中國經營報《等深線》記者 屈麗麗 北京報道
衛星遙感與商業決策，這兩個看似“風馬牛不相及”的內容，在今天正呈現出越來越緊密的關系。
從中歐班列到港口物流，從美洲大豆到印度水稻，從建筑工程到路網工程，從鋼廠生產到城市夜間燈光，從山火洪災到高溫干旱，從湖體變瘦到地質災害，衛星遙感數據的應用為人們打開了新的視野，爆發出前所未有的社會價值和商業價值。
9月16日，國務院新聞辦發布了8月份的國民經濟數據。據國家統計局新聞發言人、國民經濟綜合統計司司長付凌暉介紹，8月份，國民經濟持續恢復，工業生產回升，規模以上工業增加值同比增長4.2%。同時，固定資產投資實現今年以來首次回升，1～8月份，全國固定資產投資同比增長5.8%。
而早在四天前，9月12日，四象科技發布的2022年8月宏觀經濟衛星數據就顯示，無論是建筑工程施工面積，還是高速公路竣工里程，包括中國十大鋼鐵廠的生產活躍指數等等，都出現了較大的反彈回升跡象，顯示出了國民經濟持續恢復發展的良好態勢。
毋庸置疑，宏觀經濟數據是制定國民經濟發展目標、戰略和方針政策的重要前提，決定著國家重大決策和宏觀調控的方向和重點。早一步獲得這些數據，就可以為政府主管部門留出更多的決策空間，為商業企業增加更多的前瞻性和判斷力。
四象科技聯合創始人、首席產品官俞雷告訴《等深線》記者：“衛星遙感數據在經過專業解譯之后，可以為政府、金融、大宗商品、農業等諸多領域的客戶提供服務，擁有非常重要的商業應用前景，目前這方面的需求正在逐年增加，發展迅速?！?/p>
俞雷認為：“這一方面源自疫情發生后人們不便實地調研的原因，另一方面，在人工智能和大數據時代，無論政府決策，還是商業決策，越來越需要多個維度的宏觀經濟數據的相互驗證?！?/p>
一個新興的市場：衛星遙感數據的商業化應用
在風靡金融圈的美劇《億萬》（Billions）中，曾經描述了這樣一個情景，華爾街對沖基金利用衛星數據分析經濟和行情，以獲取阿爾法收益。事實上，這并非完全虛構的電影情節，而是真實場景的再現。
根據美國衛星產業協會（SIA）發布的數據，全球衛星數據服務產業正迅猛增長，2018年全球衛星產業總收入就已經達到2774億美元。在細分的衛星發射業、衛星制造業、衛星服務業和地面設備制造業四個領域中，僅衛星數據服務產業規模就已經接近1300億美元。
記者獲得的行業內信息也顯示，美國麥肯錫等咨詢公司每年僅SAR（合成孔徑雷達）衛星數據購買量就高達7000萬～8000萬美元，雀巢公司為其產地環保評估所采購的SAR衛星數據每年也在2000萬美元左右。
此外，根據美林美銀的預測，到2045年全球商業航天的產值將達到2.7萬億美元。作為商業航天產業鏈的最終利潤產生環節，衛星應用服務產業面臨的國際市場空間將十分巨大。
如今，伴隨我國國家政策的大力支持，國內商業航天產業拉開序幕。遙感衛星數據的商業化價值，也開始逐漸被國內的商業銀行、資管公司、券商，政府的研究部門甚至是決策部門所關注和認可，從而逐漸誕生了一個新興的市場。
智研咨詢發布的《2022-2028年中國商業遙感衛星行業市場全景調查及投資前景預測報告》顯示：“從細分市場來看，2021年我國遙感衛星產業市場規模為118.12億元。其中數據費用市場規模為20.21億元，加工服務市場規模為32.03億元；應用市場規模為65.88億元?！?/p>
智研咨詢認為：“數據分析應用可在遙感大數據方面，在經濟中的應用剛起步，結合深度學習的人工智能方法，能夠進行實時、可靠的經濟發展分析，為國際經濟政策的制定提供有力的支持，并將在投資金融領域的行業應用中起到重要作用?！?/p>
