国立先进产业技术综合研究所【会长石村和彦】（以下简称“AIST”）人工智能研究中心【研究中心主任辻井淳一】/AIST/Tokyo Tech现实世界大数据利用开放创新实验室【实验室主任小川弘隆】中村良介研究小组负责人是AIST拥有的人工智能处理计算机ABCI卫星微波传感器PALSARSAR对数据进行图像处理。此外，我们正在为全世界创建彩色雷达图像，这些图像根据地表条件进行颜色编码。开放和免费政策（抄送) 从以下网站发布。
https://gsrtaircaistgojp/landbrowser/indexhtml
传统卫星操作系统中，由于计算能力不足，卫星获取的数据仅进行了部分图像处理，无法及时利用卫星数据的全部价值。此次，我们使用ABCI处理了PALSAR运行5年零3个月期间（2006年1月至2011年4月）的所有数据（约200万个场景，700TB），并从图像处理时间和图像质量方面评估了其实用性。此外，为了详细分析地表状况4 种偏振模式分散功率分解，我们创建了根据地表状态进行颜色编码的彩色雷达图像，并表明可以很容易地看到大范围内地表的时间序列变化。
除了可以轻松解读高度专业化的SAR图像的图像处理示例外，在开放、免费的政策下发布覆盖全球的彩色雷达图像将减少卫星数据利用的准入门槛，并有望利用卫星观测作为全球观测的优势，为促进新的卫星数据在工业中的利用以及解决全球社会问题（例如非法砍伐森林和粮食生产管理）做出贡献。
图1 ABCI 上雷达图像的彩色化
卫星数据观测面积较大，因此获取的数据量较大。过去，卫星的观测能力与处理获取数据的计算能力存在差距，导致很难及时处理所有获取的数据，因此进行了选择性的数据处理。此外，近年来，随着卫星能力的提高，观测范围越来越广、分辨率越来越高，获取的数据量也进一步增加。
近年来，作为社会和企业活动的一部分，卫星数据的使用在全球范围内不断扩大，卫星数据提供者和用户都要求及时、完整地处理卫星获取的所有数据。
AIST 一直在研究 JERS-1（OPS、SAR）、ASTER、PALSAR 和 HISUI 等卫星传感器的开发和使用，以及新型传感器的开发，重点是资源勘探。2016 年 4 月 1 日 AIST 新闻稿）。
2018 年，根据 ABCI 的运作，我们将人工智能技术应用于大数据之一的卫星数据，并推进研究，以从大量数据中有效识别地表物体和地表变化，并识别正在发生的原因和事件。教师数据
最近，在卫星数据中，我们一直关注SAR数据，这种数据难以解释，但不受天气或白天或黑夜的影响，并且正在研究轻松识别和识别地球表面的物体和变化。这次，为了确认ABCI卫星数据处理的实用性，我们利用经济产业省和宇宙研究开发机构（现为日本宇宙航空研究开发机构）开发的PALSAR数据进行了评估和验证。
这次，为了确认 ABCI 卫星数据处理的实用性，我们使用了 AIST 持有的 PALSAR 数据，并按照以下顺序进行了评估和验证：1) 处理环境的构建，2) 使用部分数据确认处理操作和准确性，3) 完成数据处理。
在处理环境的建设中，大数据处理的使用正在扩大容器平台和商业SAR数据分析软件，我们在ABCI上构建了SAR图像处理环境。之后，我们确认使用部分PALSAR数据进行了正确的图像处理，并且创建的PALSAR图像的精度与日本宇宙航空研究开发机构提供的PALSAR图像相当。
经过上述准备，利用 ABCI (300) 的并行处理，在约 3 个月的短时间内完成了对 PALSAR 运行期间 5 年零 3 个月期间获取的约 200 万个场景（平均每天约 1,000 个场景）的图像处理（平均每天约 20,000 个场景）。
随后，为了证明全球详尽处理卫星数据的有用性，我们使用四种偏振模式获取的 PALSAR 数据进行了散射功率分解，并分析了地球表面的状态 (散射模型）被映射为彩色雷达图像。散射模型主要有四种类型，在彩色雷达图像中，表面散射为蓝色，双反射散射为红色，体积散射为绿色。请注意，螺旋散射同样分配给红色和绿色。
图 2 是南美洲热带雨林时间序列变化的示例。看到大量体积散射的森林区域显示为绿色，看到大量表面散射的伐木区域显示为蓝色。从时间序列的变化来看，可以看到森林（绿色）正在被砍伐（蓝色）。另外，红色表明有大量的双反射散射，可以推断砍伐后已经长出了新的植被。由此，可以通过对热带雨林地区的定期观测来了解采伐过程，并有望发现无计划的非法采伐。
图 2 南美洲的森林砍伐
此外，图 3 显示了越后平原水稻种植时间序列变化的示例。比较 6 月（左图）和 8 月（中图），表面散射（蓝色）在 6 月更为常见，此时秧苗和水稻生长较少，而双反射散射（红色）在 8 月更为常见，此时水稻正在生长。再看次年5月（右图），情况与6月几乎相同，证实了水稻种植的季节性。这使我们能够了解大范围内水稻种植的生长状况和分布，并有望用于生产控制。
图3 越后平原水稻种植的时间序列变化
SAR卫星可以在夜间和雨天进行观测，可以定期获取世界各地的地表信息。因此，通过创建和发布彩色雷达图像，使人们更容易识别和识别地面上的物体和变化，我们希望为解决大规模非法采伐监测、大面积稻米生产控制、全球渔业管理和基础设施保护等全球社会问题做出贡献。我们也希望通过在开放、免费的政策下发布成果，为卫星数据创造新的用途，为推动政府卫星数据进一步开放、免费做出贡献。
未来随着卫星数据的不断增加，我们将通过案例研究，将ABCI上的卫星大数据处理扩展到各种类型的卫星数据，并深入研究以方便地与其他卫星数据平台进行链接，构建一个可以充分利用卫星能力的系统。
此外，为了提高SAR数据的便利性，我们将结合彩色雷达图像和AI来覆盖整个全球土地利用土地覆盖分类的研究并开发易于用户理解的SAR分析图像。
此外，我们的目标是建立一个框架来全面分析未来预计将爆发式增长的各种卫星数据（光学传感器、SAR传感器、高光谱传感器等），并有效捕捉全球变化。