大数据时代对地观测卫星的发展现状与趋势论文(2)
时间：2021-08-31三、大数据在对地观测领域应用的典型案例
大数据时代的对地观测技术为发展空间地球信息科学奠定了基础，从对地观测过程的信息学特征可以清晰地看到此领域大数据的发展趋势。但目前大数据研究普遍存在着“只有数据、没有利用”的问题，导致搜集数据、存储数据付出的成本被浪费。据报道，通过遥感卫星获得的影像数据中，目前得到应用的不到 5%，多半数企业不知如何从数据中获得价值，因此这个问题急需解决，下面将介绍一些国内外创新企业利用大数据技术为遥感图像应用找出路的典型案例，希望能够扩宽我们的视野并从中得到有价值的借鉴。
1.Digital Globle: 遥感图像 + 大数据分析助力寻找马航 MH370 迷踪
马航失联客机 MH370 去哪儿的问题，牵动着全世界的心。为了找出谜题的答案，寻回239名乘客的信息，各方为此动用了许多手段，包括直接分析飞机上设备发出的各种信号，卫星和雷达的天罗地网等先进的科技方式，调遣各类船只前往可能事故区域搜网式调查，可惜都无果而终，就在失联事件发生的 12 天后，澳大利亚宣布从卫星影像中找到了疑似马航 MH370 失联航班残骸，广袤的洋面找一架飞机如同大海捞针实属不易，虽然还未能确定残骸是否来自于 MH370，但在短短几天内在能够通过海量的卫星图片发现如此重要的线索可见其背后的数据分析能力之强大，支撑这一能力的正是大数据技术，快速定位残骸坐标体现了大数据技术在处理海量高分遥感图像上的速度优势，展示了大数据与遥感技术的融合将在灾难救援方面的关键作用。
2.Skybox Imaging：迈向大数据时代的商业遥感成像公司
Skybox 成像公司成立于 2009 年，目前员工不到 60人，是名副其实的`“小”公司，但却在多轮融资中备受风投的青睐，麻省理工学院技术评论将其评为 2012年最具“摧毁性”的 50 家公司之一。
3. 禾讯科技：商业化卫星遥感服务现代化农业生产
农业是生命之源、发展之基。由于农业资源、环境及多样化的生产经营方式，农业大数据涉及到水、土、光、热、气候资源，作物育种、种植、施肥、植保、过程管理、收获、加工、存储、机械化等环节会产生大量结构化和非结构化数据，而且随着农业科技创新发展和物联网的应用，非结构化数据呈现快速增长的势头，其数量将大大超过结构化数据，为保障“舌尖上的安全”，利用大数据技术对不断产生的大批非结构化数据的信息获取、挖掘、存贮、处理与智慧应用是农业现代化不可或缺的手段。
四、大数据情境下对地观测研究的发展趋势
1.从量变到质变
对地观测领域的大数据现象，在不同尺度上对现有的技术水平提出了挑战。对地观测领域的大数据现象包括 4 个方面：①数据量剧增，已经达到 PB 量级;②数据类型多样，来自空基、天基的各种不同成像机理及数据获取方式、不同时空分辨率和光谱特性的传感器数据和地面台站的观测数据及实验模拟数据、统计数据等构成了纷繁复杂的数据类型;③应用场景众多，目前对地观测数据在气象、水文、能源、农林种植、工矿开发及灾害应急等诸多领域体现了其应用价值;④应用服务时间尺度多种多样，天气预报、灾害应急等需要实时或准实时的数据分发反馈，而地图测绘、土地变化等则需要中长期的对地观测数据，不需要高时效性。
2.多数据中心协同处理
传统的对地观测知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限，受到数据传输、存储及时效性需求的制约等。因此，新知识正更多来自于大数据的使用，数据生命周期中信息学流程的变化正引发传统科研模式的变化。以“用户需求”为导向的对地观测活动，需要为有不同应用需求的用户提供恰当的数据产品及信息资源，要求对地观测数据实时处理及快速分发。实现这一目标的关键是多中心协同计算，通过构建分布式多中心计算环境，将大量松散绑定或独立的数据处理任务动态分配给闲置计算资源，实现资源动态调度及任务分配。目前需要解决的问题是如何实现有效地调度计算资源及跨异构系统计算时如何维持系统的高性能等。
3.模型驱动到数据中的知识发现模式
传统的数据生命周期信息学流程是从数据到信息，再通过模型进行知识发现。而随着数据量的爆炸式增长，可用模型已不能对海量数据进行模拟推演，因此由模型发现知识的传统方法已经不能适应大数据时代的需求。
4.多学科交叉的科学研究
全球性的资源、环境问题日益凸显，使得全球变化问题和可持续发展成为全世界科学家关注的焦点和研究的重点。全球变化的研究对象包括大气圈、水圈、生物圈、人文圈并涉及外层空间，需要理解并掌握这些圈层中各个要素之间的物理、化学、生物、人文的影响过程和规律，需要自然科学、社会科学和工程科学相融合的面向大数据的新科学研究方法，也需要科学数据和互联网数据之间的全新耦合和整合方法。
【大数据时代对地观测卫星的发展现状与趋势论文】相关文章：
