中國(guó)衛(wèi)星遙感數(shù)據(jù)處理和信息提取的一場(chǎng)革命

2020/04/29 10:27 DoNews

　　2020年4月15日，雖然全球疫情陰霾尚未褪去，但也無(wú)法掩蓋這天足以驚艷世界的光芒!清華大學(xué)理學(xué)院院長(zhǎng)、地球系統(tǒng)科學(xué)系主任宮鵬教授和清華大學(xué)博士研究生劉涵一起，對(duì)外發(fā)布了清華大學(xué)中國(guó)和全球地表覆蓋和土地利用制圖成果，令在線(xiàn)參加的多家權(quán)威媒體，以及親身參與此次項(xiàng)目合作的AWS(亞馬遜云服務(wù))和光環(huán)云(光環(huán)云數(shù)據(jù)有限公司)團(tuán)隊(duì)，都無(wú)比興奮!

　　本篇全文均引用宮教授和劉博士發(fā)言原文，因?yàn)樵陧?xiàng)目的合作中，光環(huán)云深切感受到，沒(méi)有什么語(yǔ)言比來(lái)自科學(xué)家團(tuán)隊(duì)的原話(huà)更真實(shí)且有力量!

　　這是一個(gè)革命性的進(jìn)步!對(duì)整個(gè)地球系統(tǒng)觀測(cè)行業(yè)都將產(chǎn)生深遠(yuǎn)影響!基于現(xiàn)在的處理能力和AWS的技術(shù)平臺(tái)的支撐，我們擁有了逐日的無(wú)縫的遙感觀測(cè)的數(shù)據(jù)集(Seamless Data Cube, 簡(jiǎn)稱(chēng)SDC)，它填補(bǔ)了高空間分辨率和時(shí)間頻率的觀測(cè)的空白。我們也是目前世界上唯一一個(gè)完成了全球10米分辨率地表覆蓋制圖的團(tuán)隊(duì)，并正向3米分辨率發(fā)展。

　　Seamless Data Cube意思是什么呢?現(xiàn)在世界上有9個(gè)國(guó)家和地區(qū)做了Data Cube，但是就是左邊這個(gè)樣子，并不完整，是一片一片的。而Seamless Data Cube，就是每一天的間隔里面全球都有一張完整的30米分辨率的數(shù)據(jù)，陸地衛(wèi)星Landsat本身也做不到這個(gè)樣子，陸地衛(wèi)星本身是每16天才能對(duì)全球掃一遍。同時(shí)，我們靠的還有一個(gè)數(shù)據(jù)就是MODIS的圖像來(lái)輔助。而得到的結(jié)果，就是右邊圖里的數(shù)據(jù)，逐日都有，對(duì)著每一個(gè)空間的點(diǎn)， 30米×30米的這么大的格網(wǎng)里面，它每天都有數(shù)據(jù)，從2000年到2018年都有。有了這個(gè)數(shù)據(jù)以后，我們又做了很多進(jìn)一步的信息提取。正是基于這逐日的數(shù)據(jù)，長(zhǎng)時(shí)間序列的動(dòng)態(tài)有很好的時(shí)空一致性，我們探測(cè)到了30米空間分辨率土地覆蓋變化的情況。比如說(shuō)首套從2000年到2018年間，逐季節(jié)的土地覆蓋和逐年的土地利用。

