地理空间智能 ： 从地图到意义

地理空间智能：从地图到意义 Contents 12CHAPTER 2是什么推动了地理空间智能和地球观测的发展？ 19专家视图PierrickPoulenas,Picterra 视图 来自GP BULLHOUND 从遥远的角度来看，人们可能会将太空探索的新时代视为火星的殖民或新天体的发现。尽管这些努力可能会成为头条新闻， 太空工业最近的技术进步和创新的主要受益者是地球-我们唯一的家园。 SpaceX和RocketLab等公司通过为卫星运营商提供可靠且具有成本效益的轨道路径，从而改变了太空经济。而且，再加上卫星制造的显着进步和卫星传感器的变化，我们对地球上以及哪里正在发生的事情的了解从未如此高。 我们知道地球正面临挑战的旋风。政府间气候变化专门委员会（IPCC）的最新报告在2023年3月对气候发出了“最终警告”， 声称我们必须立即采取行动，否则将面临不可挽回的气候破坏。随着更具破坏性的天气，农业环境的恶化以及2023年迄今为止最温暖的一年，眼前的挑战显而易见。此外，最近的全球事务和商业发展增加了对高分辨率图像和数据可视化地球的需求。 这就是地理空间智能和地球观测发挥作用的地方。 “跟踪森林砍伐，制止非法捕鱼，保护珊瑚礁，通过更好地获取水，提高粮食生产率和运输效率来帮助人类获得更好的生活质量。我们帮助人类更好地保护我们的资源。” WillMarshall，PlanetLabs首席执行官兼联合创始人 仅卫星数据就能够检测到世界上最大的甲烷泄漏。这种泄漏相当于同时运行发动机的近6000万辆汽油车的总排放量。 土库曼斯坦两个主要化石燃料领域的甲烷泄漏在2022年造成的全球供暖量超过了英国的全部碳排放量。 《卫报》2023年5月 2022年10月，土库曼斯坦哈扎尔以东的甲烷羽流的NASA卫星图像。资料来源：Nasa/JPL-Caltech/AFP/Getty 随着发射成本的降低，卫星制造的根本性转变，新数据捕获技术的引入以及AI的进步，该行业正处于关键时刻。现实世界应用和用例多样性的增加正在推动气候监测，国防，公用事业和基础设施等行业的需求激增。 正如媒体出版物GeospatialWorld所预测的那样，地理空间情报具有重要的机遇，表明到2030年全球地理空间市场将超过万亿美元的里程碑。根据NASA的首席经济学家的说法，地球观测是太空经济中两个垂直领域中增长最强劲的领域之一。 虽然手头的机会是巨大的，任务可能会让人望而生畏，但有一个真正的机会通过数据、软件和人工智能产生持久的影响——一次一颗卫星，一次一个无线电频率，一次一步一步。 AUTHORS 汉普斯·赫勒马克 GUSTAVFRIDELL NELLYTRANAAS 关键收益_ 什么是地理空间智能和地球观测？ 地理空间数据是描述地球表面附近或表面上的物体、事件或其他特征的信息。 ▪Location:Where▪属性:What▪时间:Time 地球观测是从各种来源收集地理空间数据，例如卫星，航空图像，地面传感器等。地球观测卫星和传感器捕获地理空间数据，包括图像，温度测量，温室气体等。 最后，地理空间情报涉及对这些数据的分析和解释。这些见解对气候监测、农业、城市规划和灾害管理等行业很有价值。它们能够基于地理空间分析做出知情的、数据驱动的决策和可持续发展。 当前使用案例的示例 基础设施 铁路将卫星图像用于各种目的，以增强他们的运营和基础设施管理。特别是关于检查和维护，卫星图像可以帮助识别轨道损坏、磨损和对齐问题等问题。LiveEO正在与DeutscheBahn合作，以确保铁路线附近的植被能够抵御风暴（右）。 能源 电力，天然气，水和电信公司等公用事业公司可以利用卫星图像 改善其基础设施、运营和决策过程。例如，公用事业公司监测电力线和其他基础设施附近的植被，以防止过度生长的树木或植物的潜在危险，并检查输电线路和管道是否有磨损、腐蚀或损坏的迹象。 