛、更为创新的应用场景。

    最后，我也作一个小结，技术革新、应用开拓，向内我们实现全业务链持续技术创新，向外，我们面向市场不断开拓新的应用场景开拓，从而践行卫星助力美好生活的企业愿景，落实国企责任。我们也希望支持全业务链的创新，并且不断地推出遥感应用新场景。谢谢大家！

主持人：感谢张总的分享！以中国四维为代表的时空信息服务商，为我们记录时代变迁的同时，提供了很多创新性应用，这也是领头遥感企业的责任与担当，谢谢张总！

    接下来的演讲，由生态环境部环境规划院副总工程师、国家环境规划与政策模拟重点实验室主任蒋洪强，从环保应用的角度介绍报告时空大数据在其中的应用研究，有请！

蒋洪强：尊敬的各位领导、各位专家，大家早上好！非常高兴参加这个大会，对我来说更多的是学习，因为我们主要还是从事生态环保模型技术开发方面的，从我本人来讲。在卫星这一块还是比较少，所以今天也是过来，刚才也听了两位专家的介绍，大开眼界，更多地学习，以后在这方面更多地合作交流吧。

    按照安排，我对这个题目给大家作一个介绍。一个是从本身生态环境大数据的特点的理解，第二个关于生态环境大数据模型技术应用案例这一块给大家介绍，最后对本身生态环境大数据创新发展应用的一个趋势给大家作一个分享。

    第一个就是关于生态环境大数据的特点。

    从我个人来看，生态环境大数据作为整个大数据的行业应用领域，也得到了党中央包括国务院以及生态环境部的高度重视，特别是在2015年8月份国务院发布《促进大数据发展行动纲要》里面专门提到在生态环保领域要重点引入大数据监管，包括违法追究相应的技术。另外一个就是在十八届五中全会专门对国家大数据战略里面也提到，习总书记专门提到要推进全国生态环境监测数据的联网共享，开展生态环境大数据的应用研究。

    在国家政策下，生态环境部也专门印发了《生态环境大数据建设总体方案》，也成立了相应机构，包括各个省市也成立了相应的机构，包括原来的信息中心也改编成了大数据研究中心，开展这样的工作。

    从目前来看，生态环境大数据广泛应用于包括生态环境形势预警分析、环境监测、遥感监测等等一些领域，以及空气质量监测预警预报，以及监管执法、管理决策等领域。

    生态环境大数据跟其他的数据有共同的地方，包括广泛性，数据的广泛、复杂、多样、分裂、分散等等，这种6V特征。但是从整体来看，生态环境大数据跟其他行业领域还有很大不一样，非常复杂。大家对生态环境本身的概念包括边界和包括的领域都没有完全取得共识，到底生态概念大还是环境的概念大，以及我们跟自然环境、自然资源包括地理信息这一块到底是一个什么样的关系，没有取得这样一个共识，它的边界范围应该是多元的或者是多学科的一个交叉领域。

    在这个领域，我们看到数据异常多样、边界异常广泛，很难抓住哪些算生态环境大数据这个领域。窄一点，环境污染、二氧化硫、氮氧化物这种数据，实际上拓展很多领域，比如水的领域，涉及到植被、生态的领域包括气候的领域，都算生态环境领域的大数据范畴。同时还有跟空气、社会、空间的结合，显示了生态环境大数据更加复杂，跟其他行业的数据有很大的区别。

    目前生态环境大数据从现状、发展趋势来看，跟其他大数据有共同的地方。一个是在应用层面来看，还是处于一个非常初级的阶段。现在很多打着大数据的旗号，很多应用的成果从深度来看、从效果来看，还处于一般的水平。特别是用于未来预测分析层面，从人工智能决策指导层面来看，成果非常少，现在主要处于根据模型或者统计相关的技术，描述性、规律性比较多，但是未来基于时空的高精度的预测包括智能决策到底怎么去应用，这种还是比较少。

    第二方面是跟其他大数据一样，生态环境大数据治理体系远未形成，隐私保护、数据安全与隐私包括共享都是最大的短板，包括相关的法规，生态环境大数据的法规比其他行业更加靠后。

