本文内容摘自《中国测绘》2023年第11期

——李德仁院士谈时空信息的融合创新发展

    2020年4月1日，习近平总书记在浙江考察时强调：“要抓住产业数字化、数字产业化赋予的机遇，加快5G（第五代通信技术）网络、数据中心等新型基础设施建设，抓紧布局数字经济、生命健康、新材料等战略性新兴产业、未来产业，大力推进科技创新，着力壮大新增长点，形成发展新动能。”

中国科学院、中国工程院院李德仁

    中国科学院、中国工程院院士李德仁在谈及新基建时曾表示，国家新基建是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。

    如今时空信息、定位导航服务已经成为重要的新型基础设施。那么，面对数字化、智能化转型升级的新需求，时空信息又该如何融合创新，更好地服务经济社会高质量发展呢？在第一届中国测绘地理信息大会现场，李德仁院士围绕时空信息的融合创新发展进行了深入解读。

    李德仁院士表示，如今，时空信息和人工智能、大数据、物联网等新技术深度融合，已经呈现出彼此交融、相互促进的格局，尤其是人工智能（AI）和测绘地理信息的融合发展，催生了时空AI，而时空AI将有力地驱动整个经济社会的数字化和智能化转型升级，赋能数字中国建设和智慧社会的发展。

    数据，时空AI发展的资源基础

    人工智能的发展主要靠数据、算法和算力这“三驾马车”来拉动，时空AI要进一步创新发展，也要从时空大数据、算法和算力三个方向发力，其中时空大数据是时空AI不断创新发展和优化迭代的重要资源和数据基础。

    现在，我们身处在数字化时代，数据无所不在，尤其是5G的落地和大规模商用，让万物互联成为了可能。5G下载速率理论值达到了20Gb/s，是4G的20倍。由于5G超高的传输速率、超大的带宽和广泛的接口，使得5G/6G能够支持万物互联。截至2023年7月底，我国建设的5G基站已达3055万个，5G移动电话用户6.95亿户。5G/6G所搭建起的数据高速通路，将有望实现物理空间和网络空间的互联互通。

    李德仁院士介绍，根据国际权威机构预测，目前，全球互联网大约有10万亿个无线互联的传感器，服务于全世界约75亿人，这些互联传感设备无时无刻不在生产数据，因此我们身处在一个数据指数爆发、信息高速互联的时代。

    数字孪生就是基于大数据和时空AI的一个典型概念或应用领域。数字孪生就是把钢筋水泥构筑的物理世界的人流、交通等几乎所有动态数据进行全域感知，再由实到虚，镜像再现或映射到网络空间，然后在网络空间中洞察现实世界的各种态势，甚至根据人工智能去提前预测，从而支撑对现实世界的科学决策，进而以虚控实，反向作用，智能操控现实世界。因此，数字孪生总结来说，就是具有深度学习能力、虚实融合、迭代进化的数字城市。

    无论是数字孪生还是数字城市，大数据尤其是时空大数据都是基础资源和底座。据统计，全球企业存储数据总量已达2.2ZB，且仍以67%的年增长率高速增长。对于这一数据量，李德仁院士解释道：“10KB相当于一张填满了文本的A4纸，而2.2ZB的纸张堆积与1287幢美国帝国大厦（高381米）叠加一样高。”

    不仅是制造企业，我国的服务业数据也呈爆发式增长。国家电网年均产生数据510TB(不含视频)，累计产生数据5PB；中国联通用户上网记录每秒83万条，对应年数据量3.6PB；北京公交一卡通每天使用达四千万人次，地铁一千万人次，北京市交通调度中心每天数据增量30GB，存储量20TB；中国银联发卡量40亿张，每天近600亿次交易，每秒 50万次记录，存储量350TB……

    在医疗大数据领域，现在一个病人的CT（电子计算机断层扫描）影像数据量已经到了几十个GB。如今中国大城市的医院每天门诊上万人，全国每年门诊人数更是以数十亿计，住院人次已经达到两亿人次。而按照医疗行业的相关规定，一个患者的数据通常需要保留50年以上！

    互联网大数据的增长更加迅速。淘宝每天交易超过数千万笔，其单日数据产生量超过50TB，峰值时处理交易达到9万笔/分钟，1GB/s，在阿里数据平台事业部的服务器上有超过100PB已处理过的数据。

    百度每天要处理60亿次搜索请求(谷歌为30亿次)，新增800TB，处理100PB数据，每天产生1PB的日志。目前存储网页数近1万亿，数据总量达到EB级别。

    腾讯QQ月活跃用户超8亿，微信用户5亿，在线人际关系链超1000亿，每天1000亿次服务调用，日新增200TB～300TB数据量，每月增加10%。经压缩后的数据总存储量达100PB。