Agriculture 农业产业利用卫星数据和远程传感器来提高生产力、可持续性和决策。卫星数据提供了有关农业各个方面的宝贵信息，从作物监测到土地管理，帮助农民发现疾病，确定作物生长阶段并估算作物产量。麦肯锡的年度数字农民采用调查结果显示，29%的作物种植农民和45%的特种作物种 植农民已经依赖或计划在未来依赖这些数据。 国防 卫星图像可用于监测和监视目的。它有助于跟踪部队的移动、军事装备的定位以及地面上的其他活动。这 信息对于军事计划和态势感知至关重要。该图像显示了2020年在伊朗纳坦兹核设施以南使用商业卫星图像检测到的地下建筑活动。 是什么推动了地理空间智能和地球观测的发展？ 在技术进步，需求增加和加深我们对地球的了解的紧迫感的推动下，地理空间情报处于太空经济的最前沿。来自卫星和传感器的地理空间数据的可用性和可访问性增加了地理空间机会和现实世界的用例。 关键驱动因素: 1.基础设施：我们现在可以以很小的成本建造和发射更小、更强大的卫星。2.Data：自2010年以来，地球观测卫星的数量以超过20％的复合年增长率（CAGR）增长。除光学成像外，我们还开始见证新的传感器技术的引入，使数据捕获多样化，并扩大可用数据类型。3.AI：可用数据量的增加和AI的最新进展将曾经主要是手动过程转变为高度可扩展和自动化的过程。根据全球每日地球数据提供商PlanetLabs的说法，以前需要人类分析师七年才能完成的任务现在可以通过AI在短短两分钟内完成。 01基础设施推动者 一个基本的驱动因素是我们构建和构建能力的重大结构性进步。以很小的成本发射更小但更强大的卫星。 ▪卫星成本NASA的PhoeSat项目由后来成立PlaetLabs的团队推动，从根本上改变了卫星建设的方法。PhoeSat不是传统的，免费的数十亿美元的定制硬件项目，而是着眼于消费电子市场的进步，并接受现有技术。通过采用这一策略，新卫星的成本从10万美元到几百万美元不等，而NASA的Ladsat-8耗资近10亿美元。此外，如今卫星的尺寸范围从鞋盒到冰箱，而不是将公共汽车大小的物体发送到太空。这些较小的卫星被设计成作为一个群体-一个星座-和轨道更接近地球。向更便宜和更紧凑的卫星的转变使运营商能够更频繁地开发和发射新的卫星，确保硬件和传感器功能的不断更新。从历史上看，轨道上的卫星通常具有可能已有数十年历史的硬件。 ▪卫星发射：从1960年到2019年，大约有2000颗卫星发射，显示出缓慢而稳定的增长。然而，随着可重复使用火箭的推出，特别是SpaceX的猎鹰9号，卫星发射在2020年及以后经历了大幅增长。2023年，约有3,000颗卫星发射，长期需求估计将达到HKATG预测的30,000。SpaceX值得称赞。 在过去几年中，Falcon9将发射成本降低了80-90％，这一趋势预计将继续迅速发展。在2022年，Falcon9占所有发射的88％。 考虑到这些结构趋势、卫星成本的下降和发射能力的增加，我们看到在轨卫星数量呈指数增长，更重要的是，这些卫星产生的数据量呈指数增长。 对地观测卫星以光学成像为主，但新技术不断涌现 02 地球观测卫星约占所有活跃卫星的20％，目前大多数卫星专用于通信。SpaceX在将卫星送入轨道方面发挥了至关重要的作用，值得注意的是，他们的Starli星座对整个卫星数量产生了重大影响。大约50％的活跃卫星处于SpaceX的控制之下。 光学成像是地球观测中的主要传感器技术，约占所有传感器的75％。这一趋势的主要贡献者包括PlanetLabs，BlackSky和Maxar。尽管光学技术以其可访问性和提供高分辨率图像的能力而闻名，但它高度依赖于天气条件和照明。 虽然光学技术仍然是明显的领导者，但传感器技术的进步增加了在轨传感器的种类。在Iceye，Capella和Hawkeye360等公司的领导下，雷达，射频和高光谱技术开始得到越来越多的采用。 这些技术扩展了地球观测数据的使用案例，射频增强了敏感海洋区域的安全性。