空間對地觀測系統與應用最新發展（下）

3 系統與技術發展

隨著空間對地觀測進入「精緻為用」的發展新階段，應用需求的變化、更深層次的精緻化應用需求已經成為指導未來空間對地觀測需求設計、推動系統技術發展、牽引發展模式轉變的核心驅動力。

緊密圍繞應用確定設計需求

軍事領域，針對新挑戰，美國緊密圍繞作戰應用需求，設計滿足未來戰場環境的軍用空間對地觀測體系、系統和技術。體系方面，軍用對地觀測體系應具有彈性，面對系統故障、環境挑戰或敵對行動時能夠繼續提供所需能力。系統方面，根據美國空軍航天司令部2015、2016 兩版長期科技挑戰，美國需要有效應用紅外、紫外、可見光、微波等多種波段的先進載荷系統，並將獲取的信息進行綜合集成；發展能夠探測和描述各類關注事件的先進載荷系統，並能以自動提取的格式提供給指揮控制系統。技術方面，為全面、及時掌握敵我態勢，支持指揮官對複雜戰場態勢生成統一、準確的理解，需要發展能夠支持快速威脅研判、事件溯源、行動決策和遂行跨越多個作戰域（空、地、海、天、網）的作戰行動的相關技術。

民用領域，美國緊密圍繞地球環境監測等應用需求，設計民用空間對地觀測體系、系統和技術。體系方面，2014《NASA 戰略計劃》提出，建立以地球為整體進行環境監測的空間對地觀測體系。系統與技術方面，根據2015《NASA 技術路線圖》，將重點發展：大視場、不同溫度下具有高度一致性、高光譜解析度的先進載荷系統；先進微波、毫米波和亞毫米波發射與接收系統；大數據處理分析系統；大力發展新型探測器與焦平面技術，提高靈敏度、提高溫度承受能力相關技術；激光探測、太赫茲探測、量子探測等新型技術。

緊密圍繞應用推進系統與技術發展

隨著軍事目標識別和確認對空間解析度的需求越來越高，對地觀測衛星已進入亞米級高解析度時代。美國鎖眼－12（KH－12）光學成像偵察衛星全色解析度達到0.1m，世界觀測－3（WorldView－3）軍商兩用衛星達到0.31m 解析度。美國「未來成像體系- 雷達」（FIA-Radar）衛星解析度優於0.3m。德國商業合成孔徑雷達衛星——「X 頻段陸地雷達」（TerraSAR－X）衛星解析度達到0.25m。同時，隨著對快速重訪能力的需求與日俱增，微小對地觀測衛星星座快速發展，美國「天空衛星」的圖像解析度達0.9m，視頻解析度達1.1m（30 幀/ 秒）。截至2017 年底，「天空衛星」星座已經部署13 顆，可實現8h 全球覆蓋更新。

除空間解析度外，圖像定位精度也是一項重要指標。美國數字地球公司的「地球眼」（GeoEye）衛星和「世界觀測」衛星圖像定位精度已達3.5m。對地觀測衛星圖像定位精度接近航空攝影水平，助力對地觀測衛星產品無縫融入全球對地觀測體系，更加深入服務於應用。

此外，國外對地觀測衛星開始從單純追求系統參數指標轉向關注應用能力指標發展。例如，美國「地球眼」和「世界觀測」衛星在「單次過頂非連續目標成像數量」、「單次過頂區域成像面積」、「單次過頂條帶成像長度」、「單次過頂立體成像面積」等指標上，處於國際先進水平。在面向作戰應用方面，為了使前線作戰部隊方便衛星的操控，美國重視戰術衛星的操控靈活性，美國2017 年8 月發射鷹眼－2M（KE－2M）衛星，系統由陸軍運管，士兵可通過平板電腦終端操控衛星，可對多點目標敏捷成像。

