這一段在家封閉寫作的日子，是在一種比平日還忙碌的狀態中悄然度過的，在反覆思考和不斷打磨中，終於把這本《遙感大數據智能計算》（駱劍承等著. 北京：科學出版社，2020.8）專著相對完整的一稿修改出來了。
這一天，是2020 年2月9 日，華夏大地上正經歷著一場不見硝煙的「戰爭」，全國人民團結在一起與新冠病毒持續鬥爭，眾志成城，共克時艱。寫作的同時，我們一直關注著這場疫情蔓延和全民奮戰的過程，看到各行各業包括我們遙感與GIS 的同仁們也在挺身而出，默默奉獻著各自的力量。地圖已成為社會公眾了解疫情態勢的最主要方式。通過將每天發生數據快速匯聚於地圖之上的可視化展示與分析計算，直觀地為社會各界呈現全國和周邊疫情流行與消長的過程，並從中大致挖掘疫情在時空分布和路徑傳播上的一些規律，讓公眾緊密配合國家對疫情防控的決策與部署。
這是一個大數據與人工智慧的時代，相關的數據與技術理應在此刻發揮關鍵的作用！於是就會想，此時遙感作為對地球觀測最全面而真實的數據獲取手段，能否擔負起一定的作用呢？就在幾天前，周成虎院士曾為此專門建了微信群，召集全國各地的遙感學者們一同思考：面對如此突發而面廣的公共衛生事件，已經具備全球覆蓋觀測能力的遙感大數據究竟應擔當起怎樣的角色？如何快速地行動起來發揮遙感能行使的監測作用？而這其實算是拷問遙感很多年的「舊」問題了！
因此借撰寫這本書的機會，也結合個人這些年的研究經歷對這個問題作了些思考。這麼多年來遙感長期難以真正「落地」的主要癥結還是在於其提供的信息服務始終難以達到「精準」和「快速更新」的老病根！歸納起來主要有3 個方面的原因：
可以看出，上述三大痛點問題實際上需要一環套一環地加以解決，若解決不好「精」而「快」的問題，也就探測不到「準」的信息，最終也就發現不了「新」的知識！所以綜合而言，遙感研究在本質上還是一個地理學範疇的問題，需按簡單到複雜的方式將其回歸於地理學對地表現象、過程、格局的綜合分析，才能把遙感研究推升到一個「對複雜地表進行精準化信息挖掘與知識化落地應用」的新境界！
其實，對於這些問題的思索並非是一時的突發奇想，而是本人二十多年來在遙感智能化處理與分析研究過程中反覆實踐、不斷提出疑問的總結，是在「放棄與堅持」「推倒與重建」的迭代道路上徘徊前進而產生的認識積累與經驗沉澱。所以，我們特別希望通過這一本書對遙感智能計算框架的系統提出以及相關實踐工作的整理，初步回答如何基於遙感開展精準地理應用的「大」問題。
早在世紀交替的2000 年前後，周成虎院士就帶領我和楊曉梅、楊存建、明冬萍、沈佔鋒、汪閩等幾位博士提出了遙感影像地學理解與分析的基礎理論與關鍵方法，當時針對如何從影像空間向地理空間信息轉化的問題，認為必須綜合遙感成像機理與地學分析思想、機器學習技術開展信息解譯，提出了從淺層生理感知到深層心理認知的影像理解路線；後來又通過引入計算機視覺與高性能計算技術，發展了影像深度計算與信息主動計算相結合、以「像元-基元-目標」為體系的高解析度遙感影像地學計算技術，並曾嘗試用GIS 空間圖分析的思想來指導信息提取的相關研究。應該說，我們團隊在國內較早地開創了高解析度遙感地學分析與智能計算的研究方向。然而長期以來因地理學思維比較薄弱而對地表的複雜性認識不清，加上對於智能計算技術的運用也只停留在拿來主義的簡單套用上，總想試圖用一套模型、一次計算去解決影像分類或地物識別的經典難題，而事實上這種處理思路可能連「地物能否從影像上精確而普適地被識別？」這樣的基本問題都難以回答清楚。因而在2004 年之後大約近十年的時間裡，我對這個方向的研究感到迷茫甚至失去信心！儘管如此，如何從遙感影像中「精細化」地挖掘地理空間信息的「精準遙感」問題，卻一直根植於內心而從未改變。
