空间对地观测系统与应用最新发展

原民辉 刘韬（北京空间科技信息研究所）

1 总体情况

历经近60年发展，全球空间对地观测体系和能力日趋完备，空间对地观测已经开始走进“精致为用”的发展新阶段，显现出两大特点：一是系统规模和能力稳步发展，应用越来越“精致”，广度和深度不断延伸，服务能力和产业化水平显著提高；二是在应用过程中衍生出的需求变化和精致化应用等新需求，已成为未来新一代空间对地观测系统转型发展和技术创新的主导推动力量。

全球对地观测卫星发射和在轨情况

截至2017年12月31日，全球已成功发射7956个航天器，其中对地观测卫星是发射数量最多的应用卫星，达2816颗，占比超过35%。2017年对地观测卫星发射数量达到233颗，首次超过200颗，与2016年相比翻一番，远超过其他类别卫星发射数量的总和。近4年与前4年的发射数量环比增长超过4倍，增幅超过其他类型应用卫星。数量跃升主要源于小型对地观测星座发展成熟并大量应用，特别是质量小于100kg的微纳卫星。

截至2017年12月31日，国外在轨对地观测卫星509颗，其中美国对地观测卫星数量最多，为334颗，约占65%，欧洲52颗、日本24颗、俄罗斯22颗、印度18颗。光学成像卫星数量最多，约占62%。在轨工作的509颗卫星中，传统卫星（以单颗或几颗卫星组成系统）数量245颗，新型卫星（以星座组成系统）数量已达264颗。后者增幅迅猛，数量已开始赶超传统卫星。

新型对地观测卫星系统在轨统计情况

空间对地观测产业情况

（1）产业规模

依据截至2017年12月的最新统计，全球对地观测卫星年投资额将连续2年超过200亿美元，空间对地观测产业进入成熟发展阶段。

根据欧洲咨询公司数据测算，2017年全球民用计划政府投资仍将超过100亿美元。通过对美国航天预算的分析，近几年美国天基侦察预算始终维持在年均100亿美元之上，高于国防部航天预算。根据欧洲咨询公司等报告，全球对地观测卫星数据收入近年来一直保持稳步增长趋势，2017年超过20亿美元。

（2）企业发展情况

2017年，国外空间对地观测企业迎来“同类”并购热潮，旨在整合、优化业务布局、产品布局和市场布局。

一方面，传统公司做大做强。加拿大麦克唐纳-德特威勒联合公司（MDA）收购美国数字地球公司（DigitalGlobe），整合光学、雷达对地观测业务，完善产品，全面争夺北美（尤其是美国的国防领域市场）这一全球最大的对地观测市场。

另一方面，新兴公司完善新型能力。行星公司（Planet）收购同为新兴企业的特拉贝拉公司[Terra Bella，原天空盒子成像公司（Skybox Imaging）]，整合高、中分辨率产品和创新型服务，全面夺占新兴用户市场。同时，新兴企业持续展现新气象和新变化。不仅创新型公司数量仍高速增加，而且业务也开始加快拓展，由成像领域拓展至环境监测领域，甚至安全监测领域。美国斯派尔公司（Spire）利用“狐猴”纳卫星星座收集天气数据，“狐猴”卫星单星质量4.6kg，可提供全球的精确温度、压力和湿度信息，填补美国天气数据的空档。新研制的狐猴-2卫星有2副可展开的太阳电池翼和体装太阳能电池，携带了2个遥感仪器：无线电掩星有效载荷和“自动识别系统”（AIS）有效载荷。

新兴公司业务即将全面覆盖光学和雷达成像能力，不仅具备高、中等多种空间分辨率，还注重高时间分辨率和高光谱分辨率。其主要系统为数十乃至数百颗卫星构成的星座，具备实时监视能力。美国行星公司已发射315颗“鸽群”卫星，在轨192颗，分辨率3～5m。美国黑天全球公司（BlackSky Global）正在发展由60颗卫星组成的星座，具备10～60min重访能力，该星座单星质量小于50kg，多光谱分辨率达1m，首颗技术验证卫星已于2016年9月25日成功发射。

2 政策环境发展

空间对地观测系统应用和产业化的蓬勃发展离不开政策环境的支持，美国等空间对地观测产业领先国家均利用相关政策引导并推动应用和产业化的有序与协调发展。

美国历经30余年探索，形成了一套完善的空间对地观测政策体系，涵盖法案、政策、授权许可制度等多层次文件，使空间对地观测应用和产业拥有了良好的发展环境，也引导了其他国家对地观测政策的发展。美国空间对地观测政策主要经历了探索、发展、成熟三个阶段。

