乌克兰战争显示了地理空间情报(GEOINT)社区可以观察、学习并考虑改变的动机的教训。

从乌克兰冲突中,看到了未来冲突中可能出现的潜在方法和力量运用。地理空间情报(GEOINT)能力的应用--很大程度上是公开的和商业的--是被用来发挥巨大效力的学科之一。乌克兰战争为地理空间情报(GEOINT)界提供了可借鉴的经验教训,可以从中观察、学习,并将其视为变革的动力。

关键驱动因素

过去两年中乌克兰对 GEOINT 能力的使用凸显了对 GEOINT 界的一些潜在影响。根据迄今为止的冲突,可以得出以下一些结论:

  • 乌克兰战争表明,地理空间情报的成功应用如何利用了战争中组织、技术和人力领域的技术和创新。
  • 平台和传感器,如小型商用无人机、载人航空平台,以及商用高分辨率和非字面模式空间系统,如射频(RF)和合成孔径雷达(SAR),改变了行动和结果。
  • 在网络中心战中,冲突一方的系统和人群通过超级连接,以比对手更快的速度、更大的规模和更强的相关性提供信息。
  • 精确定位使精确武器能够抵消大规模火力的影响。
  • “战场大数据"正在由太空中的传感器以及小型无人机和智能手机等非传统平台收集。人工智能(AI)的应用提高了这些数据的效用。

乌克兰冲突是现代战争的一个案例研究

在这场冲突中出现的一些现代战争概念将对 GEOINT 界产生影响,随着技术和相关教育与培训的发展,GEOINT 界需要考虑这些概念,其中包括:

混合战争。这是一个相对较新的术语,有多种定义。它可以被认为是一种多层次的战争,旨在破坏一个正常运转的国家的稳定并分化其社会。通过将动能行动与颠覆努力相结合,对手的目标是对对手的决策者产生影响。为了避免归因,侵略者会采取秘密行动,如政治战、非正规战、信息战和网络战,不留下任何可信的蛛丝马迹。

平台和传感器。战前,乌克兰人一直在使用土耳其无人机、美国通信网络(Starlink)和美国商业图像(Maxar 和 Planet)。自战争以来,他们一直在使用芬兰供应商 ICEYE、美国供应商 Capella 和其他商业供应商提供的合成孔径雷达,包括美国供应商 HawkEye 360 提供的射频地球同步信息。随着无人机、载人航空平台和商业高分辨率空间系统等 ISR 能力的增强,战场变得更加透明,对军事编队构成了威胁。非传统平台在冲突中得到了广泛应用。其中包括广泛使用廉价的小型无人机和智能手机。例如,“鹰眼 360 ”公司维护着一个监测射频(RF)信号的卫星星座。HawkEye 360 传感器捕捉到乌克兰上空大量的全球定位系统(GPS)干扰活动。Spire 等其他空间数据公司使用超小型卫星跟踪航空交通。芬兰初创公司 ICEYE 通过其合成孔径雷达卫星向乌克兰提供图像。小型无人机已经产生了重大影响,证明了其在侦察、目标捕获和提供实时态势感知方面的有效性。

信息与组织融合。这是指系统和群体之间建立超级连接,以更快的速度、更大的规模和更强的相关性提供信息。信息融合涉及将多个来源的信息进行整合以得出估计结果的技术。组织融合涉及政府、国际、企业和公民团体之间共享数据和/或技术的协议。超级互联的特点是习惯使用具有共同网络连接的设备。从结构上看,这表明情报学科在各个层面上都是作为一个融合实体运作的。乌克兰高机动性火炮火箭系统(HIMARS)多管火箭发射系统的成功运用可归功于强大的综合信息架构、高效的侦察以及现成无人机技术的创新应用。

