1.6 地球空間信息智能處理

1.6.1 空間信息智能處理概述

隨著空間信息獲取技術(shù)的不斷發(fā)展和各種探測(cè)衛(wèi)星的成功發(fā)射，人們?cè)谀軌颢@得極其豐富的空間數(shù)據(jù)資源的同時(shí)，也面臨著如何利用有效的信息提取技術(shù)將這些空間數(shù)據(jù)轉(zhuǎn)換為各個(gè)應(yīng)用領(lǐng)域所急需的應(yīng)用信息的挑戰(zhàn)。在遙感衛(wèi)星的數(shù)據(jù)獲取技術(shù)與不斷擴(kuò)大的應(yīng)用需求共同推動(dòng)下，遙感信息提取技術(shù)得到了日新月異的發(fā)展。目前，遙感信息提取技術(shù)正在不斷汲取和集成AI領(lǐng)域的優(yōu)秀研究成果，智能化成為遙感數(shù)據(jù)處理的時(shí)代特征。隨著遙感信息智能提取方法研究的興起，許多研究人員已經(jīng)根據(jù)遙感數(shù)據(jù)的特點(diǎn)將粗糙集（rough set）、模糊理論（fuzzy theory）、人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）、遺傳算法（genetic algorithm，GA）、知識(shí)推理（knowledge inference，KI）等眾多AI方法成功應(yīng)用到遙感信息領(lǐng)域中。遙感信息提取過(guò)程中，這些能夠提供自學(xué)習(xí)、自適應(yīng)及自推理的高效率處理方法的AI技術(shù)，在應(yīng)用于目標(biāo)識(shí)別、土地利用與分類、變化檢測(cè)等遙感信息提取方面時(shí)，顯示出了處理效率高、智能化等優(yōu)點(diǎn)。面對(duì)著海量的遙感數(shù)據(jù)，如何通過(guò)綜合利用先進(jìn)的PR與AI，探索全新的遙感信息智能提取算法，從而提高遙感信息提取速度，并能夠提取盡可能多的有用信息，已經(jīng)成為遙感數(shù)據(jù)信息提取領(lǐng)域亟待解決的問(wèn)題和重要的研究方向。

空間信息智能處理是指利用AI的理論和方法，結(jié)合智能計(jì)算方法，如神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等方法實(shí)現(xiàn)空間信息的智能化處理，是地球空間信息科學(xué)與AI的交叉和融合，屬于遙感科學(xué)、信息科學(xué)、認(rèn)知科學(xué)的學(xué)科交叉，代表了地球空間信息科學(xué)的重要發(fā)展方向。從空間信息的獲取到空間信息的應(yīng)用與可視化都可以借助AI技術(shù)來(lái)提高空間信息的獲取效率和應(yīng)用效果。

空間信息智能處理技術(shù)包括遙感圖像內(nèi)容的智能判讀、空間推理以及空間數(shù)據(jù)挖掘等方面。

（1）遙感圖像內(nèi)容的判讀，是指對(duì)原始遙感圖像進(jìn)行加工處理，以便把所需要的信息從中提取出來(lái)。它通常涉及圖像的幾何校正、輻射校正、波段組合、數(shù)據(jù)融合、地物分類、地物識(shí)別以及隨后的決策支持等技術(shù)。人工判讀要求解譯人員應(yīng)具備有關(guān)專業(yè)（如地質(zhì)、地理、水文、農(nóng)林、氣象等）的知識(shí)，并熟悉遙感圖像的特點(diǎn)、地物波譜和地面實(shí)況。智能判讀則可實(shí)現(xiàn)判讀過(guò)程的自動(dòng)化，提高結(jié)果的準(zhǔn)確性。在現(xiàn)代條件下，遙感圖像的智能判讀通常綜合利用模糊分類、人工神經(jīng)網(wǎng)絡(luò)、小波變換、語(yǔ)義模型以及決策專家系統(tǒng)等技術(shù)。