不過，遙感衛星數據的商業化應用處于一個漫長的產業鏈的尾端。所以，雖然市場需求逐漸顯現，并蘊藏巨大的商業價值，但在國內的關注度卻并不夠。
業內分析顯示：“自2014年政策開放起，國內商業航天產業鏈已趨于完整，涌現出多家商業火箭和微小衛星制造企業。但能夠真正讓衛星數據在國計民生領域發揮作用，并產生價值的應用公司少之又少?！?/p>
記者在天眼查查詢時也驗證了這一結論，在天眼查查詢公司，如果輸入“衛星遙感數據”，可以檢索到20544家公司，但如果輸入“商業遙感衛星”，則只有23家公司，輸入“商業衛星遙感數據”，就只剩下了17家公司。盡管數據可能與真實情況存在一定出入，但對比度非常明顯。
值得注意的是，從2014年開始，國內推出一系列政策來推動商業航天產業的發展：2014年，國務院60號文件明確鼓勵民營資本進入航天領域；2015年，天地信息一體化寫入“十三五規劃”重點項目；2016年，中共中央、國務院、中央軍委印發《關于經濟建設和國防建設融合發展的意見》，其中，火箭研發、衛星制造、衛星應用等領域在政策上向民間資本逐漸開放，成為支持商業航天發展的重要推動力。
在此之后，無論是行業應用、區域應用還是公眾應用領域，都顯示出了旺盛的市場需求，國內的商業航天開始逐漸成為一個完整的產業鏈。其中，產業鏈上游參與企業主要涉及衛星制造、衛星發射、衛星地面設備和網絡建設企業；產業鏈中間參與企業是商業經營者和政府經營者；下游產業鏈涉及多個領域，在氣象、測繪和海洋等領域較為普及，同時衛星數據的商業化應用開始發端。
業內人士李風（化名）告訴記者：“遙感商業化是個發展的市場，國內傳統的衛星企業包括中國四維、航天宏圖、長光衛星、天儀研究院、中科星圖、東方至遠和國遙新天地等，主要側重衛星數據和系統服務。新興的遙感商業化企業包括佳格天地、大地量子等，其主要集中在以農業為主的遙感應用，結合機器學習等進行監測和預測相關信息?！?/p>
在美國，從21世紀初開始，由于航天政策向深空探測轉變，近地軌道空間的太空活動被NASA交由私營企業負責，從而開啟了衛星數據商業化的應用。目前，比較有名的企業，除了Maxar、Airbus、Planet、ICEYE和Cappella等商業衛星數據商，還有Satellogic、Blacksky和OrbitalInsight等遙感衛星數據和地理空間情報公司。
值得注意的是，這些公司的經營模式有很大的差別。以地理空間情報公司BlackSky為例，它利用衛星和其他來源數據，為從農業到保險的廣泛行業提供圖像和數據分析服務。它不是單純的做情報分析或者解譯，而向前端擴展進行衛星采購，服務對象包括港口、機場和建筑工地等檢測和現場監控，83%的收入來自政府和聯邦機構。
另外一種方式是某顆衛星在軌成功以后，商業應用公司包下所有的數據，這樣，通過衛星資源共享服務，用戶只需要支付一份經費，在需要的時間或者成像范圍內使用衛星資源，相對原有只是單純采購數據模式更有利于用戶，同時也降低商業衛星研制運行成本。目前包括四象科技在內的國內衛星公司開始陸續采用這種模式。
顯然，遙感衛星數據的商業化在國內還處于新興市場的早期階段，但巨大的機會已經顯現。李風告訴記者：“由于政策放開時間短，優秀的團隊和項目有限，成熟商業模式和市場格局尚未形成，國內商業航天領域目前仍處于藍海狀態。但隨著BAT等多家科技巨頭公司的加入，以及其他行業資本的涌入，商業航天將很快成為群雄逐鹿的新戰場?！?/p>
的確，公開信息顯示，包括華為、阿里、騰訊、小米、吉利、碧桂園在內的諸多行業巨頭開始在商業航天產業領域進行布局。以阿里為例，聯合長光衛星、Maxar技術、四維測繪、超圖軟件等頂級衛星影像產業鏈公司發布數字地球引擎，匯聚全球數百顆衛星影像的數據集，向社會提供集智能分析及可視化為一體的能力。
