遥感智能信息处理的发展及技术前景

遥感信息提取技术虽不断推陈出新，但在智能化、精 准实用性方面始终存在巨大的瓶颈问题，有必要围绕遥感智 能计算和信息提取这个发展主题进行总结和讨论。从“机理 —尺度—数据—智能”4个层面，逐步就遥感信息提取与定量 反演路径的发展融合、基于像素和面向对象不同处理单元模 式、时空谱数据融合、遥感解译的智能化因素四方面进行剖 析，从而提出未来“数据获取知识”和“知识引导数据”双向驱 动、遥感大数据和地学知识图谱相融合的遥感智能计算架 构，尝试推动遥感科学从经典向现代化的跃迁。

现今，以综合对地观测网和卫星导航系统为代 表的地球观测系统持续、主动地实施对地球的观测 和监测，产生出地球科学领域规模最大、覆盖面最广 的遥感大数据［1-2］ 。由传统的通过单一数据源服务不 同领域的遥感“一源多用”时代进入到围绕特定应用 充分调用多方数据源的“多源多用”时代，急需构建 融合成像机理、多源数据、多学科知识和混合计算于 一体的遥感大数据计算体系新思维、新方法，推动遥 感科学从经典向现代化的跃迁。 遥感信息提取技术自有遥感数据以来就不断发 展，是一个弥久不衰、既传统又热点的问题。随着各 方技术不断发展以及遥感数据源不断丰富，遥感信 息提取演化出多个路径，沿着多条主线不断发展和 丰富。遥感智能计算与信息提取包括从数据处理到 信息产品到多行业地学应用的长技术链条及关键节 点间的多种组合策略，涉及多源多模态海量遥感数 据、众多机器学习模型算法、时空谱及地学知识的多元协同，以及地表覆被分类、专题要素提取、目标识 别、变化检测等不同应用目标在内的众多研究热点。 但遥感信息智能化识别提取始终在精准性以及实用 性等方面面临巨大的瓶颈问题，难以满足地学信息 和知识获取的需要［3-4］ 。在发展历程中，常有老酒换 新瓶的过程，产生一些似是而非或易于混淆的概念 需要辨析。同时，随着大数据、算力、算法模型的发 展，还会不断产生更多研究的新热点。为此，有必要 围绕遥感智能计算和信息提取这个发展主题进行总 结和讨论。

尝试从“机理—尺度—数据—智能”4个不同层 级总结现有发展，在此基础上提出新的关键技术点 和研究发展前景。一是着重阐述遥感信息处理的2 条发展道路，并以应用为导向逐步结合。二是随着 遥感高分时代的到来，被广泛采用的基于像素和面 向对象方法，表象看是处理单元上的差别，其潜在是 多尺度、多层次思想的发展。三是多源遥感数据层 面，从最初朴素的空谱融合、空间一致性插值、亚像 元分解等思想，发展到当前大数据时代遥感的全时、 空、谱的融合［5］ 。四是遥感信息提取涉及机器学习 和人脑视觉认知智能问题，随着技术的不断突破，遥 感智能解译的智能化、自动化演进深度将不断拓展。 基于此，最后提出数据获取知识和知识引导数据双 向驱动、遥感大数据和地学知识图谱相融合的遥感 智能计算架构，将成为解决复杂地学问题的有益 途径。