智能遥感技术与应用白皮书（2023）.pdf

目录前言.11、智能遥感发展概述.31.1 内涵.31.1.1 智能遥感定义.31.1.2 智能遥感发展历程.41.2 政策.91.2.1 政策文件.91.2.2 卫星应用中心成立情况.141.3 市场.241.3.1 市场规模.241.3.2 产业图谱.252、智能遥感技术体系.262.1 技术架构.262.2 关键技术.262.2.1 语义分割.272.2.2 目标识别.272.2.3 场景分类.292.2.4 数据集和数据平台.303、智能遥感技术应用典型案例.333.1 应用场景概览.333.2 自然资源.353.3 应急管理.413.4 生态环境.453.5 城市建设.513.6 农业林业.524、趋势与建议.584.1 未来发展趋势.584.1.1 技术趋势.584.1.2 应用趋势.594.2 存在问题与建议.61结束语.641前言前言近年来，随着低轨卫星、航空摄影、无人机等新技术的快速发展，各种对地观测数据获取量与日俱增。作为天然具有海量大数据特征的数据源，遥感数据的处理和应用正在成为越来越迫切的行业痛点和技术难点。人工智能技术以深度学习算法为核心，能够对大数据进行智能分析与解译。随着人工智能的深入发展及其与各行业的深度融合，跨领域、全格局正在成为新趋势。而遥感作为一种特殊的图像，是与人工智能紧密关联的领域。通过人工智能技术对遥感行业的赋能，基于深度学习的智能遥感影像解译技术，在对海量遥感数据的特征提取与表征上具有显著优势，或将成为遥感大数据领域最重要的发展趋势之一。泰伯智库分析认为，人工智能与遥感的碰撞，将在时空大数据和数据建模处理等方面给遥感行业带来技术上的革新，改善传统的遥感技术模式，增强整体技术的智能化水平，对实现遥感影像的自动解译意义重大。本白皮书的编写得益于泰伯智库在遥感领域十多年的行业积累，以泰伯智库的产业数据库为基础，结合了对卫星遥感、测绘地理信息及遥感应用相关企业和行业专家的广泛调研。最终，白皮书总结了智能遥感发展现状，梳理了智能遥感相关的关键技术，盘点了智能遥感在部分重要行业领域的典型应用案例，同时还预测了技术发展趋势、行业存在的问题，并提出了若干建议。本白皮书希望通过对行业进展和发展态势的梳理，为主管部门、行业用户和各相关产业链企业提供决策参考。最后，本次白皮书能够顺利编写完成，离不开各位指导专家、编委及合作单位2的大力支持，特此致谢！泰伯研究院分析师陈梦卉，生态环境部卫星环境应用中心蔡明勇、邰文飞、郑晓雄，欧比特纪婵、国遥新天地陈鹏、北京数慧李辉、观微科技李梦薇等作为白皮书主要撰稿人和素材整理提供人员，对白皮书编辑出刊贡献了主要力量。由于编写仓促或调研不够全面所致，部分章节可能存在疏漏之处，泰伯研究团队愿意对此承担所有责任。泰伯智库2023 年 5 月主要参编企业鸣谢：（按企业简称拼音首字母排序）31 1、智能遥感发展概述、智能遥感发展概述1.11.1 内涵内涵1.1.11.1.1 智能遥感定义智能遥感定义遥感（Remote Sensing）由美国海军科学研究局的 Evelyn L.Pruitt 在 1960年首先提出。遥感技术是根据电磁波的理论，应用各种传感仪器，对远距离目标所辐射和反射的电磁波信息进行收集、处理、分析，以识别目标物体及其变化规律，解决有关实际应用问题全过程的总称。按遥感工作高度分类，遥感技术可分为航天遥感、航空遥感及地面遥感。航天遥感以卫星遥感为主，是以人造卫星为平台的遥感技术系统；航空遥感是指从飞机、飞艇、气球或无人机等空中平台对地观测的遥感技术系统；地面遥感是指以高塔、车、船为平台，通过地物波谱仪或传感器进行测量的遥感技术系统。随着遥感对地观测技术的发展，每天都会产生大量遥感影像数据，如何快速处理、解译和提取遥感信息面临巨大挑战。而人工智能（AI）技术是以深度学习算法为核心，能够对大数据进行智能分析与解译。因此，智能遥感即是将 AI 应用于遥感，以机器学习为基础，将 AI 的数据、算法、算力三大要素植入到遥感应用中，贯穿遥感领域的海量多源异构数据从处理分析到共享应用全链条，高效精准处理遥感数据，从而催生新的遥感应用，促进遥感数据服务模式的变革。人工智能与遥感的碰撞，将在时空大数据和数据处理分析等方面给遥感行业带来技术上的革新，改善传统的遥感技术模式，增强整体技术的智能化水平。当前，人工智能特别是深度学习方法已经在遥感领域的目标与场景识别、信息提取、地物4分类、变化检测、三维重建等方面取得重要进展。