（2）空間推理，是指利用空間理論和AI技術(shù)對(duì)空間對(duì)象進(jìn)行建模描述與表示，并據(jù)此對(duì)空間對(duì)象間的空間關(guān)系進(jìn)行定性或定量分析與處理的過(guò)程。在這一領(lǐng)域，有關(guān)地理信息系統(tǒng)（GIS）的研究是最多的，它也是空間推理的最成熟也是最廣泛的應(yīng)用領(lǐng)域。人類對(duì)于各種事物進(jìn)行分析、綜合并最后作決策的過(guò)程，通常是從已掌握的已知事實(shí)出發(fā)，運(yùn)用事物之間的相互關(guān)系（如因果關(guān)系等），找出其中蘊(yùn)涵的新的更多事實(shí)，這個(gè)過(guò)程通常被稱為推理。推理是根據(jù)一定的原則，從一些已知的判斷（前提）合理地導(dǎo)出另一些新的論斷（結(jié)論）的思維過(guò)程?？臻g推理的研究主要集中在：① 根據(jù)空間目標(biāo)的位置，基于給定的空間關(guān)系形式化表示模型，推斷空間目標(biāo)之間的空間關(guān)系；② 根據(jù)空間目標(biāo)之間的已知基本空間關(guān)系，推斷空間目標(biāo)之間未知的空間關(guān)系，此研究涉及空間關(guān)系推理規(guī)則的表示和推理策略；③ 利用空間推理，從空間數(shù)據(jù)庫(kù)中挖掘空間知識(shí)，也可以利用事件推理的方法進(jìn)行空間目標(biāo)的模糊查詢。

（3）空間數(shù)據(jù)挖掘，是數(shù)據(jù)挖掘的一個(gè)分支，是在空間數(shù)據(jù)庫(kù)的基礎(chǔ)上，綜合利用各種技術(shù)與方法，從大量的空間數(shù)據(jù)中自動(dòng)挖掘事先未知的且潛在有用的知識(shí)，提取非顯式存在的空間關(guān)系或其他有意義的模式等，揭示出蘊(yùn)含在數(shù)據(jù)背后的客觀世界的本質(zhì)規(guī)律、內(nèi)在聯(lián)系和發(fā)展趨勢(shì)，實(shí)現(xiàn)知識(shí)的自動(dòng)獲取，從而提供技術(shù)決策與經(jīng)營(yíng)決策的依據(jù)。它可以用來(lái)理解或重組空間數(shù)據(jù)、發(fā)現(xiàn)空間和非空間數(shù)據(jù)間的關(guān)系、構(gòu)建空間知識(shí)庫(kù)以及優(yōu)化查詢等。近年來(lái)出現(xiàn)的主要空間數(shù)據(jù)挖掘方法有空間分析、統(tǒng)計(jì)分析、歸納學(xué)習(xí)、聚類與分類、粗糙集、空間特征與趨勢(shì)探測(cè)、數(shù)字地圖圖像分析、模式識(shí)別以及可視化等方法。

1.6.2 空間信息智能處理主要研究?jī)?nèi)容

空間信息處理主要是指空間信息的計(jì)算機(jī)處理，是地球空間信息科學(xué)的重要內(nèi)容，其核心技術(shù)是以RS、GIS和GNSS為代表的“3S”技術(shù)及其信息處理方法。空間信息智能處理是指空間信息的智能化處理，這里從“3S”技術(shù)智能信息處理的角度闡述其主要內(nèi)容，即RS信息的智能化處理、GIS信息的智能化處理、GNSS信息的智能化處理等。本書(shū)以RS信息智能化處理方面為重點(diǎn)闡述。