    第三个就是这块的理论技术体系远未成熟，跟其他数据一样，我们的处理能力低，暗数据庞大，得不到及时处理，很多处理能力还没有建立起来。

    所以生态环境大数据本身有很大的局限，一个是在获取途径方面是有限的，原来主要是基于环境统计这样的数据，后来做一些环境监测的数据。现在逐步拓展，很多卫星遥感监测领域。但是从目前来看，途径还是非常有限的。

    另外一个是获取的成本很高，包括生态还有气象气候的数据，通过需要长期的观测、监测或者实验的过程，涉及到的人工或者技术的成本是很高的，特别是生态的数据都是长时间搜集的。另外在数据获得的真实性、可信度这一块也是非常局限的。现在在商业化这一块的生态环境数据应用非常不成熟，因为很多数据来自于监测总站，包括卫星和环境中心都是环境部来主管的，如果用很多其他数据会很难用，即使数据很准确也很难用，很难跟实际情况进行对比或者进行执法。这是制约商业方面一个重要的局限，很多技术公司跟我们谈比如建立大气监测网或者环境检测网，但是国家很难认可你的数据。这也是很难的，在商业化领域。还有包括数据不规范等等的，还有数据技术，与相关模型分析方法的结合等等都不成熟。

    还有在产业方面，我们这块在产业化应用方面是相当不成熟的技术，生态环境大数据跟其他大数据比较起来，在产业化，推动经济价值增长这块非常局限。

    生态环境大数据由于涉及的学科比较多，复合型人才的需求也是目前的一个瓶颈。从我们自己感觉到，我们重点实验室要招这样一个人才是非常难的，又要懂计算机技术又要懂生态环境领域的专业知识，它是比较难的。这个也是未来我们要注重的方向。

    所以总的来说，关于生态环境大数据这一块，现在是雷声大雨点小或者光打雷不下雨这样一个局面，大家共同感受到这个局面，这是第一个方面跟大家汇报的。

    第二个方面跟大家讲一讲关于我们在生态环境大数据应用方面开展的一些工作，主要是跟大家的一个交流。

    第一个方面，主要是从平台的角度，依托于环境规划与政策模拟重点实验室，实验室也成立了十多年时间，主要围绕数据挖掘、模型模拟，系统决策和平台支撑开展工作。目前建立了关于生态环境管理的大数据平台的构建，有对生态环境大数据的目录编码的设计，包括数据多源异构问题，包括数据清洗我们也进行了前沿性的研究。我们也建立了这样的平台，有机会可以去访问。

    这块主要是数据共享中心、模型系统中心还有整个规划的成果展示中心。数据中心这一块，因为规划与政策涉及的领域比较广，所以我们是常见于需要国内和国际的数据，跟模型数据中心的接口，包括后面模型系统中心和成果展示中心的接口。

    大气分平台，重点区域建立了预警预报、精细溯源和快速评估的空气质量模拟平台。这里涉及了空气质量预报跟气象与我们现在的模型结合起来，与空气质量精细溯源，最后落实到排放源进行监管。另外一个是减排效果一个快速的模拟评估，还有用到了大气环境容量的测算，以及监测近20年的气象变化，包括PM2.5污染的模拟，以及卫星遥感监管，推进精细溯源空气质量监管平台，我们用了2+26重点城市帮扶工作里面来。

    另外一个也是开发了基于机器学习的空气质量精准决策模拟研究与平台，主要基于数据统计，包括建立了模式预测，加上监测大数据的数据和一些技术来进一步完善我们的平台技术，基于这样的技术开发预测预警预报包括精细溯源和快速评估的一个精准的体系。

    另外一个平台就是水的，在流域管理这一块，我们建立了一个流域水环境的综合管理大数据平台。这里面主要就是水质的模拟系统，同时支撑生态环境部关于每个季度、每个月的生态环境形势的分析和预测，涉及到很多遥感的数据包括监测的数据，需要对每个断面进行分析，要提出跟水质目标达标情况进行一个预警，每个月都要给地方政府发出这样的信息。

