遥感大数据的自动分析是进行遥感大数据信息挖掘、 实现遥感观测数据向知识转化的前提, 其主要目的是建立统一、 紧凑和语义的遥感大数据表示, 从而为后续的数据挖掘奠定基础.遥感大数据的自动分析主要包含数据的表达、 检索和理解等方面.

遥感大数据的理解

遥感大数据科学的主要目标是实现数据向知识的转化, 因此遥感大数据场景的语义理解至关重要[ １ ５ Ｇ １ ８].目前对于遥感场景数据的处理基本实现了由" 面向像素" 到" 面向对象" 的处理方式的过渡, 能够实现对象层 Ｇ 目标层的目标提取与识别[ １ ５].然而, 由于底层数据与高层语义信息间存在语义鸿沟, 缺乏对目标与目标关系的认知、 目标与场景关系的认知, 造成了在目标识别过程中对获取的场景信息利用能力不足的问题[ １ ６ Ｇ ２ １].为了实现遥感大数据的场景高层语义信息的高精度提取, 在遥感大数据特征提取和数据检索的基础上, 应主要研究以下内容( 如图２所示) :( １)特征 Ｇ 目标 Ｇ 场景语义建模: 为了实现遥感大数据的场景语义理解, 克服场景理解中的语义鸿沟问题, 需要发展从目标 Ｇ 场景关系模型、 特征 Ｇ视觉词汇 Ｇ 场景模型、 特征 Ｇ 目标 Ｇ 场景一体化模型３个方向, 研究特征 Ｇ 目标 Ｇ 场景的语义模型.

( ２)遥感大数据的场景多元认知: 以多源、 多尺度等多元特征为输入, 以特征 Ｇ 目标 Ｇ 场景语义模型为基础, 研究遥感大数据的场景多元认知方法, 提供多元化语义知识输出.广西善图科技有限公司

图２　遥感大数据场景语义理解