鷹眼－2M 衛星終端操控示意圖

從偵察向監視轉型的應用需求使新概念、新技術不斷湧現。在高軌高解析度成像衛星技術方面，美國提出剛性結構、柔性結構和「無」結構高軌高分成像系統。剛性結構是指傳統的單體反射鏡成像系統；柔性結構系統包括分塊可展開反射成像系統和在軌可展開的薄膜衍射成像系統等；「無」結構的成像系統美國地球靜止軌道高解析度成像衛星技術發展途徑是由2 顆或多顆衛星編隊，採用光學合成孔徑技術或薄膜衍射技術等。

在低軌微小高解析度成像衛星技術方面，2017年8 月，洛馬公司公布「微透鏡陣列干涉成像技術」初步研究成果，該技術能夠大幅壓縮成像系統體積和質量，並且載荷能夠靈活布局，0.5m 口徑可實現0.3m解析度。

受應用成本限制形成差異化發展模式

政府支持的傳統項目，例如美國國家偵察局的鎖眼－ 12 成像偵察衛星、NOAA 的「地球靜止軌道環境衛星」（GOES）系列靜止軌道氣象衛星和「聯合極軌衛星系統」(JPSS) 極軌氣象衛星、軍商兩用的「地球眼」和「世界觀測」甚高解析度光學成像衛星均聚焦高精尖能力和技術，單顆衛星綜合能力強大。同時，圍繞應用能力補充和構建彈性需求，政府也大量採購商用衛星和利用盟國衛星。

新興企業發展的衛星項目，直接面向大眾應用需求，採用最簡化、最快捷的發展模式。例如「天空衛星」簡化星上成像系統，通過地面處理彌補能力，其配置的望遠鏡實際只能實現1.3m 解析度，但通過地面處理，可以實現0.9m 解析度。「鴿群」衛星簡化姿控系統，依靠星座部署補充覆蓋能力。製造模式也正在探索改變，嘗試利用類似於汽車、航空行業的「生產線」製造小衛星。美國雷神公司（Raytheon）在美國亞利桑那州圖森嘗試使用機器人進行衛星組裝，以提高可靠性和效率。未來將建立包括組裝線和測試線一體的自動生產線。總體來說，新興對地觀測企業發展的衛星大量採用商業現貨，縮短研製周期，降低研製成本，發展創新型的應用和服務。

4 應用發展

空間對地觀測的應用將日益「精緻」，涵蓋傳統的國防與行業應用、新型的精細化應用、多元融合的綜合應用等多種服務形式。

傳統應用

在國防應用領域，成像偵察衛星能夠發現目標、進行目標辨識和作戰行動後的打擊效果評估。在民用領域，對地觀測衛星在農業、林業、漁業、資源勘探業和城市土地利用等方面，已經發揮了重要作用。

精細化應用

在陸地、海洋和環境監測方面，對地觀測應用均向精細化應用方向發展。陸地觀測方面，利用對地觀測衛星進行城市變化監測已經得到成熟應用，例如城市擴展、土地利用和土地覆蓋變化等。在精細農業方面，目前的多光譜衛星能夠識別植物種類，同時依據圖像面積進行估產。

對地觀測衛星應用於農業監測領域（橙色為向日葵，黃色為玉米）

海洋監視應用領域，針對非合作目標，德國「X 頻段以色列0.7m 解析度的地球遙感觀測衛星－B（EROS－B）衛星圖像陸地合成孔徑雷達」衛星利用3m 解析度/30km×100km條帶模式，對於長度大於60m 的船隻的檢測率達到93%。針對合作目標，美國斯派爾公司利用「狐猴」商業氣象衛星搭載「自動識別系統」載荷進行全球船隻跟蹤。