1.RS信息智能處理

遙感信息的應(yīng)用水平近年來(lái)常滯后于空間遙感技術(shù)的發(fā)展，其主要原因在于遙感數(shù)據(jù)未得到充分的利用，對(duì)遙感信息認(rèn)識(shí)的不足和對(duì)遙感信息分析水平的滯后，造成了遙感信息資源的巨大浪費(fèi)。利用智能化的方法挖掘遙感信息的應(yīng)用潛力，提高遙感圖像分析和識(shí)別的精度，提高遙感信息處理的效率成為遙感應(yīng)用目前的迫切要求。遙感信息智能化處理是指應(yīng)用AI的理論與方法對(duì)遙感圖像進(jìn)行處理，提高遙感圖像處理的精度，實(shí)現(xiàn)遙感圖像處理過(guò)程的自動(dòng)化。AI的迅速發(fā)展，必將大大促進(jìn)遙感信息處理的智能化和自動(dòng)化，使遙感信息能更快速、更準(zhǔn)確地為相關(guān)部門提供服務(wù)。遙感信息的智能化處理主要研究?jī)?nèi)容包括：

（1）遙感圖像幾何處理的智能化方法。遙感圖像在應(yīng)用之前，須被投影到所需要的地理坐標(biāo)系中。遙感圖像的幾何處理包括粗加工處理和精加工處理兩個(gè)層次。粗加工處理也稱為粗糾正，它僅做系統(tǒng)誤差改正；精糾正是指消除遙感圖像中的幾何變形，產(chǎn)生一幅符合某種地圖投影或圖形表達(dá)要求的新圖像的過(guò)程。

（2）遙感圖像輻射處理的智能化方法。遙感圖像成像過(guò)程復(fù)雜，傳感器接收到的電磁波能量與目標(biāo)本身輻射的能量是不一致的。傳感器輸出的能量包含了太陽(yáng)位置和角度條件、大氣條件、地形影響和傳感器本身的性能等所引起的各種失真，這些失真不是地面目標(biāo)本身的輻射，因此對(duì)圖像的使用和理解造成的影響，必須加以校正和消除。輻射處理包括輻射定標(biāo)、輻射校正、遙感圖像增強(qiáng)、遙感圖像平滑以及遙感圖像銳化等內(nèi)容。

（3）遙感圖像分類和解譯的智能化方法。判讀是對(duì)遙感圖像上的各種特征進(jìn)行綜合分析、比較、推理和判斷，最后提取出感興趣信息的過(guò)程。傳統(tǒng)的方法是采用目視判讀，是一種人工提取信息的方法，即使用眼睛目視觀察，借助一些光學(xué)儀器或在計(jì)算機(jī)顯示屏幕上，憑借判讀經(jīng)驗(yàn)、專業(yè)知識(shí)和相關(guān)資料，通過(guò)人腦的分析、推理和判斷，提取有用信息。而遙感圖像的計(jì)算機(jī)自動(dòng)識(shí)別分類是模式識(shí)別技術(shù)在遙感技術(shù)領(lǐng)域的具體應(yīng)用。

遙感圖像的計(jì)算機(jī)分類就是利用計(jì)算機(jī)對(duì)地球表面及其環(huán)境在遙感圖像上的信息進(jìn)行屬性的識(shí)別與分類，從而識(shí)別圖像信息中相應(yīng)的實(shí)際地物，提取所需地物信息。遙感圖像自動(dòng)識(shí)別分類的常用方法包括最大似然法、支持向量機(jī)分類法、神經(jīng)網(wǎng)絡(luò)分類法和高斯混合模型分類法等。目前，遙感圖像自動(dòng)化分類水平也在不斷提高，其軟件發(fā)展趨勢(shì)是：① 由單一遙感資料的處理向多種遙感資料處理方向發(fā)展；② 遙感圖像處理系統(tǒng)支持的輸入輸出設(shè)備越來(lái)越廣泛；③遙感圖像處理系統(tǒng)的結(jié)構(gòu)向開(kāi)放的、可擴(kuò)展性強(qiáng)的方向發(fā)展；④ 由單一的遙感圖像處理系統(tǒng)向遙感圖像處理與GIS，GNSS以及通信的集成方向發(fā)展；⑤由傳統(tǒng)的遙感圖像處理方法向新一代的智能遙感圖像處理方法發(fā)展。

