遙感大數據自動分析與數據挖掘獲獎科研報告

遙感大數據自動分析與數據挖掘獲獎科研報告摘

要：隨著現代科技的快速發(fā)展，自動化和信息化成為技術應用的主要特征，遙感技術作為大數據背景下獲取數據資源的重要途徑，其在社會經濟發(fā)展中的應用也越來越廣泛。隨著遙感技術的不斷創(chuàng)新，其獲取的數據在規(guī)模上不斷擴大，在類型上逐漸多元，而這必然會對大數據的自動分析與挖掘提出更高的要求?；诖耍疚膹倪b感大數據的特征出發(fā)，對數據自動分析和挖掘技術進行簡要分析，以探索我國遙感大數據的發(fā)展方向。

關鍵詞：遙感大數據;自動分析;數據挖掘

近些年來，信息科技和網絡的通信技術已經得到了飛速的發(fā)展，并且全國的信息基礎設施也得到了完善，在全球的數據已經呈現出了極速增長的模式狀態(tài)。在此種情況下，傳統(tǒng)的數據處理方式已經滿足不了現代化的處理需求，因此需要利用大數據的自動分析和數據挖掘來實現對數據的有效分享和利用。大數據科學已經成為了一個橫跨信息科學、社會科學以及網絡科學的新型交叉學科，受到了學術界的廣泛關注。

1遙感大數據的特征

在外部特征方面，首先具有海量的特征。遙感大數據的數據具有海量的特點，并且對著遙感技術的不斷發(fā)展，在現階段當中的高分辨率和高動態(tài)的新型衛(wèi)星傳感器在單位時間之內可以捕獲到更多的數據量;其次還具有數據異構的特點，也就是說在數據生產過程當中所依賴到的業(yè)務系統(tǒng)之間會呈現出的不同狀態(tài)，都需要由不同的數據中心來進行提供的，并且在邏輯結構或者組織方式上也呈現出了不同的特點;另外，還具有數據多源的特點，集中體現在數據的來源和捕獲信息的手段方面，是可以擁有多種獲取形式的，包括全球的觀察網絡點接收到的實時信息，以及民眾手中的用戶端的個性化信息。

在內部特征方面，首先具有高維度性的特點，遙感大數據的數據類型呈現出了多樣化的特點，因此數據當中的維度也變得越來越高，集中體現在了空間維度、時間維度以及光譜維度等。其次還具有多尺度性的特點，成為了遙感大數據的重要特點，也就是說在進行數據的獲取過程當中，可以根據不同的遙感技術和相對應的技術水平，來進行有效的劃分，在空間和時間上呈現出多尺度的特點。另外，還具有非平穩(wěn)性的特點，由于遙感大數據廣泛的獲取方式和物理意義，在信息理論的角度上來說，就屬于典型的非平穩(wěn)信號，呈現出分布參數或者規(guī)律隨時發(fā)生變化的特點。

2遙感大數據的自動分析

2.1數據表達

隨著遙感技術的發(fā)展，在數據生成中，其包含的語義信息更加豐富而多元，傳統(tǒng)的數據表達方式已經難以實現對遙感大數據的準確解讀，因此，在數據自動生成系統(tǒng)構建中，技術人員應做好表達方式的設計。例如在地理觀測中，技術人員可以根據地理位置在不同粒度、不同方位、不同時相在不同觀測空間的投影，來對已經生成的遙感大數據進行表達，進而為地理學研究提供光譜、紋理、結構等方面信息，提高遙感數據分析在地理檢測中的作用。

2.2數據檢索

在自動化數據處理的環(huán)境下，遙感大數據應用正在朝著自動化管理的要求方向發(fā)展，在自動化檢索模式下，遙感方法下所采集的各種交通網絡以及地籍、大地控制等專項數據的處理要求發(fā)生變化，依靠各種自動化檢索的需求，能夠快速從中提取關鍵數據，在數據處理過程中，現有的地理信息與遙感數據服務鏈之間具有動態(tài)的數據處理能力，這樣才能實現數據處理的服務協同優(yōu)化。