在探索阶段，1984年7月17日，美国政府颁布了《陆地遥感商业化法案》，标志着美国遥感数据政策“探索阶段”的开始。然而事实证明，该法案提出的将民用遥感系统运营完全交给私营企业的方针，不仅没能起到促进商业遥感产业发展的效果，反而对民用遥感能力的发展造成了负面影响。

在发展阶段，布什政府于1992年颁布了《陆地遥感政策法案》。该法案取代了1984年《陆地遥感商业化法案》，成为美国陆地遥感基本法。《陆地遥感政策法案》颁布后，申请私营遥感系统运营许可的私营企业如雨后春笋般大量出现，美国商业遥感产业发展呈现出一片繁荣的崭新气象。

在成熟阶段，1996年《国家航天政策》要求美国政府“合理利用私营遥感能力、数据及信息产品”，以支持美国商业遥感能力的发展，并指定商务部通过美国国家海洋和大气管理局(NOAA)提供私营遥感系统运营许可并制定相关规章。1998年，美国政府又在《商业航天法案》中明确要求美国国家航空航天局（NASA）采购“有助于地球科学研究的商业遥感数据”。小布什政府于2003年4月25日颁布的《美国商业遥感政策》，重点解决了美国商业遥感产业发展初期暴露出的突出问题。美国国家海洋和大气管理局于2006年4月25日颁布了《私营陆地遥感空间系统授权许可》的最终规定，与1992年《陆地遥感政策法案》和2003年《美国商业遥感政策》共同构成了完备的商业遥感政策体系。

近年，政策发展进入新阶段，2015年，美国国家地理空间情报局（NGA）发布《商业地理空间情报战略》，提到“在用户所需的地点及时提供商业数据、信息和知识，提高战术用户的任务成功率”，这充分说明，对地观测卫星应用已经从提供图像数据向提供信息和知识转变。未来，最新空间政策即将发布，面向精细化应用的政策即将展现。

受美国完善的政策法规带动，德国、加拿大、欧洲航天局（ESA）、印度、日本等国和机构也相继出台政策，推动各自空间对地观测产业在确保国家安全的前提下蓬勃、有序发展。

3 系统与技术发展

随着空间对地观测进入“精致为用”的发展新阶段，应用需求的变化、更深层次的精致化应用需求已经成为指导未来空间对地观测需求设计、推动系统技术发展、牵引发展模式转变的核心驱动力。

紧密围绕应用确定设计需求

军事领域，针对新挑战，美国紧密围绕作战应用需求，设计满足未来战场环境的军用空间对地观测体系、系统和技术。体系方面，军用对地观测体系应具有弹性，面对系统故障、环境挑战或敌对行动时能够继续提供所需能力。系统方面，根据美国空军航天司令部2015、2016两版长期科技挑战，美国需要有效应用红外、紫外、可见光、微波等多种波段的先进载荷系统，并将获取的信息进行综合集成；发展能够探测和描述各类关注事件的先进载荷系统，并能以自动提取的格式提供给指挥控制系统。技术方面，为全面、及时掌握敌我态势，支持指挥官对复杂战场态势生成统一、准确的理解，需要发展能够支持快速威胁研判、事件溯源、行动决策和遂行跨越多个作战域（空、地、海、天、网）的作战行动的相关技术。

民用领域，美国紧密围绕地球环境监测等应用需求，设计民用空间对地观测体系、系统和技术。体系方面，2014《NASA战略计划》提出，建立以地球为整体进行环境监测的空间对地观测体系。系统与技术方面，根据2015《NASA技术路线图》，将重点发展：①大视场、不同温度下具有高度一致性、高光谱分辨率的先进载荷系统；②先进微波、毫米波和亚毫米波发射与接收系统；③大数据处理分析系统；④大力发展新型探测器与焦平面技术，提高灵敏度、提高温度承受能力相关技术；⑤激光探测、太赫兹探测、量子探测等新型技术。

