日语

 

更新(月/日/年):2021 年 1 月 28 日

由 ABCI(AI 云基础设施)处理的卫星雷达图像的着色和发布

– 生成可立即理解的全球表面状况的颜色编码图像 –

 
研究员:NAKAMURA Ryosuke,人工智能研究中心和 AIST-Tokyo Tech 现实世界大数据计算开放创新实验室负责人

积分

  • 使用适用于 AI 应用 (ABCI) 的 AIST 云基础设施对海量合成孔径雷达 (SAR) 数据进行图像处理
  • 根据开放、免费的政策发布伪彩色图像,使潜在用户更容易获得卫星数据
  • 通过利用卫星数据的全球观测为 SDG(可持续发展目标)的解决方案做出贡献的一种有前景的方法

新研究成果图信息技术与人的因素

雷达图像的 ABCI 彩色化


背景

尽管近年来卫星能力的进步扩大了规模、提高了分辨率并增加了观测所需的数据量,但计算能力的差距导致了选择性数据处理。

尽管如此,作为社会或企业活动的一部分,卫星数据在全球范围内的使用持续增长,提供商和用户都寻求及时、完整地处理所获取的数据。

 

摘要

使用 AIST 的 AI 应用超级计算机 ABCI,研究人员对日本星载微波传感器 PALSAR 获取的所有 SAR 数据进行图像处理。全偏振雷达图像根据全球地表条件进行颜色编码,并按照开放和免费的政策 (CC BY) 在以下网站上发布:
https://gsrtaircaistgojp/landbrowser/indexhtml

传统的卫星数据档案中,由于计算能力不足,卫星数据的图像处理一直不完整。这降低了卫星数据的价值,卫星数据没有得到充分利用,也没有得到及时利用。在本研究中,ABCI被应用于对PALSAR在2006年至2011年的五年运行期间获得的所有数据(约700TB,约200万个场景)进行图像处理。从图像处理时间和图像质量等角度评估了该方法的实用性。使用散射功率分解(一种 SAR 数据分析方法)对在 4 分量偏振模式下获得的数据进行处理,用于详细分析地表条件。事实证明,这种技术可以轻松识别广泛领域随时间的变化。

图像处理示例可以让您轻松理解复杂的 SAR 图像,并且在开放免费的政策下发布全球彩色雷达图像,使潜在用户更容易获得卫星数据。预计这些将促进这些数据在工业中的新应用,并通过利用卫星数据进行全球观测,为全球社会问题(例如非法砍伐森林和粮食生产管理)的解决方案做出贡献。





▲ 页面顶部