在过去的一年中，“RONG”系列论坛成功举办多场，“RONG”这一词语已成为清华大学数据科学研究院连接校内各院系间及校外资源的纽带。如今“RONG 2.0”带来的新一次思想碰撞又拉开了序幕。RONG系列论坛旨在促进校内外不同院系、不同学科间围绕大数据科研课题的相互认识、沟通交流，以促进校内外科研力量的联合，科研资源利用率的提高，让产业资源与科研资源得以对接，了解产业应用现状、应对产业挑战，最终实现促进清华大数据科研“顶天、立地”的目标。
2015年11月26日，RONG2.0迎来这一系列的首场论坛——“图形图像处理与大数据技术”专场。论坛由数据科学研究院和遥感大数据研究中心共同主办。来自校内外的150余位相关领域的研究者参与了论坛。
下面是活动干货，点击“阅读原文”可观看现场视频。
本讲座选自清华大学曾超博士于2015年11月26日在 RONG v2.0---图形图像处理与大数据技术论坛上所做的题为《大数据时代下的遥感信息处理》的演讲。
内容摘要：
遥感大数据研究中心的曾超博士代表中心主任洪阳老师对遥感大数据研究中心“Hydrosky”创新团队的整体情况介绍，并从概念、目标和使命、近期规划以及高分、北斗应用情况做了详细介绍介绍，最后，并结合实例从数据采集、挖掘及信息融合等方面分析了遥感信息处理面临的挑战和机遇。
曾超：大家好，我叫曾超，是清华大学水利系洪阳老师的博士后。今天我的报告题目叫做《大数据时代下的遥感信息处理》，今天的报告分为三个方面：
第一，对我们的团队进行简要的介绍。
我们的团队名字叫做HydroSky。我们关注的是水科学和遥感科学的交叉领域，目标是遥感、水文、气象、气候、人类环境等领域的前沿性研究，我们的目的是取得相关领域的前沿科学成果。
第二，介绍一下遥感大数据。首先是遥感大数据研究中心的背景。去年校庆的时候，我们就在思考遥感科学发展到这个程度，大数据是其中不可绕开的一个路口，对地观测领域，观测的信息量越来越多，结构也越来越复杂，大数据的特征非常的明显。在遥感科学发展的过程中面临的一些问题也对传统的数据处理方法提出巨大挑战。我们当时就在思考是否可以利用大数据科学的思维方式，来解决遥感科学发展过程中面临的问题。
遥感大数据在国际上也刚刚起步，清华大学一定会在这个领域有所作为。我们围绕数据科学为中心，以土木水利、计算机、建筑等清华大学的学科群为基础，成立了一个遥感大数据中心，整合跨学科资源，推动跨学科的交叉创新。
上个月，清华大学的数据科学研究院下面的遥感大数据研究中心正式挂牌成立。我们的宗旨是多学科的前沿交叉，服务于政产学研用。
这里是我们以两种方式给出的遥感大数据的定义，一般我们在定义大数据的时候会比较看重它的这四个特征：
首先具有海量的数据规模才能称为大数据，同时数据具有高速的流转性、数据类型是复杂多样的，传统处理方式很难解决数据储存和管理的问题，同时这个数据中又蕴含着巨大的价值。遥感大数据在这四个方面都非常符合。首先是它的体量，目前全球卫星数量已经超过了一千颗，而且单个数据中心的数据量达到了TB级，国家级的量达到了PB级。随着观测技术的发展，目前的传感器获取的信息越来越多，卫星的数量也越来越多。最近几年遥感数据的获取量也是呈几何倍数增长。
第二，遥感数据也具有快速流转的特征，卫星观测、下传到地面站处理，然后通过网络发布给用户，是一个准实时的发布过程。
第三个特征是数据结构多样性的特征。传统意义上认为遥感图像就是一个二维图片，但是随着技术的发展，观测遥感传感器的种类越来越多，除了光学传感器，还有热红外、微波、激光雷达、导航定位各种各样的信息，这些不仅仅是二维图像，还包含三维和地理空间的信息。它处理的信息也不仅仅是空间信息、亮度信息，还可以包括跟行业相关的具体参量，比如地表温度、湿度和风速都可以通过遥感手段获取。