通过人工智能技术对遥感行业的赋能，基于深度学习的智能遥感影像解译技术，在对海量遥感数据的特征提取与表征上具有显著优势，将成为遥感大数据领域最重要的发展趋势之一。1.1.21.1.2 智能遥感发展历程智能遥感发展历程在过去几十年中，人们对遥感数据的智能自动解译进行了大量研究，取得了一定进展。从遥感影像解译发展历程来看，遥感影像解译技术经历了人工目视判读、计算机分类与人机交互半自动解译阶段，随着日新月异的遥感应用需求、高分辨率遥感卫星的发射、人工智能技术的发展、地理知识的积累，以及历史积累数据的应用，目前正在向自动化智能化方向发展。（1 1）人工目视判读解译阶段）人工目视判读解译阶段20 世纪 70 年代，目视解译是遥感影像解译的主要方法。这是一种人工提取信息的方法，即使用眼睛目视观察（可以借助于一些光学仪器），通过利用图像的影像特征(色调或色彩，即波谱特征)和空间特征(形状、大小、阴影、纹理、图型、位置和布局)，凭借人的经验、知识，与多种非遥感信息资料相组合，运用生物地学相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理判断，从而提取有用的信息。然而，目视解译工作存在着一定的局限性：目视解译要求图像目视判读者具有丰富的地学知识和目视判读经验；目视解译需要花费大量的时间，劳动强度大，信息获取周期长；遥感图像解译质量受目视判读者的经验、对解译区域的熟悉程度等各种因素制约，具有很大的主观性；不能完全实现定量描述；无法实现 RS5（遥感）与 GIS（地理信息系统）的集成。尽管如此，由于目前计算机自动识别的精度不够高，目视判读仍然是一种不可缺少而又行之有效的方法。“中国遥感地学之父”、中国科学院院士陈述彭先生也曾肯定了目视解译方法，认为“目视解译不是遥感应用的初级阶段，或者是可有可无的。相反，它是遥感应用中无可替代的组成部分，它将与地学分析方法长期共存、相辅相成”。（2 2）人机交互半自动解译阶段）人机交互半自动解译阶段20 世纪 70 年代起，随着 Landsat 陆地卫星发射成功，人们就开始利用计算机进行卫星遥感图像的解译研究。最初是利用数字图像处理软件对卫星数字图像进行几何纠正与位置配准，在此基础上，采用人机交互方式从遥感影像中获取有关地学信息。图图 1 1 人机交互的学习范式人机交互的学习范式1 1这一阶段的解译方法又经历了两个阶段的发展，即统计模式识别法和遥感与地理信息系统综合解译法。1陶超,阴紫薇,朱庆,等.遥感影像智能解译:从监督学习到自监督学习J.测绘学报6统计模式识别法统计模式识别法20 世纪 80 年代初，主要是研究利用统计模式识别方法对遥感影像进行计算机自动识别。如利用最大似然法对遥感影像数据进行分类；运用光谱特征对多波段卫星影像进行分类，从中获取森林资源信息。这种方法的特点是根据影像中的地物多光谱特征，对遥感影像中的地物进行分类。常规统计模式识别方法可以根据遥感数据的概率密度分布分为参数统计分析模型和非参数化统计模型。如 Bayes 最大似然遥感影像分类器，要求预先假设各类别在特征空间上的密度分布服从高斯密度分布，是典型的参数统计分析模型。统计模式识别的根本缺陷如下：样本不符合假设的某种分布规律。在很多具体地学分析中，参数密度分布并不一定能满足假设条件，一些常见参数分布如高斯分布，并不一定适合实际情况的复杂性。如在遥感影像中的水体信息，由于深浅、浑浊、表面波浪等程度或外界因数的差异，其在特征空间上的分布形式往往表现为多峰分布；特别是不同类型的地物在特征空间上的分布可能存在重叠或相互交错，不能把这种复杂的分布通过纯粹的参数形式表达出来。没有结合地学规律。常规的数理统计模型，目前主要还停留在基于要素间相互独立、空间特征和空间关系、假设参数分布或非参数估计等以数学模型为基础的统计计量阶段。由于遥感信息的复杂性和不确定性的，遥感影像地学要素之间的关联性相当复杂，导致传统的统计分析方法在处理复杂的遥感信息过程中与实际存在一定的偏差。遥感与地理信息系统综合解译法遥感与地理信息系统综合解译法地球表面许多地物存在着“同物异谱、同谱异物”现象，使得分类结果往往存7在较多的错分、漏分现象，人们不得不寻找其它方法以提高分类精度。20 世纪 80年代后期，D.Goodenough（加拿大）2与 M.Ehlers（美国）3等人提出遥感与地理信息系统综合解译法。在国内，一些研究者注意到地理数据、地学专题数据和遥感数据的结合，可以增加信息量，为遥感解译增加了辅助性的背景数据，提高了分类精度。