（4）基于知識(shí)的遙感圖像分類方法?；谥R(shí)的遙感圖像分類就是利用多源數(shù)據(jù)，將專家目視解譯時(shí)用到的知識(shí)加入到計(jì)算機(jī)自動(dòng)解譯過(guò)程中進(jìn)行綜合分類。基于知識(shí)的專家系統(tǒng)方法，即模仿解譯專家的解譯過(guò)程，是指從遙感信息的機(jī)理出發(fā)，綜合提取多種影像特征（色調(diào)、顏色、形狀、大小、紋理、位置和相關(guān)布局、時(shí)間特征等），集成不同來(lái)源的非遙感輔助數(shù)據(jù)和專家的經(jīng)驗(yàn)知識(shí)，利用各種知識(shí)的“組合優(yōu)化”和相互補(bǔ)充來(lái)提高計(jì)算機(jī)自動(dòng)解譯精度，它是實(shí)現(xiàn)遙感影像自動(dòng)解譯的一個(gè)重要發(fā)展方向。因此，在基于知識(shí)的遙感影像分類方法中，實(shí)現(xiàn)知識(shí)的自動(dòng)提取是一個(gè)必然的發(fā)展趨勢(shì)。采用空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)方法（如決策樹(shù)方法），快速、有效地構(gòu)建分類規(guī)則，可有效促進(jìn)基于知識(shí)的遙感圖像分類方法的廣泛應(yīng)用。

2.GIS信息智能處理

智能GIS是空間信息科學(xué)與技術(shù)發(fā)展的必然趨勢(shì)，是AI技術(shù)與GIS技術(shù)的結(jié)合。國(guó)內(nèi)外很多學(xué)者在這方面已做了大量的研究工作，提出了許多非常實(shí)用的空間信息智能化處理方法，如柵格數(shù)據(jù)、矢量數(shù)據(jù)、三維數(shù)據(jù)、屬性數(shù)據(jù)、時(shí)空數(shù)據(jù)的信息處理方法以及地理信息的可視化處理方法。

（1）柵格數(shù)據(jù)的信息處理。柵格數(shù)據(jù)結(jié)構(gòu)采用二維數(shù)字矩陣作為數(shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)，具有自動(dòng)分析處理較簡(jiǎn)單、分析處理模式化強(qiáng)等特征，其主要方法有：聚類聚合、多層面信息復(fù)合疊置、窗口分析及追蹤分析等。

（2）矢量數(shù)據(jù)的信息處理。矢量數(shù)據(jù)通常不存在模式化的分析處理方法，而表現(xiàn)為處理方法的多樣性和復(fù)雜性，其主要方法有：包含、緩沖區(qū)、疊置、網(wǎng)絡(luò)等分析方法。

（3）三維數(shù)據(jù)的信息處理。隨著二維GIS向三維和更高維方向的發(fā)展，三維GIS數(shù)據(jù)的信息處理越來(lái)越重要。三維GIS數(shù)據(jù)處理除了對(duì)空間對(duì)象的x，y坐標(biāo)進(jìn)行分析外，更重要的是對(duì)三維坐標(biāo)z坐標(biāo)的分析和處理，其主要方法有對(duì)表面積、體積、坡度、坡向等量的計(jì)算，以及對(duì)剖面、可視性和水文等量的分析。

（4）屬性數(shù)據(jù)的信息處理。屬性數(shù)據(jù)是對(duì)空間對(duì)象的描述性信息，對(duì)空間對(duì)象的屬性信息進(jìn)行統(tǒng)計(jì)分析是GIS信息處理的重要內(nèi)容。主要方法有空間數(shù)據(jù)的量算（質(zhì)心量算、長(zhǎng)度量算、面積量算、形狀量算等），空間數(shù)據(jù)內(nèi)插，空間信息分類（主成分分析、層次分析、聚類分析），空間統(tǒng)計(jì)分析（地統(tǒng)計(jì)分析）等。