　　這是一個(gè)創(chuàng)造性的大數(shù)據(jù)應(yīng)用，充分利用了AWS的公共數(shù)據(jù)集，我們用它的數(shù)據(jù)集來(lái)服務(wù)于中國(guó)的科研發(fā)展。在這個(gè)過(guò)程中，我們用到了AWS在中國(guó)科技界的應(yīng)用最大極限，我們用到的算力相當(dāng)于全世界現(xiàn)在TOP200的高性能計(jì)算機(jī)所能提供的能力，而且它有緊密的數(shù)據(jù)高速網(wǎng)絡(luò)，讓我們做了這樣一些事情。(AWS架構(gòu)師補(bǔ)充解釋?zhuān)河?jì)算量約在10萬(wàn)個(gè)vCPU，傳統(tǒng)方法相當(dāng)三四百個(gè)機(jī)柜規(guī)模，機(jī)柜平鋪占地約一個(gè)操場(chǎng)那么大)同時(shí)，用了AWS這個(gè)技術(shù)以后，精度提高了10-20%。同時(shí)由于 AWS算力資源在最靠近開(kāi)放數(shù)據(jù)集的區(qū)域，所以數(shù)據(jù)的傳輸與調(diào)用速度也達(dá)到了毫秒級(jí)，加速了研發(fā)的進(jìn)程。未來(lái)應(yīng)用也會(huì)有更好的客戶(hù)滿(mǎn)意度。

　　基于Seamless Data Cube，我們?cè)龠\(yùn)用AWS上面一整套完善的人工智能和機(jī)器學(xué)習(xí)的套件和服務(wù)，比如說(shuō)Amazon SageMaker和Amazon EKS以及Amazon EMR上面的一些機(jī)器學(xué)習(xí)的套件，結(jié)合我們前期構(gòu)建的世界首套全球全季節(jié)普適樣本庫(kù)和積累的相關(guān)領(lǐng)域知識(shí)，設(shè)計(jì)和訓(xùn)練了一套適應(yīng)遙感大數(shù)據(jù)的深度遙感特征學(xué)習(xí)和分類(lèi)模型。并進(jìn)一步借助AWS的AutoML(AutoGluon)等自動(dòng)化多層堆疊集成技術(shù)，對(duì)模型結(jié)構(gòu)和參數(shù)進(jìn)行深度調(diào)優(yōu)，并進(jìn)行分布式高性能推理。分類(lèi)結(jié)果最后經(jīng)過(guò)遙感專(zhuān)業(yè)化的變化探測(cè)和時(shí)空一致性后處理方法，得到這套全國(guó)逐季節(jié)土地覆蓋和逐年土地利用圖。

　　無(wú)論是制圖還是數(shù)據(jù)，都是開(kāi)辟了中國(guó)衛(wèi)星遙感數(shù)據(jù)處理和信息提取的新范式，服務(wù)于國(guó)民經(jīng)濟(jì)的很多行業(yè)，比如農(nóng)業(yè)集約化和土地閑置的探測(cè)、城市化與自然植被喪失的探測(cè)、土地退化和糧食安全、環(huán)境變化與健康、造林和土壤的含水量的關(guān)系、城市擴(kuò)張與熱島效應(yīng)，還有碳儲(chǔ)備等等。

　　具體給出幾個(gè)例子來(lái)。比如說(shuō)我們發(fā)現(xiàn)我們國(guó)家的耕地確實(shí)是在減少，但目前耕地的面積并沒(méi)有像大家想象的那么擔(dān)憂(yōu)，沒(méi)有低于18億畝的耕地紅線(xiàn)，而且我們離那還挺遠(yuǎn)。對(duì)于我國(guó)森林，國(guó)際上很多人說(shuō)中國(guó)的森林得到的數(shù)據(jù)不一，有的說(shuō)多，有的說(shuō)少，我們這個(gè)數(shù)據(jù)基本上把這些不一致經(jīng)過(guò)我們時(shí)空一致性的計(jì)算，將森林面積的趨勢(shì)做出來(lái)了。我們國(guó)家的森林面積確實(shí)在不斷增加，也印證了我們國(guó)家森林保護(hù)工程的有效性。還發(fā)現(xiàn)了我們國(guó)家的保護(hù)區(qū)有較好的土地保護(hù)效應(yīng)，但是在保護(hù)區(qū)周?chē)斜容^大的人為干擾，就是有較強(qiáng)的土地利用還存在破壞的情況。另外，信息也反映了人類(lèi)活動(dòng)對(duì)生物多樣性熱點(diǎn)地區(qū)有較高的干擾水平。