然而，由于遥感影像解译的复杂性及地理数据的多样性，如何有效地把地学信息与遥感信息结合起来，这个问题至今仍没有严密的数学描述。总的来说，人机交互式解译具有以下优点：实现了影像、数据和解译结果的对比和合成。全数字化操作，解译过程中可随时对很多图像模糊的区域进行信息增强，有利于解译判读。另外，在解译和验证时可随时对解译图进行修改，克服了目视解译图修改困难的缺点。通过分析遥感影像的光谱特性进行影像的监督和非监督分类实现遥感信息的半自动解译，提高解译效率。该阶段采用手工特征结合监督分类进行机器解译虽然在很大程度上缓解了人工目视解译的压力,但是仍然存在两点不足:从特征描述的角度来看,手工设计特征费时费力,需要启发式专业知识,且特征可分性依赖于经验上的参数设置,受主观因素影响大。从模型优化的角度来看,该阶段将遥感地物目标特征提取和分类器学习视为两个独立的模块,然后分别进行优化,容易收敛到局部最优解。（3 3）人工智能解译阶段）人工智能解译阶段2Adjunct Professor of Computer Science,Faculty of Engineering,at the University of Victoria.Dr.Goodenoughs current research interests focus on hyperspectral and radar remote sensing of forestsand intelligent systems for extracting information from satellite and aircraft remote sensing datain combination with GIS.3Department of Surveying Engineering,Nationial Center for Geographic Information andAnalysis,University of Maine,Orono,ME,USA820 世纪 90 年代，随着研究的发展，人们利用知识工程和专家系统来解决分类问题研究遥感解译知识的获取、表示、搜索策略和推理机制，并将解译专家系统用于遥感影像解译的研究工作。这种基于知识和专家系统的解译方法，在一定程度上可提高计算机解译精度。2006 年，被誉为“深度学习之父”的 Geoffrey Hinton 和他的团队共同提出了深层神经网络训练中梯度消失问题的解决方案，深度学习在众多领域得到了爆发式发展。地理空间科学与深度学习相融合的 GeoAI 的新技术也不断涌现。近年来,随着大规模标注数据的发布和高性能计算的普及,以深度学习为代表的数据驱动方法凭借强大的特征学习和多层次表达能力,在遥感影像智能解译领域已得到广泛关注,并取得了令人印象深刻的结果。深度学习以数据驱动的形式来学习特征,并通过“端对端”的方式将特征学习与分类器优化嵌入同一个框架下进行联合优化,是其在遥感影像解译任务上较传统方法表现更优的关键原因,如图 2所示。图图 2 2 特征学习阶段的监督学习范式特征学习阶段的监督学习范式4 4深度学习推动了遥感影像分类的智能化发展，标注数据、网络模型、计算力是深度学习的 3 大要素，得益于大规模标注数据，深度神经网络能够习得有效的层次化特征表示，虽然在遥感影像分类领域取得优异效果，但也体现出其局限性，尤其4陶超,阴紫薇,朱庆,等.遥感影像智能解译:从监督学习到自监督学习J.测绘学报.9在依赖大规模标注数据和难以有效利用先验知识等方面，深度学习模型的结果有时与人的先验知识或者专家知识相冲突。此外，深度学习的不透明性、不可解释性也成为制约其发展的障碍，“理解”与“解释”是需要攻克的下一个挑战。1.21.2 政策政策1.2.11.2.1 政策文件政策文件（1 1）国家政策）国家政策遥感技术的发展从生产、生活的方方面面影响着国民经济的发展。随着人工智能与遥感技术的不断发展，二者在技术与应用方面紧密结合，智能遥感技术逐渐成为遥感监测应用的重要手段。我国在遥感及人工智能领域出台的系列支持政策为促进智能遥感技术的不断发展奠定了良好基础，下表为部分相关政策内容。表表 1 1 遥感及人工智能领域部分遥感及人工智能领域部分国家政策国家政策时间政策内容2014/11关于创新重点领域投融资机制鼓励社会投资的指导意见完善民用遥感卫星数据政策，加强政府采购服务，鼓励民间资本研制、发射和运营商业遥感卫星，提供市场化、专业化服务。