中國衛星遙感數據處理和信息提取的一場革命

　　2020年4月15日，雖然全球疫情陰霾尚未褪去，但也無法掩蓋這天足以驚艷世界的光芒!清華大學理學院院長、地球系統科學系主任宮鵬教授和清華大學博士研究生劉涵一起，對外發布了清華大學中國和全球地表覆蓋和土地利用制圖成果，令在線參加的多家權威媒體，以及親身參與此次項目合作的AWS(亞馬遜云服務)和光環云(光環云數據有限公司)團隊，都無比興奮!

　　本篇全文均引用宮教授和劉博士發言原文，因為在項目的合作中，光環云深切感受到，沒有什么語言比來自科學家團隊的原話更真實且有力量!

　　這是一個革命性的進步!對整個地球系統觀測行業都將產生深遠影響!基于現在的處理能力和AWS的技術平臺的支撐，我們擁有了逐日的無縫的遙感觀測的數據集(Seamless Data Cube, 簡稱SDC)，它填補了高空間分辨率和時間頻率的觀測的空白。我們也是目前世界上唯一一個完成了全球10米分辨率地表覆蓋制圖的團隊，并正向3米分辨率發展。

　　Seamless Data Cube意思是什么呢?現在世界上有9個國家和地區做了Data Cube，但是就是左邊這個樣子，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米分辨率的數據，陸地衛星Landsat本身也做不到這個樣子，陸地衛星本身是每16天才能對全球掃一遍。同時，我們靠的還有一個數據就是MODIS的圖像來輔助。而得到的結果，就是右邊圖里的數據，逐日都有，對著每一個空間的點， 30米×30米的這么大的格網里面，它每天都有數據，從2000年到2018年都有。有了這個數據以后，我們又做了很多進一步的信息提取。正是基于這逐日的數據，長時間序列的動態有很好的時空一致性，我們探測到了30米空間分辨率土地覆蓋變化的情況。比如說首套從2000年到2018年間，逐季節的土地覆蓋和逐年的土地利用。

　　這是一個創造性的大數據應用，充分利用了AWS的公共數據集，我們用它的數據集來服務于中國的科研發展。在這個過程中，我們用到了AWS在中國科技界的應用最大極限，我們用到的算力相當于全世界現在TOP200的高性能計算機所能提供的能力，而且它有緊密的數據高速網絡，讓我們做了這樣一些事情。(AWS架構師補充解釋：計算量約在10萬個vCPU，傳統方法相當三四百個機柜規模，機柜平鋪占地約一個操場那么大)同時，用了AWS這個技術以后，精度提高了10-20%。同時由于 AWS算力資源在最靠近開放數據集的區域，所以數據的傳輸與調用速度也達到了毫秒級，加速了研發的進程。未來應用也會有更好的客戶滿意度。

　　基于Seamless Data Cube，我們再運用AWS上面一整套完善的人工智能和機器學習的套件和服務，比如說Amazon SageMaker和Amazon EKS以及Amazon EMR上面的一些機器學習的套件，結合我們前期構建的世界首套全球全季節普適樣本庫和積累的相關領域知識，設計和訓練了一套適應遙感大數據的深度遙感特征學習和分類模型。并進一步借助AWS的AutoML(AutoGluon)等自動化多層堆疊集成技術，對模型結構和參數進行深度調優，并進行分布式高性能推理。分類結果最后經過遙感專業化的變化探測和時空一致性后處理方法，得到這套全國逐季節土地覆蓋和逐年土地利用圖。

　　無論是制圖還是數據，都是開辟了中國衛星遙感數據處理和信息提取的新范式，服務于國民經濟的很多行業，比如農業集約化和土地閑置的探測、城市化與自然植被喪失的探測、土地退化和糧食安全、環境變化與健康、造林和土壤的含水量的關系、城市擴張與熱島效應，還有碳儲備等等。

　　具體給出幾個例子來。比如說我們發現我們國家的耕地確實是在減少，但目前耕地的面積并沒有像大家想象的那么擔憂，沒有低于18億畝的耕地紅線，而且我們離那還挺遠。對于我國森林，國際上很多人說中國的森林得到的數據不一，有的說多，有的說少，我們這個數據基本上把這些不一致經過我們時空一致性的計算，將森林面積的趨勢做出來了。我們國家的森林面積確實在不斷增加，也印證了我們國家森林保護工程的有效性。還發現了我們國家的保護區有較好的土地保護效應，但是在保護區周圍有比較大的人為干擾，就是有較強的土地利用還存在破壞的情況。另外，信息也反映了人類活動對生物多樣性熱點地區有較高的干擾水平。

　　對于聯合國制定的17個可持續發展目標，可以說這一套地表覆蓋和土地利用的數據產品，能夠有效地支持其中13個目標的工作。第一個就是消除貧窮，第二個是減少饑餓，第三個是健康，第六個是水資源的清凈的水，第七個是清潔的能源，第八個是經濟的增長，第九個是基礎設施的創新，第十一個是城市，第十二個是負責任的消費和生產，第十三個是氣候，第十四個是水下的生物保護，第十五個是陸上生物的保護，第十七個國際合作。我剛剛講的這些，我們這套數據都可以對它們產生一定的支持。

　　有了這個能力，它還能幫助我們打造世界頂級的在線制圖服務的平臺。這個平臺不僅使遙感專家，甚至使毫無遙感專業知識的用戶都能快速完成他要做的應用。中學生、小學生想拿這個數據做點什么，從里面摳出來，拉幾條曲線，或者把一個區域要拿出來做一些探測、變化、趨勢的分析，都已經變得非常容易。它將極大調動大眾的創造力，促進遙感應用市場化的普及，從而使遙感能夠迎來一次革命。

　　有了這個數據(Seamless Data Cube)，可以生產新的數據產品，可以說是無限的，也為國內外的同行提供技術支撐。比如咱們中國在科技部支持下要做21種新的地表參量數據產品，這是由武漢大學梁順林教授牽頭做的一個國家的重點研發項目。有了Seamless Data Cube之后，就可以支持梁樹林項目的所有的參數：如跟能量有關系的，陸表能量平衡的參數;跟極地和冰凍圈有關系的很多參數;跟植被生物物理特征有關系的參數又有一串，水循環的參數也有很多，還有地表的類型變量的參數等。比如說最近西昌發生的森林火災，火的范圍、痕跡，全國的火斑，在這個時間里面的我們都能夠把它提取出來。

　　最后一個就是給大家看，在清華大學建設的全球糧食估產模型，它每次需要的輸入就是不同地方的作物種植和氣候預測數據。可以拿著前面的數據，我剛剛講的作物的種植、集約化經營、農業的撂荒，哪些地方不種哪些地方種植，這個數據作為輸入，輸入到糧食估產模型去以后，就可以跑出來全球的糧食產量的情況，提前兩個月來預估糧食的產能。

　　我給大家做了一個介紹，希望這個簡單的介紹能夠讓大家感覺到和我們一樣的興奮，我們確實進入了一個遙感的全球觀測的新時代。謝謝大家。