人工智能及深度学习加持下的遥感数据应用：让用户发现更多用途

西藏是自驾游爱好者们的圣地，开车去西藏再开回来，值得在朋友圈里炫耀很长时间了。但农村道路勘测可不是这么好玩的事情。过去，自治区交通厅为了统计农村公路的建设和维护情况，需要派遣专门的工作组，开着车把整个自治区的道路跑上一遍。这其中不但要投入可观的人力物力成本，也会使工作人员面临很大的风险：西藏的道路经常受到泥石流滑坡、冻土层等因素困扰，开车不是那么安全的事情。

国产高分卫星星座投入使用之后，国防科工局和有关单位制定了数据免费提供的政策。西藏自治区交通厅作为国产高分卫星星座的服务对象之一，很早就得到了高分辨率遥感卫星的图像。得益于国产高分卫星的先进技术，自治区交通厅的有关工作人员可以从卫星图像上清晰地看到分布在自治区各个地方的道路，这些道路连接着名山大川、连接着城市、连接着牧区，也连接着大大小小的山村。这为自治区交通厅进行乡村道路统计和勘测提供了有力的帮助。

但是新的问题随之出现了。当时，整个遥感行业——包括发达国家——在图像提取上的精度和效率都不高，无法满足交通部门对道路信息的提取需求。于是自治区交通厅的同志们拿着卫星图像来到航天星图，想试一试人工智能和深度机器学习技术能不能解决自己面临的问题。

而航天星图的创业者们也正好需要一个案例来验证一下GEOVIS平台的效能。毕竟，他们之前只在道路密集的中关村地区做过实验。当西藏自治区的高分卫星图像载入平台后，在超级计算机强大运算能力的支撑下，仅仅用了十几分钟，整个西藏自治区大小道路就都全从图像中被提取了出来，速度之快效率之高，称得上是“温酒斩华雄”了。

智能图像处理不仅仅用于西藏交通厅的业务中。自2014年起，国家有关部门联合启动了北京市、湖南省及西藏自治区作为典型工程示范区，利用遥感技术，开展农村公路调查与核查、交通基础设施调查、道路灾害监测与应急处置、重大道路工程建设监管、公路建设前期辅助支持、基础设施形变监测等业务应用试点工作。

这类工作的意义何在呢？实际上，由于地理、气候上的诸多困难，老少边穷地区的交通建设还有很多“短板”。比如高速公路“断头路”较多；国省干线规模偏小，技术等级偏低；农村公路水平不高，防灾抗灾能力薄弱等等。集中连片特困地区的基础设施尤其薄弱，这既是全国交通运输发展的“短板”，也是国家扶贫攻坚的重点和难点，限制着当地经济的繁荣和人民生活水平的提高。

要解决问题，首先要发现问题，要想把路修好，首先要找到缺路的地方。但是，正如前文所言，用开车下乡的方式来勘测和统计，不但成本高、风险大，而且有不可忽视的错误率。也许一个省的误差率只有万分之几，但对于辽阔的中华大地来说，所涉及到的人口绝对数是非常可观的，必须加以解决。另外，中国正在经历高速城镇化的过程，很多以前的农村公路已经变成了城市道路。所以核清农村公路的规模和具体分布，是一件需要长期、持续实施的工作，靠传统手段是不可能满足要求的。

因此，用人工智能来自动提取遥感信息中的道路数据，是一种理想的手段。在西藏、北京、湖南农村道路统计中的成功应用，证明了GEOVIS 5正是这样一种手段。

GEOVIS 5不仅能够高精度、高准确率地统计出既有道路，还具有更多功能。

交通领域的成功，也让航天星图的创业者们产生了新的想法。人工智能和深度学习是通用技术，在遥感领域，它不仅仅能用来处理高分图像，也能用来处理航空摄影图像以及其他多源遥感数据，形成融合的地理信息图景。例如，它能识别道路，也能识别农田、绿化带、居民区和商业区……引入多光谱数据能力之后，还可以更详细地分辨地表的属性。因此，GEOVIS 5既可以用于交通领域，也可以用于国土、环境保护、农业、军事等所有需要地理信息的领域。因此航天星图的创业者们选定了下一个行业应用领域——国土资源。目前，有关应用研究工作正在顺利推进。

随着技术的成熟和应用的推广，航天星图认识到，要想把遥感图像智能处理技术的应用扩大到各行各业，所需要的并不仅仅是超级计算机和算法，更不是遥感图像本身，而是各个用户部门长期积累的行业专业知识。毕竟，只有这些行业用户才知道自己需要什么，才知道应该用计算机工具去做些什么。因此，航天星图正在努力推行产业生态圈的概念，把最新一代产品GEOVIS 5的接口和开发平台向所有用户开放，鼓励他们去开发不同用途的应用模块。

作为一种专业工具，GEOVIS 5不可能像安卓系统那样产生海量的应用市场，但是基本的理念是相同的。我们可以预期，GEOVIS 5将在未来几年内催生出繁荣的应用模块，形成规模化的应用市场，并且衍生出消费化普及化的应用，让遥感信息直达普通人的手机，真正实现遥感技术的价值。