精确定位。战争表明,精确武器比大规模火力更具优势。精确(火力)战胜大规模(火力)"这句口头禅经常被重复。2022 年,达纳-高华德(Dana Goward)发表了一篇讨论全球定位系统与乌克兰战争的文章,其中强调了全球定位系统信号如何成为现代战争的基础,从为侦察无人机和精确弹药导航到支持移动无线电。Goward 指出,一名俄罗斯电视台评论员称,俄罗斯可以通过击落所有 GPS 卫星来 “致盲北约”,这凸显了精确定位作为军事工具的重要性。为了说明这一点,俄罗斯在战争开始前就展示了它可以摧毁太空中的 GPS 卫星。作为战争的一部分,俄军一直在定期干扰美国 GPS 的信号。然而,具有讽刺意味的是,俄军也使用 GPS。被击落的俄罗斯飞机的仪表盘上都贴有 GPS 接收器。随着几家国防公司提出生产廉价远程精确武器的建议,精确弹药的数量和使用将会增加。此外,精确射击的使用还能深入了解决策周期,即花费多少武器才能使目标失效。

战场大数据。除了天基和机载传感器,小型无人机和智能手机等非传统平台也收集了大量地理空间数据。在乌克兰战争中,平民也独特地参与了数字数据的收集,并在在线开源调查社区的地理定位证据中开发 OSINT。有人认为这是乌克兰武装部队外包了部分杀伤链,平民通过使用智能手机向乌克兰陆军提供众包的地理定位目标信息。这些信息可以与其他智能手机用户和/或其他情报来源提供的数据点进行核实和交叉检查。然后,乌克兰武装部队就可以直接向平民确定的目标开火。在乌克兰战场上,平民已成为传感器,将瞄准周期延伸到民间社会。这样做的效果是创建了一个更加知情的目标选择过程,但同时也意味着,如果按照使用智能手机拍摄敌方纵队构成敌对行为的逻辑,那么任何拥有智能手机的人都可能成为敌方行动的目标。

机器提高决策的速度和质量。人工智能和数据的可用性加快了分析速度,提高了分析质量。就约翰-博伊德(John Boyd)的 “观察-定向-决策-行动”(“OODA”)循环(Observe-Orient-Decide-Act,简称 “OODA”)而言,人工智能使乌克兰能够比俄罗斯人更全面、更快速地观察、定向和决策,从而取得成功。这种快速的 “OODA 循环 ”会重置俄罗斯的决策过程并造成混乱。乌克兰军官在作战行动中心使用人工智能来规划对俄罗斯阵地的打击。乌克兰使用人工智能来处理数据、分析战场形势和选择目标。乌克兰军官利用算法做出关键的战场决策,这就是所谓的算法战争,战场的数字模型已经渗透到 “战争迷雾 ”中。不断更新的数据为人工智能引擎提供动力,而人工智能引擎则向乌克兰战地指挥官提供敌方位置信息。每次动能打击后,战损评估都会反馈到网络中,以加强预测模型。虽然这还不是真正意义上的技术和组织融合,但它正朝着这个方向发展。乌克兰军队已在德国和波兰接受了使用人工智能软件的培训。利用人工智能开发的 GEOINT 在建立有助于有效指挥和控制军事活动的节奏方面发挥着至关重要的作用,使其能够比对方部队更快地学习和适应。

X因素:适应与创新。公开资料的分析往往忽略了乌克兰是如何整合了如此多不同的能力,从而取得了迄今为止所展示的局面。其中一些非技术成功领域涉及环境(地形和天气)、地缘政治、经济、社会和后勤事务。然而,乌克兰的适应能力似乎是他们有能力对抗冲突初期被认为是压倒性力量的俄罗斯的主要因素。乌克兰进行了调整和创新,以弥补通过实战经验发现的性能差距。米克-瑞安在 2022 年 8 月发表的一篇关于乌克兰战场适应性的文章中指出:"美国学者弗兰克-霍夫曼曾写道:'对军事准备和有效性的最终考验不会在战争开始后就结束。相反,历史有力地反映了在战争中学习和实施变革的持久现象......一支部队必须在战斗中进行适应性调整的要求是战争的内在本质。战争中瞬息万变的节奏导致交战双方不断寻求优势,并同时在多个层面进行适应性调整。在俄罗斯乌克兰战争的整个过程中,这种适应战是战争的核心部分。在机构学习文化的支持下,在这场适应战中取得成功的能力必须成为当代军事力量设计的核心部分"。