    据统计，2022年底，全球IP流量每年约4.8ZB，全球物联网设备连接数据流量超过50ZB，预计2025年全球新产生的数据量将达到175ZB。对于这一海量大数据，李德仁院士举例形容，1ZB=1万亿GB，《红楼梦》含标点共87万字，每个汉字占2B，一部《红楼梦》为1.74MB，1ZB为588万亿部，即全球人均7.5万部！

    “所谓大数据并不是单纯地指海量数据，而是可计算、可分析、可追溯、可挖掘的海量数据，因此海量数据还需要一个数据或基准来‘统领’，我们知道所有的海量大数据都是发生在一定的时间和空间基准下的，因此时空大数据或时空AI就应该承担着这个‘统领’和支撑的角色。”李德仁院士说道。

李德仁院士在大会主论坛作报告

    “谈到时空大数据，李德仁院士介绍说，过去10年，我国遥感卫星实现了从“有”到“好”的跨越式发展，逐步实现了业务化、商业化和国际出口，数据量超2000PB。我国的民用高分辨率遥感卫星已达0.3米至0.5米的精度。不仅是精度，我们的遥感手段和“星上”数据处理能力也不断提升。

    在5G/6G、云计算、物联网和人工智能等新技术的驱动和影响下，我们已经进入万物互联时代。李德仁院士认为，为了应对万物互联时代的地球空间信息产业服务新需求，构建天空地信息网络已经成为必然趋势。在这方面，李德仁院士和武汉大学测绘遥感团队已经做出了诸多成果。

    2023年1月，武汉大学联合相关单位成功发射遥感科学实验卫星珞珈三号01星，据介绍，珞珈三号01星具备多模、智能、互联、开放四大核心特点。其搭载了具有多种成像模式的轻小型遥感相机，可依据用户不同需求提供单张图像、凝视视频、三维立体等观测数据；突破性实现卫星在轨实时处理技术，将传统星下处理分析任务转换到星上，提升服务智能化、实效性；将星地链路、星间链路与地面互联网、5G移动通信集成在一起，支持向普通大众提供遥感信息实时智能服务；开放式的卫星算法平台，可根据不同任务需求在星上安装定制APP（应用软件），为大众提供个性化服务。

    2023年5月，珞珈二号01星也成功发射，并获取了国际首幅0.5米分辨率星载Ka波段合成孔径雷达（SAR）影像，目前已建成业务化的“云+端”遥感应用系统，将首次实现“天+端”移动设备操控高分辨率SAR卫星应用服务。

    “我们预计在珞珈三号01星、珞珈二号01星的基础上，发射200余颗卫星，构建‘东方慧眼’智能遥感卫星星座，通过卫星星座组网观测、全球稳定覆盖+超高空间分辨率组合、智能规划与观测、场景需求分析等措施，提高卫星观测效率、时效性和准确度，拓展产业应用范围，实现‘看得快、看得清、看得准、看得全、看得懂’的目标。”李德仁院士介绍说，通过这样的智能遥感卫星和相关星座网络建设，不仅能够有效支撑城市智能交通管理、地质灾害灾情智能评估等专业化场景应用，还将推动卫星遥感从传统的专业数据服务向大众化、智能化和实时化遥感信息服务的跨越式发展。

    “大数据要有一个统一的‘统领’，进行智能化、系统化的建设梳理，并能够及时、有效地支撑现实需求，这样的大数据才是真正的大数据，才能真正支撑和驱动时空AI创新发展。”李德仁院士总结道。
 

    算法，撬动时空AI服务的重要支点

    算法是实现人工智能的基本途径，是挖掘数据智能的有效方法。当前，以深度学习为代表的算法快速发展拉开了人工智能浪潮的序幕，在深度学习应用逐步深入的同时，学术界也在继续探索新的算法。李德仁院士表示，时空AI要实现多样化、个性化甚至定制化的赋能和服务，就有赖于不断优化的多样化算法。

    目前我国的遥感卫星在气象、环境监测、资源管理等专业领域，都能提供数据支持和服务帮助，但数据及服务体系的不同导致导航、通信、遥感等服务系统联合应用成为难题。在人工智能的背景下，时空AI应运而生，它有望将各类信息系统以人脑的方式被组织和应用，对地观测脑作为一个能够模拟人脑认知过程的智能地球观测系统，可以实现以下三个过程的自动化：

    ● 海量空间数据的获取、组织与存储。

    ● 智能化的空间数据处理、信息提取与知识发现。

    ● 空间数据驱动应用。

    李德仁院士介绍，2018年8月，自然资源部、农业农村部联合召开动员部署会，部署在全国开展“大棚房”问题专项整治行动。针对自然资源监测中的大棚提取应用需求，武汉大学测绘遥感团队设计密集目标深度学习提取网络，构建一个大小为59.785TB的全国0.5米分辨率影像数据库，共提取全国大棚13647764个，在山东、新疆、上海等地验证集上取得85.78%的精度。