2015/06国家发展改革委关于实施新兴产业重大工程包的通知推进卫星遥感、卫星通信、卫星导航的综合应用以及卫星与其他信息技术和服务的融合应用，推动卫星应用产业自主创新发展和市场化、规模化发展，为经济社会创新发展提供有力支撑。2015/08高分辨率对地观测系统重大专项卫星遥感数据管理暂行办法我国首个高分遥感卫星数据政策，大幅放宽了对数据空间分辨率的限制，取消了对定位精度的限制。极大简化了数据流转与使用手续，使我国自主遥感卫星数据的处理、分发、应用和产业能力与卫星水平同步提升。政策规定涉密的高分光学数据标准产品空间分辨率优于 0.5 m;涉密的高分微波数据标准产品空间分辨率优于 1m。102015/10国家民用空间基础设施中长期发展规划(2015-2025 年)布局合理、全球覆盖，由卫星遥感、卫星通信广播、卫星导航定位三大系统构成的国家民用空间基础设施，满足行业和区域重大应用需求，支撑我国现代化建设、国家安全和民生改善的发展要求。2016/12“十三五”国家战略性新兴产业发展规划统筹军民空间基础设施，完善卫星数据共用共享机制，加强卫星大众化、区域化、国际化应用，加快卫星遥感、通信与导航融合化应用，利用物联网、移动互联网等新技术，创新“卫星+”应用模式。2017/07新一代人工智能发展规划研制农业智能传感与控制系统、智能化农业装备、农机田间作业自主系统等。建立完善天空地一体化的智能农业信息遥感监测网络。2018/12国家民用卫星遥感数据管理暂行办法贯彻落实军民融合、创新驱动发展等国家战略，规范国家民用卫星遥感数据管理，推动遥感数据开放共享、应用推广及相关产业发展，发挥遥感数据在经济社会发展和国家安全中的重要作用。2019/05民用卫星遥感数据管理暂行办法明确光学遥感数据公开标准不优于 0.5 米，微波遥感数据不优于 1 米。2021/102030 年前碳达峰行动方案推进碳排放实测技术发展，加快遥感测量、大数据、云计算等新兴技术在碳排放实测技术领域的应用，提高统计核算水平。2022/02“十四五”国家应急体系规划充分利用物联网、工业互联网、遥感、视频识别、第五代移动通信(5G)等技术提高灾害事故监测感知能力优化自然灾害监测站网布局，完善应急卫星观测星座构建空、天、地、海一体化全域覆盖的灾害事故监测预警网络。资料来源：公开资料，泰伯研究院整理国新办发布的2021 中国的航天白皮书指出，中国始终把发展航天事业作为国家整体发展战略的重要组成部分，始终坚持为和平目的探索和利用外层空间。其间，白皮书提到，高分辨率对地观测系统天基部分基本建成，对地观测迈进高空间分辨率、高时间分辨率、高光谱分辨率时代。遥感卫星地面系统进一步完善，基本具备卫星遥感数据全球接收、快速处理与业务化服务能力。11未来五年，中国航天将紧紧抓住数字产业化、产业数字化发展机遇，面向经济社会发展和大众多样化需求，加大航天成果转化和技术转移，丰富应用场景，创新商业模式，推动空间应用与数字经济发展深度融合。拓展卫星遥感、卫星通信应用广度深度，实施北斗产业化工程，为国民经济各行业领域和大众消费提供更先进更经济的优质产品和便利服务。在智能遥感发展方面，自然资源部 2018 年印发的 自然资源科技创新发展规划纲要 提出：“要加强基于多源调查与监测成果的自然资源全要素信息快速提取与智能解译能力”。（2 2）地方政策）地方政策各地方政府根据国家遥感行业相关顶层设计规划，结合地区特色与需求，相继出台了地区政策规划，规范并指导各地方遥感行业发展。据泰伯智库统计，31 个省级行政区域发布的十四五规划中，全部提到了航天、卫星、遥感等有关关键词，其中多个省份都明确提出要推动遥感产业发展。北京：北京：2021 年 8 月 北京市十四五“时期高精尖产业发展规划 鼓励北斗与 5G、物联网、地理信息、车路协同、无人系统等技术融合创新应用，建设“北斗+”和“+北斗”重大应用场景，提升北斗应用的产业赋能和综合服务能力，探索通信、导航、遥感一体化应用培育综合时空信息产业生态。上海上海：2021 年 8 月中国(上海)自由贸易试验区临港新片区发展”十四五“规划，推动航天领域布局，重点围绕商业航天及遥感数据开发、卫星通信导航定位等领域，推动卫星互联网应用。强化适航认证能力建设，支持引导企业开展个性化12适航认证。2021 年 1 月 上海市国民经济和社会发展第十四个五年规划和二 O 三五年远景目标纲要，推动商业航天加快发展，打造高可用、高可信、高精度的卫星应用及位置服务产业链。