对美国和全球军事情报部门的影响

在探讨对美国和全球军事情报部门的影响时,推测了未来对美国和全球军事情报部门的影响。

作战:在迄今为止的冲突中观察到,精确度会降低质量。未知的是,即使各方都对信息进行了审查和整理发布,乌克兰在多大程度上证明了其使用的精确武器比俄罗斯更具军事效力。

全球商业 GEOINT 在战略和战场使用中的有效性:乌克兰曾公开呼吁外国商业图像,特别是合成孔径雷达数据,它们在定位俄罗斯军队方面的作战效能并没有受到天气的限制。 乌克兰缺乏本土的政府/军事情报卫星系统,但这并没有制约其军事情报工作。

大数据:乌克兰民间和军事组织一直在使用手机和商用四旋翼无人机等通用数字设备以及武装无人机等专用设备,用于精确战术攻击、战损评估、防空传感器和装备识别等多种用途。

人工智能摆动数据:乌克兰正在利用计算机分析和机器学习快速整合大量数据源,在许多情况下,其速度超过了俄罗斯军方的反应速度。

战术情报和国家情报之间没有空隙:乌克兰已将其部队从排级整合到国家级的多级安全域。《纽约时报》拍摄的巴赫穆特附近一个战术作战指挥部的照片最能说明这一点,照片显示 6 号显示器上有商业图标,巴赫穆特附近一个战术作战指挥部的桌子上有一部装有商业应用程序的手机。

OSINT 必须参与讨论:乌克兰展示了非机密情报的作用,这说明如果将机密信息视为非机密信息的补充,就能发挥更大的作用。

重新平衡情报工作角色:乌克兰管理大量地理空间数据的能力表明,应重新评估收集管理纪律。如果没有快速收集/获取地理空间/图像数据的概率模式,再多的地理空间情报分析员也无法胜任。换句话说,如果有一个首轮选秀权,你会选择一个收集管理者还是一个地理空间分析师?

对美国军事更广泛的影响

虽然美国国防部(DoD)早就具备了像乌克兰人那样作战的能力,但它在政策、条令、标准、培训和招募方面也面临着一些挑战。

政策。美国有许多自我施加的和历史遗留的限制因素,可归纳为以下几个方面:

  • 美国资助近期冲突的模式是基于海外应急行动(OCO)的拨款。如果有预警,这就限制了准备时间,而如果没有预警,则延长了反应时间。
  • 法律。美国商业图像和地理空间数据流程的合同和许可挑战会限制用户共享的选择。这对财政、合同和责任的影响尚未得到广泛理解。
  • 根据乌克兰的经验对美国军事情报生产进行调整,很可能会引起现有机构、部门和当局的争论,并可能引发争议。
  • 采购。虽然美军纳入了 “作战需求声明”(ONS)和 “联合紧急作战需求声明”(JUONS),但除已宣布的冲突外,并没有将技术快速融入作战环境的标准流程。这是一项可观察到的政策/资源配置,它可能成为在乌克兰产生积极影响的 “X因素”。确定采购、购置与快速集成和实施之间的区别至关重要。

条令。目前援助乌克兰的联盟正在使用全球商业地理空间数据、收集、分析和通信基础设施。在未来的任何冲突中,有理由相信,敌对国家或代理组织将能够获取 GEOINT 并使用相同的基础设施来对付国家。有哪些经验教训总结组织,如美国陆军经验教训总结中心(CALL),正在参与审查这场冲突?

这对 GEOINT 界有何影响?