　　對(duì)于聯(lián)合國(guó)制定的17個(gè)可持續(xù)發(fā)展目標(biāo)，可以說(shuō)這一套地表覆蓋和土地利用的數(shù)據(jù)產(chǎn)品，能夠有效地支持其中13個(gè)目標(biāo)的工作。第一個(gè)就是消除貧窮，第二個(gè)是減少饑餓，第三個(gè)是健康，第六個(gè)是水資源的清凈的水，第七個(gè)是清潔的能源，第八個(gè)是經(jīng)濟(jì)的增長(zhǎng)，第九個(gè)是基礎(chǔ)設(shè)施的創(chuàng)新，第十一個(gè)是城市，第十二個(gè)是負(fù)責(zé)任的消費(fèi)和生產(chǎn)，第十三個(gè)是氣候，第十四個(gè)是水下的生物保護(hù)，第十五個(gè)是陸上生物的保護(hù)，第十七個(gè)國(guó)際合作。我剛剛講的這些，我們這套數(shù)據(jù)都可以對(duì)它們產(chǎn)生一定的支持。

　　有了這個(gè)能力，它還能幫助我們打造世界頂級(jí)的在線(xiàn)制圖服務(wù)的平臺(tái)。這個(gè)平臺(tái)不僅使遙感專(zhuān)家，甚至使毫無(wú)遙感專(zhuān)業(yè)知識(shí)的用戶(hù)都能快速完成他要做的應(yīng)用。中學(xué)生、小學(xué)生想拿這個(gè)數(shù)據(jù)做點(diǎn)什么，從里面摳出來(lái)，拉幾條曲線(xiàn)，或者把一個(gè)區(qū)域要拿出來(lái)做一些探測(cè)、變化、趨勢(shì)的分析，都已經(jīng)變得非常容易。它將極大調(diào)動(dòng)大眾的創(chuàng)造力，促進(jìn)遙感應(yīng)用市場(chǎng)化的普及，從而使遙感能夠迎來(lái)一次革命。

　　有了這個(gè)數(shù)據(jù)(Seamless Data Cube)，可以生產(chǎn)新的數(shù)據(jù)產(chǎn)品，可以說(shuō)是無(wú)限的，也為國(guó)內(nèi)外的同行提供技術(shù)支撐。比如咱們中國(guó)在科技部支持下要做21種新的地表參量數(shù)據(jù)產(chǎn)品，這是由武漢大學(xué)梁順林教授牽頭做的一個(gè)國(guó)家的重點(diǎn)研發(fā)項(xiàng)目。有了Seamless Data Cube之后，就可以支持梁樹(shù)林項(xiàng)目的所有的參數(shù)：如跟能量有關(guān)系的，陸表能量平衡的參數(shù);跟極地和冰凍圈有關(guān)系的很多參數(shù);跟植被生物物理特征有關(guān)系的參數(shù)又有一串，水循環(huán)的參數(shù)也有很多，還有地表的類(lèi)型變量的參數(shù)等。比如說(shuō)最近西昌發(fā)生的森林火災(zāi)，火的范圍、痕跡，全國(guó)的火斑，在這個(gè)時(shí)間里面的我們都能夠把它提取出來(lái)。

　　最后一個(gè)就是給大家看，在清華大學(xué)建設(shè)的全球糧食估產(chǎn)模型，它每次需要的輸入就是不同地方的作物種植和氣候預(yù)測(cè)數(shù)據(jù)�？梢阅弥懊娴臄�(shù)據(jù)，我剛剛講的作物的種植、集約化經(jīng)營(yíng)、農(nóng)業(yè)的撂荒，哪些地方不種哪些地方種植，這個(gè)數(shù)據(jù)作為輸入，輸入到糧食估產(chǎn)模型去以后，就可以跑出來(lái)全球的糧食產(chǎn)量的情況，提前兩個(gè)月來(lái)預(yù)估糧食的產(chǎn)能。