DIEY年中盘点丨博观而约取厚积而薄发，数慧时空发力“卫星即服务”应用新模式- 大数跨境

数慧云脑

2023-08-04

导读：AI引领生产革命

当前，中国商业航天产业正在迈向高速发展期。从供应端来看，我国商业航天在轨卫星数量已经超过350颗，“一箭多星”、火箭可回收、低成本小卫星等领域取得了阶段性突破；从应用端来看，我国的卫星应用已涵盖国土、水利、林业、农业、电力、应急管理、环保、海洋、气象等诸多领域，同时在人工智能研究热潮中，全自动生产、高精度解译等全工序工程化落地已经成为卫星遥感行业应用的迫切性需求。

数慧时空作为山东土地发展集团控股的国家级高新技术企业，多年深耕遥感AI领域。从2019年自主研发“数慧AI”开启卫星遥感应用探索，到2020年成立武汉技术创新中心大力推进人工智能技术研发，再到2023年5月17日智能遥感云平台DIEY重磅发布。这是数慧时空20年业务理解与AI和计算机视觉技术融合的成果结晶，也是数慧时空响应国家“加快建设航天强国”战略部署的最新答卷。

下面，就让我们简单回顾下数慧时空DIEY上半年的小小里程碑：

DIEY产品体系采用云原生、大数据、深度学习、知识图谱等新一代信息技术，构建国产化、自动化、智能化、业务化的遥感数据处理及应用服务框架，打通从原始卫星影像数据获取到行业应用的全链条自动化生产工序，打造无人值守的影像处理工厂、要素提取工厂、应用构建工厂，开启“卫星即服务”应用新时代。

（1）平台训练模型已达近300个，泛化精度超90%

自5月17日正式发布后，DIEY通过在大量用户单位迅速部署广泛搜集建议反馈，对产品进行迅速升级迭代。目前，产品已经迭代超30次。

截至目前，DIEY已支持资源系列卫星、高分系列卫星、中巴资源卫星、高景系列卫星、北京系列卫星、吉林卫星、LandSat等50余种星源数据。

同时，DIEY已扩充模型287个，覆盖建构筑物、耕地、林地、硬化地表、水域、园地等各目标地物，绝大多数模型的泛化精度已达到90%以上。

（2）完善实例分割模型

实例分割分类器的主要意义在于准确地分割和定位遥感图像中的每个目标实例，并为每个实例分配正确的类别标签。它能够对遥感图像中的每个目标进行个体级别的识别和分类，区分不同的实例，并提供准确的数量和边界信息。这对于需要精细化目标定位和属性分析的任务非常重要，例如城市规划、资源管理、环境监测等。DIEY不断完善实例分割模型，以下是实例分割效果：

农村居民区域单体建筑实例分割示例1

农村居民区域单体建筑实例分割示例2

（3）影像变化监测系统迭代至3.2.3版本

数慧时空影像变化监测系统利用深度学习、知识图谱、计算机视觉及自然语言处理等人工智能技术，实现了不同时相影像变化信息的快速自动提取，从数据、算力、算法、知识等多个维度推进变化监测的场景化落地。

该产品具有全要素变化信息提取、伪变化图斑自动剔除、变化类型自动识别、一键式图斑整饰、人工经验转为机器知识等核心优势，可广泛服务于卫片执法、国土变更调查、基础测绘重点要素更新项目等专项调查工作。

全要素变化信息自动提取

图斑整饰

（1）数慧时空与长光卫星达成战略合作合力打造“前店后厂”商业模式

5月14日，为更好地实现从卫星影像获取到最终服务交付的实时化、无缝化，全面推进卫星遥感数据在数字政府、数字产业、数字社会领域的广泛应用，数慧时空与长光卫星签订战略合作框架协议，合力打造“前店后厂”的商业模式。