2022年4月，中關村論壇系列技術交易活動中，其新技術新產品首發專場（航空航天領域）活動舉辦了空天領域的專場，市科委、中關村管委會二級巡視員劉航在致辭中指出：“市科委、中關村管委會將圍繞市委市政府在空天領域的重大部署，整合各類資源，打通產業鏈創新鏈供應鏈，著力在關鍵核心技術方面有所突破?！?/p>
事實上，衛星數據的價值挖掘就是一項核心技術。當海量數據不再成為稀缺資源的時候，如何利用云計算、人工智能挖掘這些數據背后的趨勢判斷和商業價值，就成為衛星數據服務商的核心競爭力。
衛星遙感數據下的經濟反彈
與地面數據統計不同，衛星數據統計探測范圍廣，采集數據速度快，能動態反映地面事物的變化，加上獲取數據具有綜合性等特點，也因此越來越受到決策層的關注。
來看一下8月份衛星遙感數據下的中國經濟情況：
四象科技基于衛星遙感數據建立的“中國建筑工程開工指數”顯示，2022年8月，三大核心經濟區域（京津冀、長三角、珠三角）新增施工面積總量環比上升23.75%，同比上升82.86%，三大區域新增施工面積均出現較大反彈。
不僅如此，基于衛星遙感數據的“中國路網工程建設指數”也顯示，高速公路當月竣工里程環比上升74.61%，同比上升2.60%，竣工指標自6月份以來呈現增長趨勢，解釋水泥、瀝青等上游原材料去庫存狀態下，高速公路路網施工正在形成實物工作量。
對上述數據的分析認為：“交通基礎設施作為‘十四五’規劃的建設重點，已經開始暗中發力，對于拉動有效投資起著關鍵作用，同時為穩住經濟大盤提供有力支撐?！?/p>
與此同時，基于衛星數據的“中國十大鋼廠生產指數”也顯示，2022年8月，十大上市鋼鐵集團下屬鋼鐵廠生產活躍指數出現反彈回升趨勢，較上月上升3.17個百分點至70.15%，較去年同期上升了0.6個百分點。其中，華菱鋼鐵、鞍鋼股份、安陽鋼鐵生產活躍指數增幅靠前。
顯然，這些數據與國務院新聞發布會上的數據是可以相互印證的。比如，據付凌暉介紹：“1～8月份，全國固定資產投資同比增長5.8%，增速比1～7月份加快0.1個百分點，第一產業投資同比增長2.3%，第二產業投資增長10.4%，第三產業投資增長3.9%?！?/p>
再比如：“8月份，規模以上工業增加值同比增長4.2%，增速比上月加快0.4個百分點。分三大門類看，采礦業增加值同比增長5.3%，制造業增長3.1%，電力、熱力、燃氣及水生產和供應業增長13.6%。裝備制造業同比增長9.5%，比上月加快1.1個百分點?！?/p>
這些數據相互印證的背后，可以看出8月份主要指標的總體改善。
事實上，早在半年前，將衛星數據引入宏觀經濟的研究視野就已在券商研報中不時出現，而經濟緩慢而持續回升的信號也不斷呈現。
就在今年2月，西部證券發布題為《基建、疫情與穩增長的不確定性》的宏觀經濟研報，其中引用四象科技提供的衛星數據顯示，2月三大經濟帶建筑工程施工未明顯反彈，中西部高速公路里程新增顯著。
2022年4月，國泰君安證券發布了一篇文章，標題為《另類數據研判，再論基建的節奏和姿態》，在這篇報告中，國泰君安證券表示，采用宏觀及微觀的衛星遙感數據觀測基建施工及工地情況，判斷疫情緩解后真實需求釋放斜率可能大幅提升，進而對基建相關行業維持“增持”評級。
當然，衛星數據除了可以提早發現經濟反彈的信號之外，同樣可以預測潛在的風險，為決策者建立新的機會或可能性提供支持。