    在网络化、大数据和云计算的支持下，地球空间信息学有可能利用模式识别和人工智能的新算法来全自动和实时地满足军民应急响应用户和诸如飞机与汽车自动驾驶等实时用户的要求。目前正在进行中的“空间信息网络”国家自然科学基金重大专项，就是要研究面向应急任务的空天信息资源自动组网、通信传输、在轨处理和实时服务的理论和关键技术。

    李德仁院士介绍，“空间信息网络”遵照“一星多用、多星组网、多网融合”的原则，可由若干颗(60颗～80颗)同时具有遥感、导航与通信功能的低轨卫星组成的天基网与现有地面互联网、移动网整体集成，与北斗系统密切协同，实现对全球表面分米级空间分辨率、小时级时间分辨率的影像与视频数据采集和优于米级精度的实时导航定位服务，在时空大数据、云计算和天基信息服务智能终端支持下，通过天地通信网络全球无缝的互联互通，实时地为国民经济各部门、各行业和广大手机用户提供快速、精确、智能化的PNTRC(定位、导航、授时、遥感、通信)服务，构建产业化运营的、军民深度融合的我国天基信息实时服务系统。

    李德仁院士提到，在人工智能和遥感大数据融合应用方面，遥感影像自动解译与反演是一个关键问题。关于这一问题，他提出六个观点，一是遥感影像自动解译是病态反演问题；二是数据导引要利用大数据、大样本、大模型求整体解；三是数据导引与知识导引相结合；四是要区分人工地物与自然地物的分类与语义描述；五是要处理好Land use（土地利用）与Land cover（土地覆盖）对数据的要求；六是要通过自诊断方法实现人机交互智能化。

    算力，支撑时空AI产业化的驱动力

    数据、算法和算力这三大要素之间相互促进、相互支撑，缺一不可，是人工智能行业发展的必备条件。李德仁院士认为，遥感时空大数据是大数据资源重要组成部分，人工智能技术的进步推动遥感技术向着智能化的方向发展，算力是支撑时空AI技术应用落地的关键环节。

    据《2022—2023全球计算力指数评估报告》显示，目前，我国算力水平全球第二，2017年至2022年的算力复合增长率达48.8%，增速全球第一。《云计算白皮书(2023年)》预估，算力指数平均每提高1%，国家的数字经济和GDP将分别增长3.6%和 1.7%。，2021—2022年我国云计算市场规模增长达40.91% (全球平均增速19%)，预计2025年我国云计算整体市场规模将超万亿元。

    为了应对大数据和人工智能时代对算力的迫切需求，2022年2月，“东数西算”工程正式启动，“东数西算”是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。如同南水北调、西电东送、西气东输，东数西算是国家又一项重要战略工程，有利于未来我国经济的高质量发展。

    关于算力对时空大数据产业应用的重要作用，李德仁院士举例，覆盖全国陆地区域1米分辨率的影像数据量约30TB，约1万亿像素(地理坐标)，对其进行10类要素解译推理约需5万GPU（图形处理器）卡时(V100)，单GPU推理需6年，理论上500张GPU并行可将推理时间压缩到5天左右，可满足遥感自然资源监测需求。

    对10万X10万像素SAR影像进行细粒度舰船检测约需0.5GPU卡时(V100)，单GPU推理需30分钟，理论上500张GPU并行可将推理时间压缩到3.6秒，可满足航天侦察实时处理的需求。

    “算力是典型时空AI架构的基础支撑层，保障了时空AI服务应用的精度和效率，是遥感技术深入行业应用的重要支撑。”李德仁院士总结道。基于大数据、强算力，遥感大数据才能有效地满足时下管道风险区监测、耕地非农化监测、生态保护区监测、病虫害监测等领域对精度、效率和自动化水平的要求。“

    “我们不仅要布局‘东数西算’平衡全国算力，提高国家整体算力水平，还要把算力‘搬上天’，构建天地云。”李德仁院士介绍，随着边缘计算和星地网络技术的发展，星上算力将得到增强，通过软件定义、存算一体、数据分发、星上处理等技术，卫星有望成为广域算力的节点，有助于减少星地传输数据量，支撑实时化遥感服务。

    李德仁院士提出，我们应该加快建设任务驱动的星地协同高效处理的云计算中心。通过星地协同云计算中心建设，能够全面提升星地协同处理能力，具体来说，可以协同多源数据获取资源；协同星地计算、存储资源；协同星地传输、接收资源；协同星地处理算法资源。同时，基于星上智能实时处理能力，高质量成像处理、高精度几何定位、智能分类、目标/变化检测、高效压缩等应用需求都有望得到满足。