（2）数慧时空当选中关村领创商业航天产业发展联盟副理事长单位

6月2日，中关村领创商业航天产业发展联盟第一届第三次会员大会暨商业航天产业发展研讨会召开。经理事会表决，数慧时空增补为副理事长单位。

（3）数慧时空联合发起成立“太空运输及空间应用联合发展中心”

6月15日，在2023年中国商业航天发展大会暨第二届中关村商业航天大会上，数慧时空联合发起成立“太空运输及空间应用联合发展中心”，并出席联合发展中心生态企业合作签约仪式。

（4）数慧时空入驻国家高分中心商业遥感交易服务平台，助力遥感数据商业价值提升

为构建商业遥感良好发展生态，推动数据流通和交易服务，国家航天局对地观测与数据中心（简称：“国家高分中心”）组织开发了商业遥感交易服务平台，并开通试运行。数慧时空作为卫星应用服务领军企业，7月已正式入驻该平台，进一步增强平台的遥感数据处理及应用服务能力，运用遥感AI大大解放生产力。

立足于技术创新与行业突破，DIEY产品不断迭代，目前已形成70余项专利，并在广东、新疆、甘肃、山东、江苏、宁夏、黑龙江、河南、陕西等17个省30余家单位开展生产，广泛服务于各地自然资源、智慧农业、智慧水利、智慧应急、生态文明、智慧城市、全域整治等领域的遥感应用需求。

（1）北京

测试内容：研究尼泊尔、阿塞拜疆、肯尼亚、斯里兰卡四个国家多种地表、气候类别下的影像地表反射率质量，并与MODIS系列的MCD43A4产品进行对比。测试结果显示，DIEY影像处理反射率无限接近MCD43A4数据。

实验区域GF影像

数慧时空生产的GF_SR对比MCD43A4质量评估结果

（2）河南

测试内容：河南全省底图生产。对河南全省卫星影像的预处理效率、自动化程度、几何精度、图像质量进行测试和验证，并对标准生产以及匀光匀色的成果数据，按地市进行镶嵌。测试结果：成果数据符合客户按季度生产河南全省影像的需求，已投入实际应用。

河南省整体镶嵌成果

（3）青海

测试内容：西宁市2023年第一、第二季度全要素变化图斑提取。测试结果：对于房屋建筑、推堆土、道路、水域、硬化地表之间的真变化边界和地类识别的精度比较高，遗漏较少；对拍摄角度、季节不同等造成的伪变化图斑进行了精准剔除。伪变化自动剔除以及真伪变化分类后，算法不能识别的未分类图斑数量大大减少。

前时相推堆土

后时相单体建筑

前时相建筑区

后时相裸土地

（4）甘肃

测试内容：对系统的入库、质检、预处理等进行效率测试及成果影像的质量检查。利用现有的地理国情数据作为样本进行模型训练和智能解译，测试模型训练时长、解译效果等。测试结果：共计325景原始影像，系统自动统筹出时相最新、质量最优的影像共117景原始影像，统筹耗时约10秒。影像预处理5个任务同时并发，单景标准生产效率：GF2标准生产约40分钟，美化生产约50分钟。

标准生产

美化生产

（5）广东

测试内容：利用已有水域、房屋建筑区、道路等样本集开展模型训练和迁移学习，测试模型的鲁棒性、泛化能力、以及闭环难例推荐的精确度。测试结果：对系统闭环难例推荐的区域，进行样本补充以及模型迭代，解译效果已满足项目生产需求。

模型迭代前水域解译结果

模型迭代后解译结果

模型迭代前单体建筑解译结果

模型迭代后解译结果

（1）北京

以深度学习算法框架为基础，结合长序列、高分辨率的卫星影像，构建对应的林地、草地、湿地、建设用地等模型库，实现各生态系统分类自动化采集，从而掌握目标区域范围内地表生态分类信息以及变化情况，形成现势性强、精度高、全覆盖的生态系统分类成果，展现生态系统运作的总体状况，为生态系统服务价值的核算和评估提供数据支撑，为生态文明建设提供决策依据。