广东广东：2021 年 4 月广东省数字政府改革建设 2021 年工作要点，推动海洋气象观测和卫星遥感监测能力建设，初步建成南海海洋气象灾害实时监测预警和风险评估系统，研发临灾阈值智能提醒 AI 机器人。湖北湖北：2021 年 4 月湖北省第十四个五年规划和二三五年远景目标纲要，大力培育航空航天与北斗产业，以空天地一体化为特色，推动卫星遥感、通信与导航融合化应用，加快建设武汉国家航天产业基地、荆门国家通航示范区，打造国内领先的航空航天与北斗产业集群。浙江浙江：2021 年 7 月浙江省航空航天产业发展“十四五”规划，培育发展商业航天。加快杭州、宁波、台州等地卫星企业和科研机构发展，着力攻关微小卫星、有效载荷和分系统研发制造环节，加快推进整星智能 AIT(总装、测试、试验)中心建设，打造模块化柔性化、智能化制造工厂，满足不同型号卫星总装和测试需求。鼓励和支持民营企业布局卫星产业发展。2021 年 6 月浙江省高端装备制造业“十四五”发展规划，促进军民融合深度发展。在航空航天装备、卫星应用、高端船舶及海洋工程装备、核电装备、新型复合材料等重点领域，推动军民融合产业协同创新争创国家新型工业化产业示范基地(高技术转化)。13湖南湖南：2021 年 8 月湖南省十四五”战略性新兴产业发展规划，提升卫星通信、卫星遥感、卫星导航定位系统的支撑能力。围绕卫星互联网网络通信核心功能，针对卫星互联网(5G+)模拟集成电路高性能高可靠存储控制芯片突破一系列关键技术。加快发展微小卫星以及新一代长航时临近空间飞行器产品设计与集成制造，推动新代卫星装备关键技术攻关。突出卫星导航芯片、兼容多模多频高精度天线模组、高性能导航基带、射频芯片、精确定位、高动态定位、应用集成等核心技术研发。江苏江苏：2022 年 5 月关于“十四五”深入推进农业数字化建设的实施方案，以水稻、小麦等主要粮食作物为重点，综合利用卫星遥感、无人机、地面物联网等信息技术，构建天空地一体化”监测网络。山西山西：2021 年 4 月山西省十四五“新基建规划，稳步发展遥感卫星和北斗应用。立足经济社会和产业发展需求，合理布局遥感卫星、北斗系统等网络基础设施。推动卫星定位，增强基准站资源共建共享，在城市管理、智能交通、公共安全、应急救援、国土测绘等方面实施”卫星+示范应用工程，促进天空地一体化卫星遥感大数据产业发展。山东山东：2021 年 7 月山东省“十四五”战略性新兴产业发展规划，加强航空航天遥感影像数据统筹获取和应用。加快实施海上卫星发射及回收重大工程，建设相对完整的海上卫星发射与回收基础材料、关键装备、信息系统、安全风险管控的自主创新体系。宁夏宁夏：2021 年 9 月 宁夏回族自治炭发布系建设”十四五”规划，卫星遥感、14雷达监测、物联网、云计算、大数据、人工智能、5G 等高科技手段在应急管理领域深度集成应用，将对提升重大灾害事故监测预警和防范处置能力发挥重要作用。天津天津：2021 年 8 月天津市应急管理“十四五“规划，利用物联网、卫星遥感等技术，建设新一代突发事件预警信息发布系统、地震立体观测网络平台、智能网格气象监测预报预警系统城市防洪排涝智能化管理平台等，形成空天地一体化全覆盖的灾害事故监测感知网络。福建福建：2021 年 6 月2021 年数字福建工作要点，建设海丝空间信息港。新建国家北斗导航位置服务数据中心福建分中心、全球商业遥感卫星地面接收站网福建站。培育福州、漳州等卫星应用产业基地。加强”海丝一号”遥感卫星在农业、林业、海洋等领域的应用。吉林吉林：2021 年 9 月吉林省制造业数字化发展”十四五划，依托我省装备制造产业基础优势，围绕智能高端装备，加快发展智能轨道交通装备、新一代智能遥感卫星、重载荷智能化物探专用无人机、超高通量基因测序设备、拉曼单细胞精准分选仪等智能装备和系统。围绕轨道交通、卫星、成套设备等龙头企业，加快智慧工厂建设。1.2.21.2.2 卫星应用中心成立情况卫星应用中心成立情况（1 1）国家级应用中心）国家级应用中心从国家层面来看，在遥感监测方面建成了中国资源卫星应用中心、国家卫星海洋应用中心及国家卫星气象中心三大数据中心，分别承担陆地、海洋及气象领域的监测任务。此外，自然资源部、生态环境部、应急管理部等各部委也相继成立了卫15星遥感应用中心，为遥感监测应用的发展打下了坚实基础。下述为部分国家级卫星应用中心的基本情况。国家卫星气象中心国家卫星气象中心国家卫星气象中心成立于 1971 年 1 月，是中国气象局直属事业单位。