    时空AI的典型应用

    “有了大数据、算法和算力的支撑，我们时空大数据和时空AI才能各行业各地区得到普适化应用。”李德仁院士举例说，比如智慧城市的运营大脑、智能电网的数字孪生服务、智慧城市公共安全和大健康、基于天地传感网的流域生态环境与灾害智能管理这四大领域都是时空AI将发挥作用的大舞台。

    一个城市的智慧大脑需要有基础设施层、软件开发及运行平台层和多样化的应用层。此外还要形成智慧城市中的大数据生态，智慧城市时代IT（信息技术）的合作是围绕大数据的合作。因此，城市各个部门的静态数据底座和动态流动数据都要形成一个数据采集加工、存储、清洗、挖掘、决策、控制与利用服务的流动的生态。

    现代的城市管理要像绣花一样精细，要注重科学化、精细化、智能化。例如，深圳市某社区，采用时空大数据、智能AI、物联网等高新技术手段，发挥实景三维、多次全空间的技术优势，建设数字孪生城市社会基层管理平台，从而实现城市治理实时感知、全面刻画、精准决策和智能服务。

    通过对房屋实景三维模型单体化，实现分层、分户、关联、人防等信息，结合智能传感器监测水电燃气数据，构建标准画像，发现数据突增异常，及时预警处置，实现精细化管控。基于实景三维地图，通过智能AI识别消防通道占道行为，获取精准位置，推送占道行为信息给管理人员，杜绝消防通道占道行为发生。对孤寡老人分发健康手环，实时监测生命体征，结合高精度定位信息和实体三维地图，对异常情况实施预警，实现精准救助关怀。对社区综合事件进行统计分析，通过实景三维一体化展示社区综合态势。以高精度实景三维地图为基础，搭建各类智能传感 器AI算法，构建城市群空间全要素动态感知网，提升城市精细化管理水平。

    在智能电网的数字孪生服务方面，可充分利用电力系统物理模型、先进计量基础设施的在线量测数据、电力系统历史运行数据，并集成电气、计算机、通信、气候、经济等多学科知识，进行多物理量、多时空尺度、多概率的过程仿真，通过在虚拟空间中完成对智能电网的映射，反映智能电网的全生命周期过程。

    比如建立电力走廊多要素的精准定位、识别与建模以及3D空间关系计算模型一体化的软硬件系统，解决电力走廊安全风险的定位和预警；通过电力巡检机器人实现对变电、输电、配电设备进行全天时、全方位、全自主智能巡检和安全防护，包括自动巡逻智能读表、图像识别、红外测温、实时视频回传等功能，以人工智能先进化手段代替传统人工完成电站巡检及设备查明工作降低人员安全风险，保障电网本质安全，提升电网智能化巡检技术水平。

    在公共安全和大健康方面，通过多源融合定位，把卫星定位、传感器、音频定位等多种定位技术融合到手机或智能手表等移动终端，就可以实现地下商场、大型机场车站的智慧管理，相关项目已产业化落地南京南站、鄂州顺丰机场和德清未来社区，支撑智慧公安、智慧物流、智慧社区等数字经济建设。此外，在大健康方向上，基于多元融合定位的智能手机大数据的上下文思维引擎，能够自动理解老人每日的独立活动进行心理学、生理学和行为学分析，从而实现对老人的健康关怀。

    基于天地传感网的流域生态环境与灾害智能管理也是时空AI的一个重要应用领域。2020年11月，习近平总书记在全面推动长江经济带发展座谈会上曾指出：“要把修复长江生态环境摆在压倒性位置，构建综合治理新体系，统筹考虑水环境、水生态、水资源、水安全、水文化和岸线等多方面的有机联系，推进长江上中下游、江河湖库、左右岸、干支流协同治理，改善长江生态环境和水域生态功能，提升生态系统质量和稳定性。”

    李院士介绍，基于天地传感网的长江流域生态环境与灾害智能管理系统，利用天空地32种上万个传感器的上亿条观测记录，对长江流域的生态和灾后情况进行实时监测，实现流域水泥沙分析、洪水演进模拟、航道维护辅助分析等具体应用服务，做到了长江上游各控制性大型水库实时信息、预报调度信息以及流域内水雨情信息的实时共享，效率由原来的小时级提高到20分钟到达长江防总、30分钟到达国家防总。

    “时空大数据和时空AI大有可为，我们应该按照产业数字化和智能化的要求，基于5G、互联网、物联网、云计算、大数据和人工智能实现产业数字化到智能化。抓好数据、算法和算力等信息基础设施，时空AI可以为5G+工业互联网、数字经济、智慧城市和智慧社会作出更大的贡献。”在分享的最后，李德仁院士如是说。

END

    文 / 本刊记者 陈阳；图 / 受访者提供
    编辑：张永超

    初审：齐   阳

    审核：彭震中