2022年8月3日，一篇《物流“罷工之夏”》的文章，讓人們看到歐美主要港口的歷史性擁堵。在文章中，四象科技根據衛星遙感影像監測結果，統計了2022年5～7月歐美主要港口船只數量，以及港口集裝箱堆放面積，為身處全球產業鏈的中國企業的商業決策提供數據參考。
在對全球極端高溫天氣的監測中，四象科技通過衛星影像發現，今年8月，印度五大水庫之一里亨德水庫的水域面積較去年同期減少了24.61%。由于印度是世界最大的稻米出口國，其國內的嚴重干旱勢必會影響到稻米的出口及其國際定價。印度農業部8月公布的數據顯示，今年其水稻種植總面積已下降13%。
就在今年上半年，有關部門關注了四象科技的基建指數產品，希望對他們關注的爛尾樓情況進行跟蹤，通過建筑工地設施及人員等的影像變動情況，及時發現部分已經停工的工地，為政府決策提供支持。這意味著，未來的衛星數據將可以具體監測到某一個房地產商所有的工地的情況。
顯然，在這些案例背后，突顯了衛星遙感數據之于政府決策及商業決策的重要性。而宏觀經濟衛星數據指數產品的橫空出世，更是提升了決策的效率及其客觀性。
以“中國建筑工程開工指數”為例，借助國內外遙感衛星對施工面積≥0.5平方公里的建筑工地數據的掃描監測和分析挖掘，以及光學、合成孔徑雷達（Synthetic Aperture Radar, SAR）等多種成像技術手段的充分融合，實現對大型建筑工程開工情況的大面積監測，并通過狀態監測將工地內部處于不同施工節點的地塊面積進行分類統計，幫助投資者及行業用戶精準預判下一階段各類施工建材需求。
俞雷告訴記者：“衛星數據的內容包括工地總面積、地面建設面積、主體建造面積、封頂完工面積等20多個經濟指標?！?/p>
同樣的，“中國路網工程建設指數”通過對施工長度≥1公里的高速公路、國道、省道建設路段施工進展情況進行監測，輔助投資者及行業用戶預判下一階段各類施工建材需求。
不過，一位來自金融行業的分析師告訴記者：“衛星數據指數產品的優勢體現在客觀、全面和相對較高的時效性上，但也極其考驗數據解譯者的水平和能力，因為普通人是看不懂衛星遙感數據的，能力和水平的差異，很可能會給同一數據帶來不同的解讀?！?/p>
解譯衛星遙感數據源
“遙感”，學科定義在物理科學上是指不直接接觸物體，從遠處通過探測儀器接收來自目標物體的電磁波信息，并經過對信息的處理，判別出目標物體屬性的過程。
衛星遙感為航天遙感的一個組成部分，以人造地球衛星作為遙感平臺，主要利用衛星對地球和低層大氣進行光學和電子觀測。
從衛星下來的數據源，被稱作“遙感數據”。從遙感數據到最終用戶的應用，并不能一步到位，中間需要一個解碼的過程，涉及到數據綜合處理、地物智能識別，以及分析判別等多個環節。
俞雷告訴記者：“從衛星圖像到滿足用戶需求是一個專業解析的過程，首先要做的是衛星數據的預處理，就是實現從數據到圖像或者高精度圖像的過程。這一環節的核心問題是算法，算法不同，即便是同一個數據源，出來的結果也會有差異。對衛星和載荷的功能有比較深入的理解，才能夠處理出符合用戶需求的一些產品?！?/p>
俞雷說：“其次，要進行數據融合，具體地說，就是對光學、紅外、雷達等多源多譜段數據進行融合。因為在遙感和地球觀測領域，不同成像方法、不同波段和分辨率的數據并存，多樣化的數據需要協力才能發揮更好的作用?！?/p>
舉例來說，目前很多的遙感公司是以光學遙感為主，也就是對相機拍攝的照片形式的數據進行處理。而四象科技的核心優勢是對合成孔徑雷達（Synthetic Aperture Radar, SAR）衛星數據的融合處理，因為雷達不受天氣的影響，但光學遙感遇到云雨天氣可能就很難發揮作用。所以，四象科技在應急救援、農業保險等領域的應用，都是把SAR的數據作為一個亮點來突出。