環境監測精細化應用方面，目前環境衛星數據已廣泛嵌入到成熟的地理信息產品和應用中。目前，NASA 的「下午- 列車」（A-train）編隊飛行星座有衛星6 顆，包括「軌道碳觀測」（OCO－2）衛星，地球水環境變化監測衛星－1 [GCOM－W1，又稱「水珠」（SHIZUKU）]，「水」（Aqua）衛星，「雲、氣溶膠激光雷達和紅外開拓者衛星」（CALIPSO），「雲衛星」（Cloudsat），以及「氣」（Aura）衛星。「下午- 列車」編隊飛行星座的可見光、紅外、多光譜和微波觀測數據可以整合入「谷歌地球」（Googleearth），提供直觀的分析產品。

多元融合應用

同時，對地觀測多源數據融合綜合應用已成為重要發展趨勢。美國在已具備3D 地理信息技術的基礎上，情報高級研究計劃局（IARPA）於2016 年開展「作戰真實3D 環境創建」（CORD3D）項目，基於衛星光學、雷達數據，利用光譜、紋理和尺寸信息以自動方式快速構建3D 模型，支持自動目標識別、標註和信息更新（含軍事目標和民用設施）。例如該項目研究成果可以自動識別機場、醫院、學校，在指揮決策、軍事人員熟悉作戰環境、避免戰爭誤傷平民等方面有重要作用。

對地觀測多源數據和人工智慧的融合應用正在推動產業從提供對地觀測圖像數據向提供信息產品轉變，未來，部分終端用戶不再需要自己處理和分析圖像。

目前， 數字地球公司開發了「 大眾排序」（CrowdRank）演算法，該演算法基於圖像分析師對目標特徵分析的過程進行機器學習，建立先驗知識，從而自動化識別圖像中的目標特徵，實現自動統計分析。該人工智慧演算法已經實現了災害過後建築物損壞情況自動評估能力。

「大眾排序」演算法對菲律賓塔克洛班市颱風造成的破壞進行評估

美國笛卡爾實驗室設計了名為「地理可視化檢索」的搜索引擎，能夠處理衛星圖像和航空圖像，幫助用戶識別全球範圍內相似的圖像。例如，點擊樣例圖像中的某個部分，例如沙灘，全球沙灘即可展現出來，可統計數量、位置等信息，還可以搜索油庫、機場等，在軍民領域應用前景不可估量。

隨著軍用和軍商兩用成像偵察衛星的快速發展，以及衛星拍攝效率的大幅度提高，偵察衛星圖像人工判讀的方式已經逐步顯露出效率較低的問題。美國五角大樓已把機器學習與人工智慧確定為武器與信息系統軍事現代化戰略的核心要素。在偵察衛星領域，美軍重視利用人工智慧技術促進偵察衛星圖像判讀，提升發現目標的效率。美國國家地理空間情報局官員呼籲商業公司和學術界研製機器學習工具來進行自動重複耗時的圖像分析任務，這樣就可以解放技術嫻熟的分析專家，把更多的時間花在計算機無法解決的難題上。美國國家地理空間情報局局長羅伯特·卡迪略最近表示，他希望75% 的重複任務分析可以自動完成，25% 的其他任務需要專業人員重點關注，深度學習可以幫助實現。

目前，人工智慧在成像偵察衛星圖像自動判讀方面已經取得一定進展。密蘇里大學地理空間情報研究中心利用深度學習神經網路幫助研究分析人員在中國東南部地區大範圍搜索地對空導彈發射場。結果顯示，電腦平均在42min 完成約90000km2 區域的搜索，這是傳統的人類視覺搜索效率的80 多倍。對於定位導彈發射場的準確性而言，電腦可達到與人工視覺搜索相同的整體統計準確度，即90%。從歷史發展來看，應用於大型衛星數據集的機器學習演算法曾表現不佳，但最近幾年實現了技術突破。研究人員將訓練數據集應用於搜索軍事目標，通常包括雷達站點、天線、衛星天線、發射台、坦克編隊等，該研究的最終目標是快速識別近百個不同類型的目標。

您可能還感興趣：

【獨家】空間對地觀測系統與應用最新發展（上）

作者：原民輝、劉韜

來源：《國際太空》2018年第4期

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！