好在周院士對這個方向一直沒有放棄！他始終鼓勵我們：「對於遙感地學智能計算方向的研究一定是正確的，相信只要不斷堅持就一定能取得進展和突破！」指導我們一定不要忽視地理學思想和領域知識在其中應發揮的主導性作用，並形象地用「發揮每一粒像元作用，認清每一寸土地功能」這樣一句話高度概括了大數據與人工智慧時代對遙感研究提出的高標準與新要求，也為我們的研究指明了方向。在周院士的支持和指引下，通過源自於實踐的持續研究與不斷思考，我們近年來逐步明晰並深化了對「精準遙感」問題的認識，也正是對這些年工作的凝練和總結才形成了本書的理論與思想。
而回顧這一路，在實踐中以問題驅動探索的研究歷程中，和各路老師、朋友、夥伴們不期而遇，在探討碰撞、互幫互助中交叉融合、產生火花，啟迪並指導我們完善了這套體系。我回憶起這一路上產生重要啟發的幾個裡程碑式片段，在此記錄與大家一起重溫，更希望讀者以此能對我們的研究背景和發展歷程有一個輪廓性的認識：
1
啟 程
早在20 世紀90 年代中後期，也就是我就讀於資源與環境信息系統國家重點實驗室的研究生時代，在何建邦研究員、周成虎研究員、池天河研究員等實驗室新老主任們的聯合推薦下，我來到香港中文大學地理系跟隨梁怡教授學習運用模糊專家系統、人工神經網絡等前沿技術開展遙感智能處理與分析的研究，第一次真正接觸機器學習方法並開始思考遙感影像理解的科學問題。也正是在香港求學期間結識了同在梁教授門下訪問的西安交通大學張文修教授、徐宗本教授和他們的一眾弟子。應該說，後來支撐我們研究的主要方法基本都取經於這個群體的老師們，如向吳偉志教授、米據生教授學習了粒計算思想與概念格方法；向馬江洪教授、梅長林教授學習了統計分析方法；向張講社教授學習了尺度空間理論；向張豔寧教授、曹飛龍教授、邵明文教授請教了支撐向量機、人工神經網絡和深度學習方法與技術；等等。回想起來，在香港那段時間的學習生活真乃此生最為寶貴的經歷，跟隨梁教授入門了智能計算領域，也由此開啟了和西安這群師兄弟們長期交流合作的愉快旅程。
2
工 匠
若干年後的2012 年，跟隨周院士在蘇州創建了國產衛星數據處理與應用的基地（中科天啟），也在這個階段周院士規劃了由「影像處理機（IPM）」「專題信息生產線（PLA）」和「大數據管理平臺（gDOS）」三大系統構成的遙感大數據綜合處理與計算體系，並先行對IPM 系統進行了設計與研發。我也在此過程中系統地向武漢大學張永軍教授、中國科學院新疆生態與地理研究所楊遼研究員以及貴州邁普李紅播老師學習了數據獲取和攝影測量方面的技術方法，而感受最深的則是他們身上所散發的對技術與產品極致追求的一種工匠精神。
3
啟 示
而真正對遙感智能計算研究產生新想法是從2014 年的一個具體應用需求開始的。當時周院士在湖南國土廳的學生陳建軍博士向我們提出了一個非常現實的需求：「能否基於遙感識別湖南省每一塊耕地上種植的作物類型，指導政府部門開展糧食種植補貼的精準核算？」於是，我和學生朱長明博士來回長沙幾次開展了系統調研，並設計了一套「圖譜耦合」的時空協同技術框架，即先精細提取農業地塊（圖），再準確判斷地塊上種植的作物類型（譜）。然而受到當時數據獲取能力、購買成本以及信息提取技術水平等多方條件的限制，該方案未能順利實施，但由此給了我們一個啟示：遙感精準應用的研究勢在必行、大有可為！本專著中時空協同框架的思路正是起源於此，成為後續遙感智能計算體系的雛形。
4
感 悟
在2015 年由西安這群師兄弟們共同組織的一次學術會議上，我們交流學習到了粒計算用於大數據處理的三個核心關鍵詞—「粒化」「重組」「關聯」，聯想到當時正在探索的遙感圖譜認知理論，忽然產生了一種茅塞頓開、豁然開朗的「頓悟」感。於是我們對時空協同框架進行了向「空間」與「屬性」分別擴展的優化設計，將空間部分以分層感知的思路獨立出來，而讓時空協同聚焦於時序信息的重組與分析，再將屬性部分獨立為多粒度決策，梳理清晰了三個基礎模型的邏輯關係，初步形成了本專著遙感大數據智能計算的研究體系。後來又通過不斷向數學、計算機領域的學者們討教，逐步明確了深度學習、遷移學習、強化學習以及粒計算技術在這套體系中如何合理地引入，制定了優化改進的方向。這個過程給我們的啟示是：當你清楚了自己想要什麼的時候，多學科交叉必然會帶來新的思維和創新活力。
