遥感图谱该怎么看？
其核心思想是遵循大数据计算的思维，将精细结构“图”分析与定量演化“谱”计算进行紧密耦合，遍历式地对地表每一个实体的“形态—类型—指标—功能”综合要素进行提取与判别，进而实现对地表结构(图)的广域理解与功能属性(谱)的深度透视，这就是对遥感大数据“图-谱”螺旋式认知过程的本质刻画。20 世纪90 年代陈述彭先生提出了地学信息图谱的思想，在当今对地观测技术日趋成熟的大数据时代终可得以在方法论上进行具体实践!
在如今大数据时代，周成虎院士提出了以“发挥每个像元作用”、“认清每寸国土功能”的双重理念来构建遥感影像地学理解工程，其关键是通过构建以大数据中心为枢纽的平台化运营体系，来打通前后两端“标准数据产品主动生产”与“面向用户提供精准信息定制推送”的通道，这将有力推动精准应用进一步向精准服务演进，形成一种全新的以需求为驱动的主动服务新模式，从而改变传统项目驱动的被动应用模式。
遥感影像地学理解工程的构建，充分体现了“全覆盖-海量、持续更新-动态、混杂多态-复杂、价值密度提升”的大数据4V 特点，实质是一个“影像高精度处理、空间结构转化、时空流信息融合、社会经济属性拓展”四个层次的信息传递与耦合计算过程。
▲ 遥感大数据模型(四层次)
然而，由于缺乏系统的对遥感大数据信息挖掘理论与计算方法技术的支持，当前这四个层次之间的信息传递并不通畅，从“供给侧”大规模数据资源获取到“需求侧”社会化信息服务之间存在着巨大鸿沟，大数据平台难以将精准信息及时推送到用户终端上，极大限制了遥感服务在“精准“和“深度”两个方面的有效开展。其中，“精准”的本质是将影像地物“精细化空间结构图”和“定量化时序演化谱”的双重特征进行紧密耦合的信息提炼，这是关于“遥感图谱耦合认知”的科学理论问题;而“深度”的实质是在构建时空场景基准之上，通过对混杂多模态外部知识进行结构化融合与表示，逐步融入到计算模型中进行指标反演与功能推测，这是关于“多模态知识粒计算”的科学方法问题。
▲ 高分遥感大数据资源与社会地理信息服务之间的巨大鸿沟
近年来，我们研究团队在陈先生开拓的地学信息图谱思想指引下，围绕当今高分遥感面向社会提供精准服务的重大需求，对上述“认知”与“计算”这两个科学问题开展了系统的探索研究，将智能化机器学习技术与图式化GIS 时空分析方法、定量化遥感反演模型进行了紧密融合，提出了“图-谱”耦合的遥感认知理论，从空间、时间、属性三个维度构建了“由谱聚图—图谱协同—认图知谱”的计算体系，按照“粒化—重组—推测”的逻辑对地物的“形态—类型—指标—功能—演化进行了逐级深入地挖掘与分析。
▲ 遥感图谱认知的三段论结构
具体研究上，设计了多层感知、时空协同与多粒度决策上下协同的认知模型，建立了面向精细土地信息应用的高分辨率遥感影像地块提取与指标反演技术方法体系，重点研究了土地利用地块智能生成、多源外部知识迁移学习、中分时序数据处理与重建、地块内覆盖类型判别与指标计算、地块多模态信息融合与功能推测等一系列关键算法;通过西部干旱区湖泊冰川制图和东部农业区种植规划制图的应用示范，发展了多层次迭代的自适应计算技术，实现了“图-谱”特征逐步融入与外部知识迁移机制，有效控制了信息传递过程中误差积累问题，提高了土地因子提取的智能水平以及地物识别的精准程度;探索了针对复杂目标进行专题制图的定制化技术，构建了遥感大数据四层结构的信息融合与传递模型，实现了从前端“数据制造”向后端“精准服务”的畅通流转，初步展现了遥感大数据精准服务的C2B 新模式。
▲ 基于遥感图谱认知的高分遥感土地信息生产技术体系
总体而言，以上研究的特色与创新之处体现为三个方面：
①通过遥感、人工智能与计算数学的多学科交叉，耦合“空间图”与“时序谱”双重特征，开展基于精细场景的定量模型计算，驱动GIS 与遥感的深度融合;
②提出了“五土合一”的土地信息智能生成方法，通过视觉感知与多粒度决策的上下协同，将混杂多态的地学知识逐层向内迁移与深度学习，促进遥感地学应用在广度与深度两个方面并进;
③面向国家高分遥感社会化分享的重大需求，构筑时空基准，提升价值密度，发展遥感大数据精准服务新模式。
声明①：文章部分内容来源互联网，如有侵权请联系删除，邮箱 cehui8@qq.com
声明②：中测网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
加群提示：我们创建了全国32个省份的地方测绘群，旨在打造本地测绘同行交流圈，有需要请联系管理员测小量（微信 cexiaoliang）进群，一人最多只能进入一个省份群，中介人员勿扰
