龚健雅院士:人工智能时代测绘遥感技术的发展机遇与挑战

2018-12-21 09:00:25    来源:中国勘测联合网

摘要:测绘遥感是一个与人工智能密切相关的领域,在人工智能领域迅速发展的大环境下,测绘遥感学科既有很好的发展机遇,也面临很大的学科危机。

  3 基于时空大数据认知与推理

  人机物三元世界(物理世界、人类社会、信息空间)是一个多人、多机、多物组成的动态开放的网络社会,如图 4所示。在这个三元世界中,一方面,人们采用测量、遥感、野外调查和最近兴起的传感网技术获取物理世界的信息;另一方面,人们应用社会调查以及近几年兴起的互联网、智能手机、导航设备、可穿戴设备和监控视频等工具获取人类社会经济信息。这些信息形成了多种多样的海量时空大数据。这些数据成为对物理世界和人类社会认知与推理的源泉,这也是人工智能的使命之一,而且是用于辅助决策的高级智能。

龚健雅院士:人工智能时代测绘遥感技术的发展机遇与挑战_勘测联合网

图 4 物理世界、人类社会和信息空间的关系

  与计算机视觉和深度学习等人工智能领域具有的比较完善的理论与方法不同,对物理世界和人类社会认知与推理的人工智能的理论与方法目前还很不成熟,并且不成体系。但是这并不妨碍人们在人工智能的框架下采用大数据分析方法开展智慧城市、智能社区的研究与应用。

  经过几十年的发展,地理信息系统已经有了比较完善的空间分析理论与方法体系。但是,加入了传感网和社会感知设备的时空数据分析与挖掘的理论与方法还不够成熟,目前正处于快速发展之中。

  时空数据可分为两类不同类型,一类来自测绘遥感及地面传感网的反映地球表层及环境特征的时空数据;另一类是来自社会感知设备,包括互联网、智能手机、导航设备、可穿戴设备、视频监控设备以及社会调查获取的时空数据,它主要反映人为活动及社会经济形态特征。第一类数据比较规范,适于数值分析与计算,所以通常采用数学模型来进行模拟及预测分析。例如,陈能成等[25]采用航空航天遥感与传感网集成技术建立了长江流域对地观测传感网系统,该系统除包含航空航天遥感数据、基础地理信息数据以外,还包含了气象、水文、航标、土壤湿度等32种共上万个地面传感网实时数据。通过这些实时动态数据,能对流域内的水库和河流的水位、水量、泥沙、河道进行分析和预测,实现水利的智能调度,为蓄水发电和防洪抗旱等提供决策支持。图 5为长江流域天空地对地观测传感网示意图。

龚健雅院士:人工智能时代测绘遥感技术的发展机遇与挑战_勘测联合网

图 5 长江流域天空地对地观测传感网示意图

  来自社会感知设备的时空数据是一种新型数据,它的结构和形式更加多样。例如互联网数据主要以多媒体的文本数据为主,导航轨迹数据是流式的点坐标数据,视频监控数据是图像数据,而智能手机数据则有文本、点坐标和图像等多种数据。这些数据复杂多样,有些时空标签明显,有些则需要经过分析处理才能添加时空标签。目前多个领域的学者,包括计算机应用、测绘遥感、地理信息科学、城市规划与管理等,都对社会感知的时空数据感兴趣,认为该数据是社会科学与信息领域交叉的新兴学科,是建设智能城市和智慧社区的有效手段。

  社会感知时空数据包含了多源、异构、海量的数据的同时包含了复杂的社会网络关系。针对社会感知的时空数据分析方法主要包含以下方面:①数据预处理:数据清理、数据集成、数据归约、数据变换;②时空分析:时间序列分析、空间自相关分析、空间聚类分析;③网络分析:网络的构建、学习与发现;④时空挖掘:文本挖掘、特征建立、学习与知识模式的提取。通过时空数据分析与挖掘来揭示人类社会活动及行为规律。图 6为方志祥等[26]使用深圳市民手机移动位置信息勾画了深圳人活动空间的主要范围和热点区域(图 6(a)),并探测出社区的边界(图 6(b))。利用社会感知时空大数据揭示城镇居民社会行为及活动规律是比人脸识别、三维建模、语言翻译等更加复杂、更高级的人工智能。

龚健雅院士:人工智能时代测绘遥感技术的发展机遇与挑战_勘测联合网

图 6 根据移动手机的位置信息揭示深圳市民主要活动区域、中心和社区边界

  4 结语

  人工智能正在掀起一场技术革命和产业革命,测绘遥感既是人工智能技术的受益者,又是人工智能技术的贡献者。摄影测量从静态走向动态与实时,并将与计算机视觉深度融合;遥感应用人工智能技术解决影像解译、信息自动提取问题;互联网、物联网、传感网获取的海量时空数据是人工智能的血液,为机器学习、智能抉择与服务提供支撑。本文首先回顾了摄影测量与机器视觉的历史,并分析了两者间的紧密联系。然后,介绍了深度学习以及卷积神经元网络的基本思想;分析了摄影测量与遥感、计算机视觉、机器学习等领域的相关发展,以及深度学习在遥感影像目标检索与激光测高数据处理中的应用;最后,分析了测绘遥感与社会感知方法获取的时空数据对自然和社会认知与推理的潜力,介绍了基于时空大数据的流域与城市智能管理和分析中的应用。

  面对人工智能的迅猛发展,摄影测量工作者是仅跟踪应用计算机视觉成果,还是主动作为;是仅应用现有的深度学习方法,还是构建新的遥感深度学习网络;社会感知信息如何与测绘遥感信息融合用于揭示自然物理空间发展和人类社会行为及活动规律,发展更高级更复杂的人工智能;这些是测绘遥感工作者面临的新任务和新挑战。

  参考文献:略


声明:中国勘测联合网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。