（5）時(shí)空數(shù)據(jù)的信息處理。時(shí)空數(shù)據(jù)的信息處理是指在傳統(tǒng)的靜態(tài)GIS（static GIS，SGIS）的基礎(chǔ)上考慮時(shí)間維，同時(shí)處理空間維和時(shí)間維，構(gòu)成時(shí)態(tài)GIS（temporal GIS，TGIS）；也就是說(shuō)，利用多種時(shí)空數(shù)據(jù)模型，如空間時(shí)間立方體模型、序列快照模型、基圖修正模型、空間時(shí)間組合體模型等分析和處理隨時(shí)間變化的空間現(xiàn)象，對(duì)空間對(duì)象的時(shí)變特性進(jìn)行分析與處理。

（6）地理信息的可視化處理。將GIS產(chǎn)品以某種用戶需要的、可理解的形式進(jìn)行可視化的表達(dá)和輸出，主要包括提供多種地理信息系統(tǒng)產(chǎn)品輸出，如普通地圖、專題地圖、影像地圖、統(tǒng)計(jì)報(bào)表、決策方案、三維數(shù)字模型、三維地圖以及虛擬現(xiàn)實(shí)與仿真模擬演示等。

GIS信息智能處理具體方法包括地理信息的采集與集成、智能化地圖設(shè)計(jì)與綜合、地理數(shù)據(jù)分類的智能化方法、空間數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、地理信息的智能檢索、地理信息的智能空間分析、地理信息的可視化以及空間決策支持等。

3.GNSS信息智能處理

GNSS信息處理與AI的結(jié)合是一種發(fā)展趨勢(shì)，目前國(guó)內(nèi)外也有相關(guān)研究，主要研究集中于GNSS 基線解算、整周模糊度的固定等方面。準(zhǔn)確和快速地解算整周模糊度，無(wú)論對(duì)于高精度動(dòng)態(tài)定位或 GNSS 姿態(tài)及定向系統(tǒng)都是極其重要的。GNSS信息處理主要包括數(shù)據(jù)預(yù)處理、基線向量的解算以及GNSS網(wǎng)平差。

（1）數(shù)據(jù)預(yù)處理就是對(duì)數(shù)據(jù)進(jìn)行平滑濾波檢驗(yàn)、剔除粗差；統(tǒng)一數(shù)據(jù)文件格式，將各類數(shù)據(jù)文件轉(zhuǎn)換成標(biāo)準(zhǔn)化文件（如GPS衛(wèi)星軌道方程的標(biāo)準(zhǔn)化、衛(wèi)星時(shí)鐘鐘差標(biāo)準(zhǔn)化、觀測(cè)值文件標(biāo)準(zhǔn)化等）；找出整周跳變點(diǎn)并修復(fù)觀測(cè)值；對(duì)觀測(cè)值進(jìn)行各種模型改正。

（2）基線向量的解算一般采用差分觀測(cè)值，較為常用的為雙差觀測(cè)值，即由兩個(gè)測(cè)站的原始觀測(cè)值分別在測(cè)站和衛(wèi)星間求差后所得到的觀測(cè)值。在進(jìn)行基線解算時(shí)，雙差觀測(cè)值中電離層延遲和對(duì)流層延遲一般已消除。基線解算的過(guò)程實(shí)際上主要是一個(gè)平差過(guò)程。

（3）GNSS控制網(wǎng)的平差。GNSS控制網(wǎng)是由相對(duì)定位所求得的基線向量而構(gòu)成的空間基線向量網(wǎng)，在GNSS控制網(wǎng)的數(shù)據(jù)處理過(guò)程中，基線解算所得到的基線向量?jī)H能確定GNSS網(wǎng)的幾何形狀，但卻無(wú)法提供最終確定網(wǎng)中點(diǎn)的絕對(duì)坐標(biāo)所必需的絕對(duì)位置基準(zhǔn)。在GNSS控制網(wǎng)的平差中，是以基線向量及協(xié)方差為基本觀測(cè)量的，通常采用三維無(wú)約束平差、約束平差兩種平差模型。各類型的平差具有各自不同的功能，必須分階段采用不同類型的網(wǎng)平差方法。