    另外，我们实验室还跟部里面信息中心一起承担了湖北省长江大保护数字化治理智慧平台，目前第一期项目已经在实施。这里面核心就是长江大保护的智慧感知体系，除了原来的监测体系之外，还涉及到监控体系，包括无人机，包括视频的遥感数据进来，形成数据治理中心。然后按照航空空天站来强化智慧协同监管，形成一个全景指挥系统。

    另外一个是跟内蒙古合作形成的内蒙古生态环境大平台，也是用生态环保数据从不同的业务类型上开展工作。这是通过数据采集体系逐步倒推指标体系进行提取，对自然资源部政策的建立，包括资源评估等开展应用，目前效果都比较好。

    这是平台这一块给大家的一个分享。

    第二个就是几个小的案例，实际上我们也是关注热点问题，就是生态环境大数据的一个应用。

    第一个领域是关于生态环保12369环保投诉这一块的大数据分析。这里面一个是跟区域这块进行分析，包括不同省份，包括东部地区、西部地区、中部地区等不同省份来分析投诉的数据的量跟它之间的一个关系。第一个是跟经济发展程度高度相关，东部地区环保举报投诉的数量比较多，西部地区相对比较少。

    第二个就是在时间特征上进行一个分析，目前比如像大气、噪声、水、固废这一块污染比较多。从季节来看，主要还是在春夏季比较高，冬季的时候比较低。另外一个是从每天来看，大气、水、固废投诉数量主要集中在工作时间，有两个小时的举报高峰期。但是噪声举报，一直在整个环保投诉举报当中都占首位，重点是在睡觉之前，晚上11点到12点之间这么一个休息时间。这也是我们根据时间特征进行的分析，有针对性的开展这样一些工作。

    从要素来看，关于大气这一块本身有很多要素，恶臭、异味这一块又是重点的举报来源，还有粉尘和烟尘，也是受不同季节的影响比较大。

    另外中央环保督查对大气举报行为也有高度相关性，一旦部里面开展中央环保督查了，明显看到各地的举报数量直线上升。这是第一个比较小的应用案例。

    第二个是环保对猪肉价格影响的大数据分析，这是在2019年的阶段，那个时候猪肉价格上升比较厉害，反映出环保政策对猪肉价格造成了影响。因为当时有畜禽养殖的规划出台，确实会让一些畜禽养殖企业关停了，到底是不是环保部门影响了猪肉价格，领导也很关心，我们采用了大数据对相关性进行了研究。一个是我们看到确实环保政策对生猪的养成影响不会太大，在2019年出现的猪肉价格大幅上涨，实际上这个政策在2018年以前已经出台了，而且影响主要集中在2018年之前，所以它们两个没有具有很大的相关性。另外，从百度搜索指示来看，关注度来看，对猪瘟大家的关注度比较高一些，还是这一块占据了相当大的份量。包括现在猪肉价格又遇到新一轮的上涨，跟环保确实没有什么关系，它是受制于宏观的经济形势或者疫情的影响。这是一个小案例。

    第三个小案例，疫情期间环境热点包括复工环境压力的大数据分析。因为在2020年疫情刚开始的时候，春节期间，因为大家都没动，虽然春季大气污染比较重，京津冀地区突然出现了一波大气污染比较重的天气，这个大家比较不理解，为什么大家没有动，空气污染还比较严重。我们跟部里面开展了大数据分析，通过遥感影像探测热点，热源的大数据表明，虽然是疫情期间，但是京津冀地区，河北唐山地区等等重点企业还在生产，通过热源看到还是有影响的，也找出了原因。后面我们根据疫情过后大数据的压力预测，也提出了未来空天站的一个重点方向。这是一个小案例。

    下面一个案例是聚焦于双碳，这一块也是大家比较关注的。双碳这一块开展的一些工作，碳排放快速的核算的大数据研究，我们跟阿里巴巴这边，阿里云这边探索的碳排放系统方面进行了合作。现在碳排放快速核算系统一般比较老，清单基本上是按照2020年，或者2019年、2018年来做的。部里面的领