雷达的主要优势是透视云层并在夜间运行，而高光谱成像使我们能够以更详细的细节放大和分析事物，为这种扩展的能力做出了贡献。 地球观测卫星的加速部署，加上更多种类的传感器，导致了新的现实用例和数据的激增。例如，PlanetLabs的档案在地球陆地上的每个位置平均拥有超过2,400张图片。 03AI：从七年到两分钟 地球陆地上每个位置的2400张照片令人印象深刻，但真正的价值在于将大量数据转化为可操作的决策见解。 人工智能的最新进展在实现显着效率提升和解锁各个行业的新用例方面发挥了至关重要的作用，地理空间智能也不例外。 卫星图像和其他数据源过去是复杂和手动的。人工智能可以以速度、准确性和一致性来处理这些任务，使其成为将大量卫星数据转化为决策者有意义和实用的信息的游戏规则改变者。 在过去的60年中，图像分析师一直负责分析和解释卫星图像。在他关于太空探索的畅销书《当天堂出售时》中，作者和埃隆·马斯克的传记作者AshleeVance写道：“这些分析师必须记住每种坦克，卡车，导弹发射井等的大小和形状。一旦完成记住，一个分析师可能会查看相同的50平方英里的领土六个星期。”目的是寻找微妙的线索，变化和生活模式。 人类分析师仍然在识别生活模式方面发挥作用，但人工智能的出现从根本上改变了这个行业。人工智能已经达到了复杂的水平，它可以计算树木的数量并辨别它们的类型和高度。这种能力允许估计树木的生物量和CO2消耗。根据PlaetLabs的说法，一项需要图像分析师七年时间的任务只需要人工智能两分钟。这展示了AI在分析和从大量卫星图像中提取有价值信息方面的惊人速度和效率。 目前，80%的企业依赖位置数据作为其数据战略的关键组成部分。此外，还计划通过合并上下文和时间序列数据来丰富此策略，即Procedres.作为地理空间数据。虽然人工智能对地理空间数据的影响是不可否认的，但由于所需的技术专长，地理空间人工智能的实际采用仍然有限，只有少数人可以使用。 地理空间MLOps和像Picterra这样的平台可以在这里发挥至关重要的作用。这些平台使公司能够有效地培训、部署和管理地理空间数据，从而节省了构建地理空间AI模型所需的95%时间。这些技术弥合了差距，使地理空间AI更易于访问和管理。 随着世界每天产生超过200TB的地球观测图像，这一真相来源将使世界上的每家公司在未来十年内成为地理空间驱动的业务。 Picterra 04Summary 我们已经经历了最初的结构转变，使卫星更快，更经济地进入轨道。现在，我们发现自己正处于第二次结构转变之中，这是由数据的数量和多样性以及人工智能的进步驱动的。这些都是将在未来许多年显着受益的基本力量。结合更多全面的数据源和人工智能的变革力量将为地理空间情报市场带来持久的积极变化。 专家视图 创始人|PICTERRA “虽然人工智能极大地减少了手动输入，但它并不能完全取代它。人类的专业知识对于监督人工智能系统仍然至关重要，特别是为了确保准确性和与特定任务要求的一致性。” 如何将AI技术集成到现有的地球观测系统中？ 将人工智能技术集成到现有的地球观测系统中对于充分利用这些系统产生的大量数据的潜力至关重要。在更广泛的背景下，人工智能，特别是机器学习和计算机视觉，在将原始地球观测数据转化为决策和具体行动所需的宝贵信息方面发挥着至关重要的作用。这些技术有助于各种任务，如对象检测，变化检测，分割和基于图像序列的时间序列分析。虽然已经取得了实质性进展，但挑战仍然存在，例如需要从多个来源进行数据融合，并将人工智能系统集成到地球观测基础设施中，最好是从规划阶段开始。 人工智能在多大程度上实现了数据处理的自动化，减少了手动干预的需求？ 人工智能通过实现广泛的自动化和减少对人工干预的需求，彻底改变了地球观测中的数据处理。这种转变在几个领域是显而易见的： ▪处理大量数据人工智能算法有效地处理和分析来自卫星和空中传感器的大量数据，比传统方法更快、更准确地识别模式