第四，在这么多遥感数据的基础上，如何挖掘到其中蕴含的重要价值，是我们的研究方向。
目前遥感大数据研究中心的核心是依托国内外的核心卫星计划，包括最近几年发布的土壤湿度卫星、降水卫星、还有地球重力卫星，它可以反应出地下水、水储量的变化，以及SWOT卫星，这是用于径流和地表水监测的卫星。这些是国际上在水领域相关的比较重要的几个卫星计划。下面的是中国目前正在实施的两个重大专项，一个是高分系列卫星，2013到2020年计划发射7颗。第二项是中国的北斗卫星导航系统，计划到2020年总共发射35颗卫星。我们目标是围绕这一系列的观测计划建设一个国际领先的清华遥感大数据中心，提升国际影响力。
目前正在研发的产品包括：高分数据产品，研究内容主要是以高分数据为核心，开发一系列的增值产品，目前我们的清华高分卫星中心一期建设已经完成，正在进行二期的升级改造。产品的第二部分是北斗数据产品，大家熟知的北斗主要用于定位、导航方面，我们对北斗的开发主要是利用它的卫星导航信号，它在传播过程中遇到的地面大气折射和反射之后，其中蕴含的其他信息，我们可以从中计算出水气含量、土壤水分含量等参量。因此北斗卫星除了定位以外，还可以运用于水文、气象和其他领域。目前我们也在清华建立了一个北斗的数据接收站，可以用来观测气侯和气象的数据。
第三部分是全球水循环产品。依托国际上主流的水文相关卫星在全球范围内进行观测，最终建立一个全球的水循环系统，水储量、地表水蒸发量、降水量等等，在一两年之内完成，陆续完成并定期发布。
第四部分是全球陆地陆表遥感产品，高程、植被、土地利用和城市产品也将在未来两年之内陆续完成并发布。
最后一部分是我们目前正在重点开拓的领域，全球海洋产品，包括全球海平面的变化、海温、海风、海色等海洋资源信息。
目前清华的高分卫星数据中心是全国高校第一家服务于科教产学研的高分卫星数据，大家如果需要用到高分卫星数据，可以跟我们联系，并通过网站下载目前已经有的高分卫星数据。这边是青岛高新区高分一号遥感图像，我们对于高分产品主要任务有三个方面：基础产品研发、增值产品服务、高分用户培训。
下面我对高分卫星进行进一步的介绍，高分卫星含有7颗卫星。
高分1号卫星发射于2013年，搭载了两台2米分辨率全色和8米分辨率多光谱相机，还有四台16米分辨率多光谱相机。它可以在轨道比较低的情况下获得非常宽的视场，保证了它在比较短的时间内可以获得更多的观测数据。
高分二号搭载两台分辨率1米全色、4米多光谱相机、0.8米分辨率，2015年1月，观测区域是广州的岑村机场，跑道线都可以看的非常清楚，有非常好的空间细节能力。
高分三号和四号卫星是今年和明年预计发射的两颗卫星，3号搭载1米C波段多极化SAR雷达，4号搭载50米分辨率的凝视相机。微波对大气有更好的穿透性，高分三号的观测信息不像高分一号和二号会受到天气的影响，可以有一个全天候和全天时的观测能力，可以更好的获得地表的信号。高分四号是静止轨道卫星，轨道比较高，可以与地球处于相对静止的空间位置，持续对目标区域进行时间周期非常短的重复观测。极地轨道卫星的重返周期非常长，需要三四天才可以获得一次数据，而静止轨道卫星获得数据的频率是以分钟来计。
高分五号空间分辨率可以达到10米，还携带一些气溶胶、温室气体、大气环境的探测器，它的作用主要是针对于大气环境。可以看出目前我国对于大气环境和空气污染都是非常重视。高分六号载荷和高分一号卫星非常相似，是高分一号的延续。高分七号搭载立体传感器，方便获得空间三维的信息。