5
協 同
從2016 年下半年開始，我們參與了「地理大數據挖掘與時空模式發現」項目的討論與研究，承擔了其中「對地觀測大數據時空格局理解與功能透視」的研究任務。在向劉耀林教授、裴韜研究員、劉瑜教授和杜雲豔研究員等國內GIS 領域知名學者討教過程中，進一步深化了我們對遙感與地理學關係的思考，明確了遙感與其他各類地理大數據通過時空聚合開展協同挖掘的思路。針對具體研究目標，我們又提出了以地理圖斑作為遙感大數據的認知單元，對應了粒計算中應對大數據處理的粒結構，就此形成了遙感智能計算體系中的圖斑理論。
6
落 地
從2017 年至今的三年多探索過程中，我們從未忘記研究的科學問題一定要來源於現實生活與實際生產的初心。而在和各行各業的接觸與合作中，也越來越堅定了我們立足於精準遙感方向研究的信心。在廣西壯族自治區農業科學院信息所覃澤林研究員的支持下，我們正合作開展針對廣西壯族自治區每一塊耕地的精準監測與農情服務實踐；在和天津大學建築學院左進博士的合作中，我們共同構建了高分遙感與城市空間設計相結合的理論與技術體系；在與中國科學院地理科學與資源研究所張百平研究員的交流中，我們初步摸清了在山地開展高分遙感研究的基本問題；在與雲南林業和草原局尹俊研究員的研討中，我們形成了在複雜山地開展自然資源遙感精細調查的大致思路；在內蒙古農牧科學院草原中心孫海蓮研究員與寧夏農林科學院信息所馮銳研究員的共同推進下，我們正合作開展草地資源精準製圖與生態資產評估的探索；在和河北師範大學劉勁松教授的合作研究中，基本了解了人口統計與聚落空間的關係，並分享了第一手的調查數據，為我們開展基於地理綜合的社會數據遙感製圖研究提供了基礎。而特別要提及的是，從2018 年開始，我們瞄準了在極端成像條件下開展山地農業遙感的探索方向，在貴州師範大學周忠發教授的鼎力支持下，一起在貴州落實了綜合試驗區，初步確立了在多雲多雨地區開展精準遙感研究的基本思路，這也是我們立志於在今後幾年內力爭攻克的研究難題。我們經常說要牢記發哥的一句話：「貴州遙感做好了，全世界任何地方遙感就都可行！」
7
腳 印
科學問題來源於實際應用，而解決問題又離不開技術與方法的支撐。在構建由「分層感知（粒化）」「時空協同（重組）」和「多粒度決策（關聯）」三個基礎模型組成的遙感智能計算體系過程中，以下四大環節的突破是關鍵性的：
在2014年構建的時空協同框架基礎上，黃啟廳博士於2015 年在人工勾畫地塊之上融合了中分光學時序數據，對地塊作物種植類型進行了高精度判別，分別以湖南澧縣與廣西扶綏為試驗區首次實現了地塊級作物種植結構的遙感製圖，並依據該過程中的實踐經驗和認識反饋，對「時空協同反演模型」進行了理論完善；
針對人工勾畫地塊效率低的關鍵問題，夏列鋼博士於2016 年開始追蹤深度學習技術，並發展了基於邊緣主動學習實現的農業地塊智能化提取技術，以此為基礎建立並完善了「分層感知器模型」；
與此同時針對遙感非萬能的瓶頸問題，吳田軍博士又引入了粒計算的思想，在地塊之上成功融入了非遙感類的多源數據，進而順利挖掘了決策式規則知識並開展了地塊級評價規劃的精準製圖和專題應用，據此為基底搭建並發展了「多粒度決策器模型」；
針對多雲多雨地區光學時序衛星數據難以獲取的痛點問題，周亞男博士於2018 年開始嘗試在地塊之上用SAR 數據重組時序信息，用深度學習時序模型探索了地塊作物的分類方法，初步形成了在多雲多雨地區開展作物生長模式挖掘的研究思路。
我們以上述四個關鍵突破為著力點，從簡單到複雜逐步構建形成了遙感大數據智能計算的理論與方法體系，並從中進一步明確了遙感精準應用的發展目標。