作为国家级科技型公益性、基础性业务单位，中心负责拟订中国气象卫星和卫星气象事业发展规划；承担气象卫星应用系统的业务运行和在轨气象卫星的运行管理；负责气象卫星应用系统工程建设；从事与卫星气象相关的科学技术研究；开展气象卫星数据与产品的应用和服务；承担空间天气监测预警业务、服务和系统建设；对气象部门进行卫星遥感应用的技术指导等。中国是国际上同时拥有极轨和静止气象卫星的国家之一，我国发射的极轨和静止气象卫星已成为世界对地观测网的组成部分。由北京、广州、乌鲁木齐三个气象卫星资料接收站和一个资料处理与服务中心组成的气象卫星业务系统，拥有国际先进的计算机、大容量存储设备和高速数据通讯网络，每天接收、处理十多颗国内外极轨、静止气象卫星资料，资料处理量超过 300GB，初步形成了由极轨和静止两个系列气象卫星组成的空间对地观测业务体系。国家卫星气象中心围绕气象卫星工程建设和业务运行服务两条主线，开展了辐射传输机理的理论和实验研究、气象卫星资料接收处理技术和算法研究、气象卫星资料应用方法和拓展应用领域研究和空间天气监测预警等方面的研究。独立开发出拥有自主知识产权的中国气象卫星运行控制和地面数据处理全套软件，使中国气象卫星地面应用系统业务运行的可靠性和数据定量处理的精度稳步提高，部分算法被16其它气象卫星运行组织采用。自主研发和处理生成的大气和地球表面环境监测多源气象卫星图像产品、定量产品和分析产品已达数十种，为气象、海洋、农业、林业、水利、航空、航海、环境保护及军事等部门提供了大量公益性和专业性服务，在防灾减灾的监测预警服务以及政府决策服务方面收效显著。中国资源卫星应用中心中国资源卫星应用中心中国资源卫星应用中心成立于 1991 年 10 月 5 日，是国家发改委和国防科工局负责业务领导、中国航天科技集团有限公司负责行政管理的科研事业单位。中心负责贯彻执行国家关于对地观测卫星应用的方针政策，提出对地观测卫星的使用要求和发展方向，落实我国对地观测卫星应用的发展战略和中长期规划，承担我国对地观测卫星数据处理、存档、分发和服务设施建设与运行管理。此外，中心积极拓展卫星应用领域，为国家经济建设和社会发展提供宏观决策依据，为全国广大用户提供各类对地观测数据产品和技术服务，并提供研究成果。中心承担着国家对地观测的重要任务，是国家三大卫星应用中心之一。多年来，中心积极贯彻落实国家关于陆地观测卫星发展的战略部署，建设民用遥感卫星大型地面系统设施，向广大用户提供数据产品应用，不断扩大国际合作，肩负着建设我国陆地观测卫星数据集中处理中心、统一存档中心、统一分发中心的重要责任，是国家民用空间基础设施的重要组成部分，是全球民用陆地观测卫星在轨数量最多的国家级遥感卫星数据中心。中心目前已经运行管理资源系列、高分系列、环境减灾系列等 19 颗卫星，累计向全国用户提供了三千余万景卫星数据产品，广泛应用于我国农业、林业、水利、17国土资源、城市规划、环境保护、灾害监测和国防建设等众多领域，创造了巨大的社会效益和经济效益。国家卫星海洋应用中心国家卫星海洋应用中心国家卫星海洋应用中心是国家海洋局直属的财政补助事业单位。截止到 2020年 9 月 21 日，国家卫星海洋应用中心已经建立包括北京站、牡丹江站、海南站、杭州站以及相应分系统在内的地面接收应用系统。中心的主要职能是负责我国海洋卫星系列发展和卫星海洋应用工作，为海洋经济、海洋管理、公益服务及海洋安全提供保障和服务。2022 年 5 月，国家卫星海洋应用中心发布2021 年中国海洋卫星应用报告，报告指出，2021 年，中心利用海洋卫星数据结合国内外其他卫星数据开展了海温、海冰、绿潮、台风、红树林、珊瑚礁、大洋渔业、极地航行保障等业务化应用工作，生产制作了中国近海及邻近海域和全球海域的逐日、周平均、月平均和年平均海表温度融合产品，发布海冰监测通报 80 期，发布绿潮监测通报 136 期，监测到西北太平洋海域 19 次台风过程并制作发布台风遥感监测专题图 2500 幅，面向全国远洋渔业企业发布近实时渔海况分析和渔情预测信息 368 期，为中国第 37 次、38 次南极科学考察船航行提供卫星遥感影像及专题产品保障。海洋卫星数据在海洋防灾减灾、海域综合管理、海洋环境监测、海洋生态监测、洪涝灾害监测、森林火灾监测、海洋科学研究、区域海洋应用和国际合作等领域发挥了重要作用。