紧密围绕应用推进系统与技术发展

随着军事目标识别和确认对空间分辨率的需求越来越高，对地观测卫星已进入亚米级高分辨率时代。美国锁眼-12（KH-12）光学成像侦察卫星全色分辨率达到0.1m，世界观测-3（WorldView-3）军商两用卫星达到0.31m分辨率。美国“未来成像体系-雷达”（FIA-Radar）卫星分辨率优于0.3m。德国商业合成孔径雷达卫星——“X频段陆地雷达”（TerraSAR-X）卫星分辨率达到0.25m。同时，随着对快速重访能力的需求与日俱增，微小对地观测卫星星座快速发展，美国“天空卫星”的图像分辨率达0.9m，视频分辨率达1.1m（30帧/秒）。截至2017年底，“天空卫星”星座已经部署13颗，可实现8h全球覆盖更新。

除空间分辨率外，图像定位精度也是一项重要指标。美国数字地球公司的“地球眼”（GeoEye）卫星和“世界观测”卫星图像定位精度已达3.5m。对地观测卫星图像定位精度接近航空摄影水平，助力对地观测卫星产品无缝融入全球对地观测体系，更加深入服务于应用。

此外，国外对地观测卫星开始从单纯追求系统参数指标转向关注应用能力指标发展。例如，美国“地球眼”和“世界观测”卫星在“单次过顶非连续目标成像数量”、“单次过顶区域成像面积”、“单次过顶条带成像长度”、“单次过顶立体成像面积”等指标上，处于国际先进水平。在面向作战应用方面，为了使前线作战部队方便卫星的操控，美国重视战术卫星的操控灵活性，美国2017年8月发射鹰眼-2M（KE-2M）卫星，系统由陆军运管，士兵可通过平板电脑终端操控卫星，可对多点目标敏捷成像。

从侦察向监视转型的应用需求使新概念、新技术不断涌现。在高轨高分辨率成像卫星技术方面，美国提出刚性结构、柔性结构和“无”结构高轨高分成像系统。刚性结构是指传统的单体反射镜成像系统；柔性结构系统包括分块可展开反射成像系统和在轨可展开的薄膜衍射成像系统等；“无”结构的成像系统是由2颗或多颗卫星编队，采用光学合成孔径技术或薄膜衍射技术等。

在低轨微小高分辨率成像卫星技术方面，2017年8月，洛马公司公布“微透镜阵列干涉成像技术”初步研究成果，该技术能够大幅压缩成像系统体积和质量，并且载荷能够灵活布局，0.5m口径可实现0.3m分辨率。

受应用成本限制形成差异化发展模式

政府支持的传统项目，例如美国国家侦察局的锁眼-12成像侦察卫星、NOAA的“地球静止轨道环境卫星”（GOES）系列静止轨道气象卫星和“联合极轨卫星系统”(JPSS)极轨气象卫星、军商两用的“地球眼”和“世界观测”甚高分辨率光学成像卫星均聚焦高精尖能力和技术，单颗卫星综合能力强大。同时，围绕应用能力补充和构建弹性需求，政府也大量采购商用卫星和利用盟国卫星。

新兴企业发展的卫星项目，直接面向大众应用需求，采用最简化、最快捷的发展模式。例如“天空卫星”简化星上成像系统，通过地面处理弥补能力，其配置的望远镜实际只能实现1.3m分辨率，但通过地面处理，可以实现0.9m分辨率。“鸽群”卫星简化姿控系统，依靠星座部署补充覆盖能力。制造模式也正在探索改变，尝试利用类似于汽车、航空行业的“生产线”制造小卫星。美国雷神公司（Raytheon）在美国亚利桑那州图森尝试使用机器人进行卫星组装，以提高可靠性和效率。未来将建立包括组装线和测试线一体的自动生产线。总体来说，新兴对地观测企业发展的卫星大量采用商业现货，缩短研制周期，降低研制成本，发展创新型的应用和服务。

4 应用发展

空间对地观测的应用将日益“精致”，涵盖传统的国防与行业应用、新型的精细化应用、多元融合的综合应用等多种服务形式。

传统应用

在国防应用领域，成像侦察卫星能够发现目标、进行目标辨识和作战行动后的打击效果评估。在民用领域，对地观测卫星在农业、林业、渔业、资源勘探业和城市土地利用等方面，已经发挥了重要作用。

精细化应用

在陆地、海洋和环境监测方面，对地观测应用均向精细化应用方向发展。

陆地观测方面，利用对地观测卫星进行城市变化监测已经得到成熟应用，例如城市扩展、土地利用和土地覆盖变化等。在精细农业方面，目前的多光谱卫星能够识别植物种类，同时依据图像面积进行估产。