以新的方式利用 GEOINT 经验发动战争也将对 USGIF 成员公司和教育机构产生影响。

教育。例如,USGIF 教育机构在更新课程时应考虑这场冲突的许多方面:

  • 无人机和卫星数据的整合对 GEOINT 教育计划有影响,而大多数甚至所有 GEOINT 课程都没有涉及这种整合。GIS for Disaster Support 或 GIS for Homeland Security 等主题的课程可以考虑增加相关课程。
  • 将新技术整合到 “实战”行动中的影响指向基于场景的演习或培训演进,而不是传统的课堂讲授、实验室和作业。因此,学术认证机构(包括 USGIF)可能需要重新制定一些衡量学习效果的标准。例如,一些全球安全课程的学术项目除了提供学分课程外,还为学生提供为期多周的危机情景模拟。
  • 地理空间数据的管理和获取越来越复杂,这就提出了为 21 世纪的收集管理单独开设课程的问题。一些 GEOINT 从业人员认为,认为 NRO 和 NGA 是 21 世纪收集管理典范的观点主要是由 NRO 和 NGA 本身持有的。

培训。在乌克兰举行的与 GEOINT 相关的活动强调了即将对 USGIF 基本知识体系 (EBK) 进行修订的重要性,EBK 是基金会支持学术合作伙伴 GEOINT 课程的教育框架。例如,2019 年 EBK 中的一些技术已经过时(如化学摄影),其他依赖地理空间的情报技术(如社交媒体图像分析)也未被纳入 2019 年修订版,尽管这些技术现在在全球情报分析中越来越常见。

国际伙伴关系。多国组织和欧洲其他国家在乌克兰的地理信息能力参与预示着未来的多国地理空间工作。虽然美国在国际舞台上仍处于行业领先地位,但乌克兰已向其他拥有新兴或不断发展的 GEOINT 能力的国家发布紧急需求。

参考来源:USGIF

成为VIP会员查看完整内容
1

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《乌克兰战争中的先进技术》最新报告
专知会员服务
34+阅读 · 10月14日
《大型语言模型 (LLM) 对比研究》美海军最新报告
美陆军:重新构想指挥与控制
专知会员服务
76+阅读 · 2月17日
反制自主潜航器的威胁
专知会员服务
35+阅读 · 2023年12月27日
《美空军研究实验室(AFRL)全球研究布局》50页报告
专知会员服务
61+阅读 · 2023年12月12日
军事数据空间:挑战、机遇和用例
专知会员服务
115+阅读 · 2023年11月14日
《自主系统的组成分析》美空军2022最新报告
专知会员服务
53+阅读 · 2022年12月6日
海上信息战中的态势感知研究
专知会员服务
136+阅读 · 2022年5月18日
时空数据挖掘:综述
专知
24+阅读 · 2022年6月30日
美军电磁频谱战的发展及启示
科技导报
11+阅读 · 2019年3月25日
国家自然科学基金
33+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
25+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2011年12月31日
Arxiv
0+阅读 · 11月19日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《乌克兰战争中的先进技术》最新报告
专知会员服务
34+阅读 · 10月14日
《大型语言模型 (LLM) 对比研究》美海军最新报告
美陆军:重新构想指挥与控制
专知会员服务
76+阅读 · 2月17日
反制自主潜航器的威胁
专知会员服务
35+阅读 · 2023年12月27日
《美空军研究实验室(AFRL)全球研究布局》50页报告
专知会员服务
61+阅读 · 2023年12月12日
军事数据空间:挑战、机遇和用例
专知会员服务
115+阅读 · 2023年11月14日
《自主系统的组成分析》美空军2022最新报告
专知会员服务
53+阅读 · 2022年12月6日
海上信息战中的态势感知研究
专知会员服务
136+阅读 · 2022年5月18日
相关基金
国家自然科学基金
33+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
25+阅读 · 2015年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
51+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 11月19日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
399+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
微信扫码咨询专知VIP会员