自然资源部国土卫星遥感应用中心自然资源部国土卫星遥感应用中心18自然资源部国土卫星遥感应用中心是自然资源部直属的财政补助事业单位，负责自然资源陆地卫星遥感应用，为自然资源调查、监测、评价、监管、执法提供卫星遥感数据、信息及产品、技术和业务支撑，统筹海洋、林草卫星遥感应用需求。党的十八大以来，我国成功发射 20 余颗陆地遥感卫星，形成了比较完整的陆地遥感卫星系列和型谱，观测水平和业务化运行保障能力不断提升。卫星遥感已逐渐成为支撑自然资源调查监测、基础测绘、执法督察等业务的科技主力军，是我国自然资源管理信息化、现代化的重要组成部分。国土卫星遥感应用中心以开放共享为目标，建立了与部属机构、省级中心以及省辖各级应用部门多级互动、分工协作、优势互补的综合服务体系，为自然资源系统、其他行业、国际用户提供自然资源陆地卫星遥感数据统一高效服务。依托互联网、云计算、分布式数据库等技术，以即时在线高效深入利用卫星遥感数据资源为模式，建立了自然资源卫星遥感云服务平台（以下简称云平台），按“T+1”天、“724”小时在线向全社会、全系统和部机关以及部派出机构分类提供陆地卫星遥感信息、数据和服务，可从宏观、中观、微观三个层次为政府部门、行业单位和社会公众等用户，分类提供多平台、多时相、多尺度、多层次、多维度的一站式遥感数据、信息、服务。生态环境部卫星环境应用中心生态环境部卫星环境应用中心生态环境部卫星环境应用中心是中央机构编制委员会办公室同意设立的生态环境部直属事业单位，主要承担卫星遥感技术在环境领域的应用、研究与开发以及卫星环境应用系统的建设、管理等工作。192022 年 10 月，生态环境部印发生态环境卫星中长期发展规划（2021-2035年）。规划指出，生态环境卫星遥感应用需求主要包括大气环境遥感监测、水生态环境遥感监测、自然生态遥感监测、土壤环境遥感监测、固体废物遥感监测、海洋环境遥感监测、生态环境保护执法遥感支撑以及中央生态环境保护督察与应急遥感支撑等 8 类遥感监测业务应用。规划提出，要推进监测范围向全覆盖拓展，监测频次向高时效拓展，监测业务向多领域拓展，构建“四个体系”，即：构建生态环境卫星遥感监测能力体系、综合智慧应用体系、生态环境遥感技术创新体系和生态环境卫星遥感监测、督察、执法标准规范体系；提升“三个能力”，即：提升高精度定量监测能力、高时效业务支撑能力和高可靠运行保障能力；实现“三个转变”，即：实现由被动到主动、监测到会诊、评估到预警的转变。到 2025 年，初步建成监测要素基本完备的生态环境卫星体系；到 2035 年，全面建成响应快速、天地融合的生态环境卫星体系。应急管理部国家减灾中心（卫星减灾应用中心）应急管理部国家减灾中心（卫星减灾应用中心）应急管理部国家减灾中心成立于 2002 年 4 月，2003 年 5 月正式运转，2009 年2 月加挂“卫星减灾应用中心”，2018 年 4 月转隶应急管理部。党的二十大报告对防灾减灾救灾做出了重要部署，对提高公共安全治理水平提出了新要求，强调完善风险监测预警体系、国家应急管理体系，建立大安全大应急框架，推动公共安全治理模式向事前预防转型，提高防灾减灾救灾和重大突发公共事件处置保障能力。国家减灾中心的工作内容主要包括，自然灾害综合风险监测预警技术支撑，灾20害风险监测预警业务系统建设和运行；自然灾害风险调查分析，参与灾害风险普查业务技术标准体系建设；承担自然灾害报灾信息系统的规划和建设，灾情信息获取、核查、分析和服务，参与灾情会商、报灾体系和灾害信息员队伍建设；参与自然灾害风险评估、损失评估核查和调查评估，灾害评估业务系统建设；参与应急卫星规划论证、运行管理和应用有关工作开展航空及临近空间遥感技术研发及应用；防灾减灾救灾领域的法规规章、战略规划、技术标准和管理规范研究；防灾减灾救灾领域的科学研究、技术开发、装备研发与成果转化；开展防灾减灾救灾领域国际交流与合作；开展防灾减灾救灾领域宣传教育，承担灾害信息员培训等工作，主办中国减灾 杂志等，是国家自然灾害综合风险监测预警中心和空间技术减灾应用中心。（2 2）地方应用中心）地方应用中心在高分专项启动产业行动计划，建立 31 个省级高分数据与应用分中心之后，自然资源部、生态环境部根据相关规划部署，也先后成立了省级卫星应用中心及遥感应用基地。2018 年，由自然资源部科技发展司推动的全国卫星应用体系建设正式启动。