海洋监视应用领域，针对非合作目标，德国“X频段陆地合成孔径雷达”卫星利用3m分辨率/30km×100km条带模式，对于长度大于60m的船只的检测率达到93%。针对合作目标，美国斯派尔公司利用“狐猴”商业气象卫星搭载“自动识别系统”载荷进行全球船只跟踪。

环境监测精细化应用方面，目前环境卫星数据已广泛嵌入到成熟的地理信息产品和应用中。目前，NASA的“下午-列车”（A-train）编队飞行星座有卫星6颗，包括“轨道碳观测”（OCO-2）卫星，地球水环境变化监测卫星-1 [GCOM-W1，又称“水珠”（SHIZUKU）]，“水”（Aqua）卫星，“云、气溶胶激光雷达和红外开拓者卫星”（CALIPSO），“云卫星”（Cloudsat），以及“气”（Aura）卫星。“下午-列车”编队飞行星座的可见光、红外、多光谱和微波观测数据可以整合入“谷歌地球”（Google earth），提供直观的分析产品。

多元融合应用

同时，对地观测多源数据融合综合应用已成为重要发展趋势。美国在已具备3D地理信息技术的基础上，情报高级研究计划局（IARPA）于2016年开展“作战真实3D环境创建”（CORD3D）项目，基于卫星光学、雷达数据，利用光谱、纹理和尺寸信息以自动方式快速构建3D模型，支持自动目标识别、标注和信息更新（含军事目标和民用设施）。例如该项目研究成果可以自动识别机场、医院、学校，在指挥决策、军事人员熟悉作战环境、避免战争误伤平民等方面有重要作用。

对地观测多源数据和人工智能的融合应用正在推动产业从提供对地观测图像数据向提供信息产品转变，未来，部分终端用户不再需要自己处理和分析图像。

目前，数字地球公司开发了“大众排序”（CrowdRank）算法，该算法基于图像分析师对目标特征分析的过程进行机器学习，建立先验知识，从而自动化识别图像中的目标特征，实现自动统计分析。该人工智能算法已经实现了灾害过后建筑物损坏情况自动评估能力。

美国笛卡尔实验室设计了名为“地理可视化检索”的搜索引擎，能够处理卫星图像和航空图像，帮助用户识别全球范围内相似的图像。例如，点击样例图像中的某个部分，例如沙滩，全球沙滩即可展现出来，可统计数量、位置等信息，还可以搜索油库、机场等，在军民领域应用前景不可估量。

随着军用和军商两用成像侦察卫星的快速发展，以及卫星拍摄效率的大幅度提高，侦察卫星图像人工判读的方式已经逐步显露出效率较低的问题。美国五角大楼已把机器学习与人工智能确定为武器与信息系统军事现代化战略的核心要素。在侦察卫星领域，美军重视利用人工智能技术促进侦察卫星图像判读，提升发现目标的效率。美国国家地理空间情报局官员呼吁商业公司和学术界研制机器学习工具来进行自动重复耗时的图像分析任务，这样就可以解放技术娴熟的分析专家，把更多的时间花在计算机无法解决的难题上。美国国家地理空间情报局局长罗伯特·卡迪略最近表示，他希望75%的重复任务分析可以自动完成，25%的其他任务需要专业人员重点关注，深度学习可以帮助实现。

目前，人工智能在成像侦察卫星图像自动判读方面已经取得一定进展。密苏里大学地理空间情报研究中心利用深度学习神经网络帮助研究分析人员在中国东南部地区大范围搜索地对空导弹发射场。结果显示，电脑平均在42min完成约90000km2区域的搜索，这是传统的人类视觉搜索效率的80多倍。对于定位导弹发射场的准确性而言，电脑可达到与人工视觉搜索相同的整体统计准确度，即90%。从历史发展来看，应用于大型卫星数据集的机器学习算法曾表现不佳，但最近几年实现了技术突破。研究人员将训练数据集应用于搜索军事目标，通常包括雷达站点、天线、卫星天线、发射台、坦克编队等，该研究的最终目标是快速识别近百个不同类型的目标。

5 结束语

空间对地观测系统与应用的发展正处在人类社会从信息时代到智能时代转变的历史大潮中。系统层面，传统过顶侦察系统正在向区域持续侦察监视系统转变；对地观测应用方面，正在从传统应用向精细化应用和多源数据融合应用转变；应用技术方面，正在经历从信息技术到数据技术的转变，提供的服务从图像数据到产品过渡。空间大数据和人工智能正在深刻改变着空间对地观测应用。