與此同時，在周院士的支持與部署下，2018年開始由胡曉東博士和張亞軍博士聯合，在蘇州基地帶領周楠、張竹林等幾位骨幹人員協同開展了技術上的攻關，從無到有地組建了設計、研發、生產、運營和應用一體化的天啟PLA 信息團隊，將這套遙感智能計算的思想和方法有序地轉化為針對農業、林草、城市等領域應用的專題產品生產線，並在2019 年圍繞江蘇全省精準土地利用產品進行的「大練兵」式的試驗生產中，論證了我們由此製作的信息產品在效率、精度和成本各方面都兼具的綜合優勢。這項工作給我們的啟示是：遙感理論與方法的研究必須要與生產應用實踐有機融合，科學問題要具有鮮明的需求導向和問題導向特徵，才能不斷突破，避免閉門造車。
8
回 歸
我從小就對外面的世界多有嚮往，似乎永遠都對天空與大地充滿著好奇，有很強的方位感，對於地圖特別敏感，所以也算是一種緣分，機緣巧合中居然就從事了遙感與地理相關的職業。當年有幸考入到地理所信息室，對我來說就如同半隻腳踏入了地理學的門檻。回想在九一七大院（在奧運公園裡的龍形水系位置，至今還在大屯路上保留著窪裡南口的公交車站）獨立三層小樓裡的各種往事，在這裡結識了一群來自於全國各地、專業背景更是五花八門的師兄弟們，我們在這裡一起成長，然後又各奔了東西。
志峰兄無疑是這群夥伴中的「領袖」，只要有他在，整個小樓立刻就增添幾份歡樂與熱情。志峰確實是我的體育和生活老師，20 年前他帶我在北辰購物中心買的那塊羽毛球拍子至今還完好地保存在家裡，而我後來真正學會的項目卻是打桌球，水平在業餘的業餘裡面還算是湊合。其實，志峰兄對我最大的幫助是在地理學知識的指導上，每次和他見面，都會結合具體的自然或社會現象給我講解背後蘊含的地理驅動機制，逐步推動著一個技術男也開始思索起地理學本質的一些問題，特別是關於當今遙感大數據支撐地理場景認識方面的科學問題思考，主要思想還是源自於他的引領。可以說，志峰兄帶動著我將另外的半隻腳也正邁入到地理學的大門之中。這些年的每一年都會定期帶著我的團隊奔赴廣州，在大學城優美而靜嫻的珠江水岸聆聽關於如何用地理學分析思維來凝練遙感對複雜地表認知的科學問題。所以在這本書寫作的萌芽狀態，我就首先想到了邀請志峰兄共同來完成撰寫，因為地理學與遙感相結合始終是我們共同的願望與目標，也正是這本書出版的宗旨所在：傳承陳先生地學信息圖譜的思想，讓地理學指導遙感的研究，而遙感研究最終要回歸於地理學的問題。
9
未 來
作為中國科學院大學的崗位教師，我和楊曉梅研究員、沈佔鋒研究員協作每年都在雁棲湖校區開設《遙感信息智能計算》課程。備課和講學的過程，驅動著我對遙感智能計算理論與方法進行系統思考與認真梳理，而每次上課之中，學生們也表達出很高的學習熱情，許多學生都會在課後與我熱烈討論，而我也從中收穫了新的認識與體會。另外，這些年我也經常受邀去各地高校講座，在此過程中和大家共同探討了這個研究方向，無論是我們地學圈內還是數學或計算機領域的師生，都對這項工作表露了一定的興趣。為此，學生劉建華博士還特意將講座分享於微信公眾號上，受到了很高的關注。因此，這本書寫作的動力很大程度上是源自於為廣大師生編寫一部系統探討人工智慧遙感參考書的一種意願。
在前期的寫作計劃與籌備階段，我們就確定了把這本書打造為一本能讓大多數讀者「看得懂」的「科普型」學術著作，重點以講述思想和分析案例為主，具體的技術細節計劃將於後續規劃出版的系列專著中深入介紹。在這本書裡，我們一再強調將地理學分析思想、機器學習技術以及遙感機理模型有機綜合，在面對複雜地表時考慮如何參照地理學家對地表分異與相似規律的認識，從綜合地理的角度對關注的問題進行分解和規劃，而這恰與系統科學的處理思想是高度一致的。因此當我們今天再回顧錢學森先生30多年前對人工智慧發展提出的複雜系統思維時，深刻感覺到經典思想對我們當前智能遙感研究仍具有重要的指導意義。