再次，一個很重要的工作是對數據（信息）目標的綜合積累，從而建立起企業在各種典型應用場景下的目標庫。目前，四象科技在全球大目標點，涵蓋應用場景下的目標庫，包括交通設施、通訊設施、基礎設施等很多小類，每一個類別下面又會分為各個國家各個地區，再加上其他信息的積累，這個目標庫就可以在圖像解譯過程中發揮很重要的作用。
“這就類似于有一個專家知識庫在做支撐，進行衛星數據解譯的過程中，如果只是看圖說話是比較費勁的事情，因為世界這么大，各個地方的數據都要從零來做，會非常耗時耗力并且準確度受到制約。有了這個數據庫的支持，我們的效率就會很高?！庇崂赘嬖V記者。
對于衛星數據解譯是否可以引入人工智能，俞雷表示：“人工智能目前可以實現遙感圖像中目標要素分類識別，但是由于遙感多源異構的特性差異和實際應用需要的關聯挖掘，在很多場景下借助深度學習出來的結果不能直接使用，目前還需要人工專家的介入?！?/p>
俞雷說：“另外，AI技術得到的信息可能還是比較初級的，比如只是從圖像得到了一個數據（或信息），但是這個數據（或信息）離最終客戶的需求還很遠，尤其對那些非遙感領域的客戶，可能是看不懂的。這就需要我們在中間做很多的研究和溝通工作?！?/p>
據記者了解，從2019年開始，四象科技逐漸向金融宏觀經濟領域轉型，與客戶一起構建宏觀經濟數據分析的模型，如今，這成為了四象在衛星遙感領域的一個優勢。
以四象科技發布的建筑工程指數產品為例，如果僅從衛星圖像上看，客戶看到的只是一個建筑或者一個工地的概貌，但客戶更關心的是這個工程的變化，它的進展、它所處的階段，這就需要用深度學習網絡來做一些提取識別，然后結合人工（專家）的分析解譯，來滿足他們對于上下游的一些分析需求。
當然，客戶拿到這些數據之后，還可以依靠更多維度的數據進行經濟學角度的分析。
成本考量影響衛星數據的商業應用
值得注意的是，數據解譯之外，一項更重要的工作是幫客戶考慮購買性價比的問題，合理的性價比是遙感數據商業應用的重要前提。
業內人士李風（化名）告訴記者，成本問題是遙感數據應用還沒有完全發展起來的一個重要因素。
“如果價格太高，超過了客戶的預算，或者超過了現有手段的成本，那么遙感就沒有優勢了，所以性價比是我們現在要幫客戶解決的重要問題?！庇崂赘嬖V記者。
俞雷說：“當下遙感數據的成本仍然較貴，雖然已有上百顆商業遙感衛星，但它們之間價格差別很大，有些衛星數據會很貴，有些相對便宜一些。我們在做產品的時候也會綜合考慮，根據用戶的需求來分析，用性價比最高的數據來實現，我們會建議客戶滿足需求就可以，不需要追求冗余的精度，要從成本上綜合考量?！?/p>
舉例來說，遙感數據中，光學遙感數據相對便宜一些，紅外、雷達數據會相對貴一些，有些情況下，需要運用三種數據并進行融合，但有些情況下一種數據就可以，比如大氣能見度良好的情況下，北方地區用光學的就夠了，但是像四川等西南或南方地區，因為云雨天氣的問題，可能會用到合成孔徑雷達數據（Synthetic Aperture Radar, SAR）。所以，到底是用光學、雷達還是紅外要看應用場景，不會確定說只用哪一個。
顯然，成本上的綜合考量，意味著衛星數據應用公司要把握好一個原則，那就是針對客戶的需求，要采集哪些數據，采集多少數據，用哪種方式去采集。
俞雷告訴記者：“遙感數據商都有自己的價格體系，一般是按照分辨率劃分，亞米級分辨率的SAR數據，每平方公里約為幾十元或上百元，米級的可能是每平方米幾十元甚至幾元錢。光學數據和紅外數據價格又不一樣?！?/p>