这是高分系列七颗卫星的总体介绍，他们最终通过这七颗卫星形成了一个高时间重复性、宽覆盖，具有侧视能力、高光谱、高辐射分辨率和高空间分辨率的卫星系统。
这是北斗导航卫星系统，可以通过基站接受卫星发射的信号，对地面进行定位，在传输过程中通过大气和地表的折射和反射进行计算大气环境中的其他信息，可以把它运用到气象领域，同时扩展到农业、生态、海洋等领域，因此北斗遥感会很大的扩展北斗数据的应用能力和应用范畴。
这个是北斗传感器通过一个机载传感器测量地面土壤水分的实验。目前我们已经在全国的多个地方布设了北斗数据接受站点。这是我们在清华建立的一个接收站点。对于北斗大数据我们的思路是通过软硬件的技术攻关，开发一系列的软硬件平台，并且通过产品研发发布获得的可降水量和土壤、植被、积雪相关的产品技术，研发一系列的数据采集、传输、共享、发布的平台，最终将其应用于气象、农业、生态、水文、海洋等领域。
除了高分和北斗两个重大专项，我们还在利用无人机近地遥感观测手段。我们筹备利用无人机和它搭载的多光谱、高光谱、红外、激光雷达和各种传感器开发新技术，并将其应用于其他的遥感卫星观测手段不能覆盖到的区域和范畴。
这是清华环境监测云平台的界面，我们通过建立这样一个云平台，大家使用微信关注这个公众号，就可以在其他地方发现有一些环境问题或者气候气象的信息，通过拍照或者是文字信息上传，就可以共享和发布这些信息。
下面我要介绍的是遥感大数据面临的挑战和发展。
目前遥感传感器发展越来越多，空间和时间分辨率能力越来越高。随着信息获取能力的大大增强，是否带来更多的价值？虽然空间分辨率高了，光谱分辨率高了，但是获取的信息并不是随之简单的提高，会出现同物异谱、信息冗余的现象。
对于遥感数据来说，我们最关心三个特征：时间、空间、光谱的特征。但是这三个特征经常是相互制约、难以互相兼顾。如果有很好的时间重返周期，轨道会非常高，空间和光谱分辨率相对比较低。没有任何一个传感器和卫星观测方法可以很完美的在时间、空间和光谱上达到我们理想状态下的需求，通过信息融合解决时、空、谱限制是很有效的一个方法。
下面我介绍一下在时空谱方面信息融合的几个例子。这个例子是遥感观测中由于云的遮挡带来的信息缺失，我们可以通过另外一个时间的数据对它进行引导，通过找到相似的区域，在数据2中通过这个数据对那个区域的数据进行填补，把缺失的数据恢复出来。这是模拟地表温湿度的实验，图示分别是缺失数据、参考数据、恢复之后的数据。
第二个例子是超分辨率重建的例子，超分辨率在视频领域已经有比较多的应用，多次观测中如果有亚像素的位移，我们把它融合起来，可以得到空间分辨率更高的数据。遥感数据最大的特点是有很多的重返周期，对一个区域有很多次的观测，因此可以通过多次观测的信息提高它的分辨率。
通过对同一对象建立不同卫星之间的统一描述，将他们结合在一起，对于不同空间和时间分辨率，信息差异非常大。第一个分辨率很高，但是时间分辨率很低。GOES分辨率达到了5公里以上，但是它的时间分辨率很高，我们通过把不同的信息数据融合，可以得到30米的分辨率，又有每半个小时一次的数据，时空谱信息融合方法是解决这一问题的非常好的手段。
这是我们团队目前技术的一览表，包括灾害监测模型、遥感反演算法、灾害监测算法、预报算法，以及我们目前拥有的一些数据。
大家如果觉得有合作点的话，可以多跟我们联系，这是洪老师最近两年出的两本书，一本是关于雷达降水的，一本是关于多尺度水文卫星遥感的。
对于清华遥感大数据中心我们预期成果是面向国家重大需求、政府、企业和公众服务开发出一些平台和算法，最终推动遥感大数据走向产业化。
我们与合作方的定位是：依托遥感大数据研究中心这个平台，通过签署战略协议和合作定位的方式，最终实现技术研发、项目支撑和人才培养。