遥感大数据智能处理：理论创新与应用实践

"遥感大数据智能处理与挖掘理论方法及重大应用" 本项目专注于遥感大数据的智能处理与挖掘，旨在解决地球空间信息科学领域的重要问题，并为我国的全球战略和重大工程提供核心技术支持。项目团队历经22年的深入研究，建立了一套遥感大数据与人工智能融合的理论和技术框架，实现了在遥感大数据中高效地寻找目标、变化和规律。 首先，项目团队开创性地提出空间数据挖掘的概念和理论体系，揭示了空间数据挖掘的场、原子和各向异性现象。他们创新性地提出了数据场、云模型、挖掘视角等方法，有效解决了空间数据挖掘中的数据互动、定性定量转换以及求同存异挖掘等问题。这一成果填补了数据模型与认知模型、数据与语义、空间数据与应用需求之间的空白，推动了“遥感数据-空间信息-地学知识”的时空一体化挖掘机制的发展，出版的国际首部空间数据挖掘专著对此做出了里程碑式的贡献。 其次，项目团队针对国产卫星遥感影像，开发了全球无地面控制的几何处理方法，包括探元指向角的几何定标模型和稳态重成像传感器校正模型。这些创新技术显著提升了国产卫星遥感影像的全球定位精度，将精度从300米提升至5米以内，使得全球1:5万无地面控制测图成为可能，打破了对外依赖控制点的局限，极大地推动了国产卫星遥感影像在全球高精度制图技术上的发展。 再者，项目团队首次提出对地观测脑的概念模型，构建了遥感大数据实时全自动处理系统，包括目标感知、变化检测、变化识别和精确定位。他们创新性地利用“时-空-谱”一体化处理进行全自动三维变化检测，并采用深度级联网络的集成学习方法，实现了37类目标和场景的自动识别，提高了识别准确率，达到93%以上，同时确保了全自动三维变化检测的高精度，超过98%。 项目的成果已广泛应用于我国国家级卫星应用中心，服务于30余颗国产遥感卫星，处理了PB级别的数据，产生了显著的社会经济效益。其中，《空间数据挖掘理论与应用》（英文版）被SpringerNature出版社列为2016年最具影响力的科研著作之一，彰显了其在国际领域的影响力和学术价值。