縱觀本專著針對遙感信息智能提取的研究，我們始終在努力理解並傳承陳述彭先生於20 世紀提出的遙感地學分析與地學信息圖譜思想。例如，在我們體系中最先發展的「時空協同反演模型」就是依據圖譜分析思想設計形成的；進一步從中分解出來的「分層感知模型」則是將地學分析中分區分層思想與機器學習技術進行了有機融合，從而增強了基於遙感影像對複雜地表的「圖」理解能力；而同步發展的「多粒度決策模型」則希望在知識層面將數據與機器學習技術再一次深度融合，試圖構建形成面向地學應用的一套「知識圖譜」。因此，我們孜孜不斷追求的遙感「精準」應用目標，本質是努力實現圖譜耦合的認知過程，其中「精」是體現在對複雜地表用精細化「圖」方式的場景表達，「準」是體現進一步重組各類數據形成「信息譜」之後，再通過地理模式的挖掘實現對「圖」內在機制和運行過程「知識譜」的透視發現。也就是，遙感大數據智能計算的研究是對複雜地表之上實現「從現象到本質」「從定性到定量」逐步提升的圖譜耦合認知過程。
在21 世紀第三個十年的開端之際，我們謹以此書紀念陳述彭先生100 周年誕辰，期望在當前大數據和人工智慧的新時代，以陳先生地學信息圖譜思想為引領，以對複雜地表的系統認知為切入再一次啟程遙感地學理解與分析計算的實踐之路！
駱劍承
2020 年2 月9 日於北京
本文摘編自《遙感大數據智能計算》（駱劍承等著. 北京：科學出版社，2020.8）一書「前言」，有刪減，標題為編者所加。
（遙感大數據地學理解與計算；下）
ISBN 978-7-03-065386-4
將遙感影像智能化地提取為地理信息，為地理大數據挖掘提供位置發現與時空關聯的基準，是當前遙感認知研究所面臨的挑戰與機遇。本書綜合地理分析思想、圖譜認知理論與機器學習技術，設計從淺層感知到深層透視的路線，發展了遙感大數據智能計算模型與精準應用方法。本書分8章：第1 章提出地理與遙感大數據的主要特徵、科學問題以及關鍵思想；第2 章論述地理圖斑概念及遙感智能計算理論；第3 章介紹機器學習的遙感計算運用機制；第4 章闡述精準LUCC 生成相關技術；第5～7 章分別針對城市、農業與生態應用，介紹精準遙感應用的實踐路線；第8 章提出基於綜合地理的土地空間優化技術方法。
本書主要論述人工智慧新時代的遙感地學分析基礎理論和關鍵方法，可供遙感測繪、地理信息技術及應用等領域的科技人員和研究生閱讀參考，也可作為高等院校相關專業的教學和研究資料。
相關著作
遙感圖譜認知
駱劍承等著.北京：科學出版社，2017.11
（遙感大數據地學理解與計算；上）
ISBN 978-7-03-054321-9
《遙感圖譜認知》在充分認識遙感認知特殊性的基礎上，發展和完善了遙感圖譜認知理論和計算方法體系，發揮人腦認知和機器認知的各自優勢，將人腦認知所得的先驗知識有針對性地逐步融入機器認知過程中，一定程度上提高了遙感影像機器認知算法的智能化水平，為遙感影像的智能認知探索可行之路。全書共為8 個章節。第1 章緒論，簡要介紹本書研究的背景和意義，以及高分相關研究的現狀與趨勢。第2 章總領性地介紹遙感圖譜認知理論和方法體系，重點介紹遙感圖譜認知三段論及其流程。第3~8 章則分別圍繞遙感圖譜認知三段論開展具體方法介紹和研究細述，其中，第3~5 章屬於圖譜認知第一段的「由譜聚圖」框架，分別介紹影像多尺度分割算法、自適應迭代的專題信息提取，以及地塊級土地利用圖斑的形態提取和屬性分類方法；第6 章屬於圖譜認知第二段的「圖譜協同」框架，分析如何協同中、高分遙感影像數據開展農作物種植分布的土地覆蓋類型識別；第7、8 章屬於圖譜認知第三段的「認圖知譜」框架，分別介紹歷史知識遷移的遙感影像智能分類與信息更新技術，以及基於空間格局知識開展複雜專題信息提取的方法。
（本文編輯：劉四旦）
地球為你而轉！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.