此外，數據價格與時效性也有關系，需求緊急的、加急的和常規的歷史數據，價格差異非常大，所以，這里面選擇的范圍就比較大，需要對這些數據有一個清晰的認識和定位。
俞雷告訴記者：“目前銀行客戶和大宗商品期貨的客戶對遙感數據的需求比較多，定制服務在數據成本上沒有嚴格量化的標準，需要根據客戶的需求來衡量，但通常會占到成本的50%左右。指數產品主要面向金融領域或基金行業的研究員，這是一個標準化的產品系列，成本會隨著數據的豐富以及客戶量的增加，逐漸降低?！?/p>
對于標準化產品和定制化產品的市場需求，俞雷告訴記者：“大部分客戶使用的是一個持續更新的標準的數據庫，除非有定制需求，我們來做單獨的定制?！?/p>
俞雷說：“以標準化的指數產品為例，有些客戶會在這個基礎上提新的需求，通常分為幾類：一類需求是，因為我們宏觀經濟通用指數產品是按月度來進行發布，有些客戶覺得這一個季度變化有點劇烈，會要求從提高監測頻次，定制周度監測，我們會給他們提供專門的服務；另一類需求是，我們的通用產品偏宏觀，比如建筑工程方面重點關注京津冀、珠三角、長三角這些核心區域，但有一些研究員關心的是局部省或者局部市，我們可以用分辨率更高或者質量更好的數據，提供指定區域定制服務?！?/p>
顯然，在整個衛星數據服務產業鏈下，四象科技的核心能力是數據的分析解譯，上游有衛星數據提供商。對于通用的標準化的產品來說，固定的數據來源可以形成固定的成本，比如四象科技可以根據標準化的需求直接采購，并形成相對固定的流程，每個月在幾日下數據，幾日做數據處理，幾日做分析。而定制化的產品需要根據客戶的需求專門采購數據，相應地，要提高數據的質量，數據的價格成本也會提高。
技術門檻
在衛星數據應用中，數據源的重要性首當其沖。
一個重要案例就是阿美油田被炸事件，當時有國內政府部門客戶找到四象科技，希望他們通過衛星數據來進行分析。事實上，當時國外已經有人在這樣操作，只是當四象科技通過數據商去購買相關數據時，發現這些數據對中國是屏蔽的。
所以，國外的數據，有時受到政治或其他因素的影響，國內不一定能買到，甚至有可能面臨數據封鎖，這時自有衛星就變得非常重要。
“自有衛星是我們的一個重要資源，來保障重要客戶或者關系國計民生的一些重要數據，在關鍵時可以緊急調用它，避免之前這種情況的發生?！庇崂赘嬖V記者。
值得注意的是，近兩年來，衛星遙感產業正受到世界性的關注，中國衛星遙感產業也正在高速發展。智研咨詢發布的《2022-2028年中國商業遙感衛星行業市場全景調查及投資前景預測報告》顯示，2021年全球共發射遙感衛星191顆，相比2020年的146顆增加了45顆。
在國內，伴隨衛星遙感和空間信息服務業需求的增長以及配套政策的落地，我國發射的遙感衛星數量逐年增加。2021年，全球發射191顆遙感衛星，其中61顆來自中國，中國遙感產業正高速發展。
這呈現出兩個方向上的趨勢：一方面，國內做得比較好的商業遙感衛星，比如長光衛星已經發射了幾十顆，圖像質量也能滿足要求。而另一方面，一些商業公司的衛星由于性能導致的數據質量和數據獲取能力的問題，尚不能滿足商業應用的要求，也不能提供一個可靠穩定的商業服務的模式。
“統計下來，國內目前有上百顆商業遙感衛星，但是真正能用的不多，這也是我們自發衛星的原因?！庇崂赘嬖V記者。
比如我國的高分系列有十幾顆衛星，由資源衛星應用中心運營，它主要服務保障國家、政府的需求，不接受商業客戶的編程服務。只能是它有什么我用什么，而不是我需要什么它幫我拍什么，這是制約之一。
其次，應用場景也決定著衛星組合的差異化技術。舉例來說，在服務于農業、工業或者政府應急救災的場景之下，衛星的數量和位置布局上就會有差別，同時關注的核心也不同。