自然资源部科技发展司组织编制的自然资源省级卫星应用技术中心建设指南，要求充分发挥国产卫星资源优势，利用省级自然资源主管部门已有卫星应用基础，依托具备卫星遥感应用能力的单位，以“一省一中心”“资源共享、务实管用”为目标，集聚省级自然资源系统卫星遥感应用力量，建设集数据管理、产品生产、主业应用和应用服务为一体的省级卫星应用技术中心，贯通部、省、市、县（乡）的自然资源卫星应用技术体系，积极推进卫星应用融入自然资源调查、监测、监管、评21估、决策等主责主业，着力提高国产卫星服务地方政府自然资源等经济社会发展管理的应用水平，向社会公众提供更加优质的卫星遥感应用产品服务。2019 年，在前期 9 家省级卫星中心基础上，自然资源部分两批优选了 22 家省级卫星中心，形成了覆盖 30 个省（区、市）和新疆生产建设兵团的省级卫星中心，为部省协同、统筹推动构建资源共享、创新高效、务实管用的自然资源卫星技术体系，不断提升卫星遥感服务供给能力和水平奠定了基础。表表 2 2 自然资源部省级卫星应用中心自然资源部省级卫星应用中心序号序号成立时间成立时间名称名称牵头单位牵头单位12018自然资源江苏省卫星应用技术中心江苏省地质调查研究院22018自然资源青海省卫星应用技术中心青海省地质调查院32018四川省卫星应用技术中心四川省国土科学技术研究院42019河南省自然资源卫星应用技术中心原国家测绘地理信息局卫星应用中心河南分中心52019自然资源江西省卫星应用技术中心江西省自然资源厅62019/06山东省自然资源卫星应用技术中心山东省国土测绘院72019/08广东省卫星应用技术中心广东省国土资源技术中心82019/08自然资源宁夏卫星应用技术中心宁夏省自然资源厅92019/9黑龙江省自然资源卫星应用技术中心黑龙江省国土空间规划研究院102019/12自然资源河北省卫星应用技术中心河北省国土资源利用规划院112019/12自然资源天津市卫星应用技术中心天津市规划和自然资源局122019/12自然资源陕西省卫星应用技术中心中国煤炭地质总局航测遥感局等132020自然资源浙江省卫星应用技术中心浙江省测绘科学技术研究院142020新疆维吾尔自治区卫星应用中心新疆维吾尔自治区工业和信息化厅152020/04内蒙古自治区卫星应用技术中心内蒙古自治区测绘地理信息局162020/04自然资源福建省卫星应用技术中心福建省基础地理信息中心、国土资源勘测规划院、地质测绘院22172020/06自然资源山西省卫星应用技术中心山西省遥感中心182020/06自然资源广西卫星应用技术中心广西壮族自治区自然资源遥感院192020/07上海市自然资源卫星应用技术中心上海市测绘院202020/08云南省卫星应用技术中心云南省遥感中心212020/08自然资源海南省卫星应用技术中心海南测绘地理信息局222020/11自然资源湖南省卫星应用技术中心湖南省第二测绘院232020/12甘肃省自然资源卫星应用技术中心甘肃省自然资源厅242021自然资源安徽省卫星应用技术中心安徽省测绘局252021/02辽宁省自然资源卫星应用技术中心辽宁省摄影测量与遥感中心262022吉林省卫星应用技术中心吉林省自然资源厅272022/04北京市卫星应用技术中心北京市测绘设计研究院282022湖北省卫星应用技术中心湖北省自然资源厅292022贵州省自然资源卫星应用中心贵州省自然资源厅302022西藏自治区自然资源卫星应用技术中心西藏自治区自然资源厅312023/04自然资源重庆市卫星应用技术中心重庆市地理遥感中心除自然资源部在各地组织成立的卫星应用中心之外，生态环境部下属卫星应用中心依托地方共建立了 39 个遥感应用基地。表表 3 3 生态环境部遥感应用基地生态环境部遥感应用基地序号序号应用基地名称应用基地名称应用基地依托单位应用基地依托单位1生态环境天地一体监测体系联合研发创新基地生态环境部卫星环境应用中心、上海航天技术研究院、中国环境监测总站、国家海洋环境监测中心、中国科学院合肥物质科学研究院2天津遥感应用基地天津市生态环境监测中心3河北遥感应用基地河北省环境监测中心4山西遥感应用基地山西省环境科学研究院5北方生态屏障评估与监管中心内蒙古自治区生态环境厅6赤峰遥感应用基地赤峰学院7北方生态安全屏障与高质量发展基地内蒙古自治区呼和浩特市新城区人民政府238沈阳遥感应用基地沈阳环境科学研究院9吉林遥感应用基地吉林省环境科学研究院10长三角分中心江苏省环境监测中心11泰州遥感应用基地江苏省泰州市生态环境局12泰州市姜堰区应用技术创新与示范基地江苏省泰州市姜堰区生态环境局13扬州遥感应用基地江苏省扬州市环境监测中心14句容市天空地立体协同监控示范基地江苏省句容市人民政府15太湖