根據自動化檢索的要求，為了確保可以從海量遙感數據獲得滿足用戶興趣愛好，針對其中的遙感數據模塊完成各項檢索與管理，這樣可以保證遙感大數據的利用效率。而隨著相關技術的發(fā)展，遙感大數據中可以儲存大量的觀測數據，數據所具有的相似性、冗余性會產生一定的冗余信息，通過這些信息需要從中尋找遙感數據的差異性，最大程度上保證信息處理要求。

2.3數據理解

在實現遙感大數據向具體知識轉化的過程中，語義理解上的鴻溝需要彌合，目前在遙感大數據的自動分析過程中，數據尤其是底層數據與知識生成之間幾乎是“風馬牛不相及”，這使得數據挖掘中目標識別難以實現，知識的形成自然受到限制。針對此，在遙感大數據的理解系統(tǒng)構建中，技術人員一方面要將數據特征、分析目標、識別場景等信息進行一體化處理，以強化遙感大數據的語義理解;另一方面還要做好多元數據分析，基于多途徑、多場景、多尺度的原則實現多元語義的輸出。

2.4數據云系統(tǒng)

遙感大數據云的技術，可以將各種方式的遙感信息資源進行有效的整合，建立起遙感云服務的相關新型業(yè)務應用和服務模式，可以將在天空當中的傳感器所捕捉到的信息通過軟件的計算和整合來實現數據資源的有效存儲和處理，從而使得用戶可以在很快的時間之內獲取到有效的服務。

3遙感大數據的數據挖掘

3.1遙感大數據的挖掘過程

在遙感大數據挖掘過程中，整個過程包含著數據分析、可視化、融合等過程，這些環(huán)節(jié)中都具有鮮明的大數據特征。在數據挖掘過程中，在通過對大數據資源庫進行篩選后，從中提取大量的數據集;通過對不同數據集的分析，可以形成以不同特征為核心的數據集群，在這些數據集群中，會根據大數據管理的要求，生成不同的評判標準，這樣就可以為接下來的數據處理標準作出數據控制。之后，通過數據挖掘的方法，以不同的規(guī)格標準從中獲得不同的大數據信息;在之后的數據可視化改進中，可以按照現有可視化規(guī)則，完成數據與信息的知識融合。

按照上述遙感大數據挖掘過程，可以通過可視化的模式，通過一種直觀的展示方法，簡化用戶的理解流程，這樣用戶就可以直接獲得想要的遙感信息，并直接從中提取核心資料。按照這個要求，遙感大數據后的數據挖掘應該體現出遙感信息控制的要求，能夠通過不同的檢索標準予以改進。

3.2遙感大數據的綜合挖掘

遙感大數據和廣義的遙感大數據的綜合挖掘的過程，利用此種方式，一方面可以與其他的數據方式形成良好的互補關系，另外一方面也可以對其數據當中的變化規(guī)律以及其他信息進行更好的挖掘和采集。在廣義的遙感時空大數據當中，存儲的費用是相當昂貴的，并且在數據的分析能力方面也存在嚴重不足的現象，因此在現代社會的智慧城市的建設過程當中發(fā)揮不了其巨大的作用，因此需要利用其他自動化的數據智能處理和挖掘的方式來對其空間地理分布的數據進行全新的挖掘和過濾。在時空分布的視頻數據挖掘過程當中，在對智能數據進行處理和信息提取的同時，還要通過時空當中所分布的視頻數據進行自動化的區(qū)分，來有效的區(qū)分正常和非正常的狀態(tài)。在對時空數據的挖掘過程當中，主要可以從時空數據當中進行提取出隱藏的有用的信息知識，利用各種綜合性的方式和方法，比如統(tǒng)計法、聚類法、歸納法以及云理論等。在遙感大數據的挖掘應用方面，可以適用于地球各種尺度和方位的變化，還可以在很大程度上對未知的信息進行良好的篩選和挖掘，推動國家的科學技術的發(fā)展，實現社會的可持續(xù)化發(fā)展。

結語