“從應急救災角度，最主要是時效性的問題，在發生災害后需要第一時間獲得影像數據。這就是核心訴求。對于分辨率等其他能力的要求相對會低一些。比如去年的鄭州暴雨、煙花臺風，當時我們也是通過SAR衛星，第一時間獲得了影像數據，經過分析以后，給當地的應急部門或者救災部門提供引導。紅外衛星主要是溫度監測。光學衛星主要是對災害范圍影響的分析?！庇崂赘嬖V記者。
在他看來，衛星的組合有著很高的技術門檻?！皬男l星星座來說，要提高時效性的話，軌道設計上重點要提高衛星的重訪能力。在衛星數量有限的情況下，在盡可能短的時間內實現對國內地區的重訪?！?/p>
俞雷說：“考慮到我們重點還是關注國內，如果正常重訪周期是4天，那么通過軌道變化或者能力提升，可以做到2天或者更短，這是一個綜合考慮的問題?！?/p>
再次，衛星數據的回傳速度也影響著衛星數據的廣泛應用。比如，衛星在天空上一次性拍了很多照片，能不能及時回傳是一個大問題。
俞雷告訴記者：“我國大部分遙感衛星是在過境國內的時候，通過衛星地面接收站，以數傳與地面建立聯系。傳輸速率低的可能只有100兆，高的可能會有300兆、450兆甚至900兆，跟傳輸能力很有關系?！?/p>
俞雷說：“同時，衛星所謂的成像或者拍照，是受地面指令來控制的，我們一般叫運控系統。那么運控系統的指令怎么上注，也是一個關系傳輸速度的因素?，F在常規途徑還是通過地面站，就是衛星過境國內的時候，從國內的地面站給它上注指令，它飛到下一圈時執行這個指令。衛星不在國內，或者在沒有地面站的地方，指令都發不上去，它是沒法執行任務的，這就需要給衛星做一些增強性的功能，包括用北斗做短報文，星上做一些自主的任務規劃?！?/p>
在俞雷看來：“可以通過我國北斗導航系統的短報文功能，不管衛星在什么地方，不管在美國還是在歐洲或者在哪兒，通過北斗給它上注一個簡單的指令，告訴它我要看哪兒，在衛星上（而不是依賴地面站）來做這種自主的任務規劃，能夠充分調動衛星資源進行采集，然后再把數據傳下來，這樣整個衛星的利用率就會得到很大提升?！?/p>
最后，處理算法也影響著衛星數據的應用能力。例如融合的時候算法不同，衛星數據的服務能力也會有很大的差別。
“具體來看，行業內的遙感數據融合主要是三種：圖像級融合、特征級融合、信息級融合（或者叫決策級融合）。融合處理的本身，就是把各種各樣的數據源進行綜合處理，消除冗余或者矛盾，增強影像分析和使用的可靠性?！庇崂赘嬖V記者。
他說：“具體到算法就很細了，比如圖像級融合，包括間域算法和變換域算法等，目前最重要、最常用的方法是小波變換。特征級融合中，保證不同圖像包含信息的特征；決策級包括主要在于主觀的要求，同樣也有一些規則，如貝葉斯法、D-S證據法和表決法等?！?/p>
舉例來說，從遙感處理的算法來說，對衛星數據可以做全色多光譜的融合。比如衛星拍下來的數據，紅、綠、藍包括全色都是分開的，不是我們后來看到的地表照片那樣，在軌拍攝的時候，各個波段之間有一些差異，成像時間也不一樣。那么地面處理的時候，第一步要把不同波段的圖像做嚴格的對準。配準要求0.3個像素以內，如果偏了1個像素，整個圖最后的目視效果就是虛的。
“有時候單個波段看起來問題不大，但是三個波段合到一起的時候，問題就疊加放大了。遇到這種‘發虛’的圖像，做分類或者目標檢測的時候，精度和可讀性都會受損?！庇崂赘嬖V記者。
他補充說：“再比如圖像的融合。將全色多光譜圖像與紅外圖像融合，這樣既能得到地物照片的光譜特性，也可以得到溫度的特性。在做應用的時候信息就會更加全面充分?！?/p>
（編輯：郝成 校對：顏京寧）
