数据生产

天空地一体化数据采集和融合处理 综合利用天基、空基和地基平台进行时空数据采集，并将不同来源的数据进行融合处理。

天基平台采集:
(1)以卫星遥感为主要手段。卫 星在太空中运行，可以对大面积 的地球表面进行周期性观测。
(2) 采集的数据包括光学影像、 雷达影像、高光谱数据等。卫星 遥感具有覆盖范围广、时间序列 长等优势，可用于资源调查、环 境监测、灾害预警等领域。
(3) 不同类型的卫星可以提供不 同分辨率和光谱范围的数据，满 足不同应用需求。

空基平台采集:
(1)主要通过无人机进行。无人 机具有灵活、高效、成本低等优点， 可以在不同高度和角度对目标区 域进行拍摄和数据采集。
(2) 采集的数据包括高分辨率影 像、激光雷达点云数据等。例如， 在地形测绘中，无人机可以快速 获取高精度的地形数据；在农业 监测中，无人机可以拍摄农作物 的生长情况，为精准农业提供数 据支持。
(3) 无人机还可以搭载各种传感 器，如多光谱相机、热红外相机等， 获取更多类型的信息。

地基平台采集:
(1)由地面传感器网络和实地测 量组成。地面传感器可以实时监 测各种环境参数，如温度、湿度、 气压、土壤水分等。
(2) 实地测量则包括传统的测量 方法，如全站仪测量、GPS 测量等， 以及新兴的技术手段，如三维激 光扫描等。地面采集的数据具有 高精度、实时性强的特点，是对 空中和空间数据的重要补充。

数据预处理:
(1)对来自不同平台的数据进行 预处理，包括辐射校正、几何校正、 坐标转换等。这一步骤旨在消除 数据中的误差和不一致性，为后 续的融合处理奠定基础。
(2)例如，对卫星影像进行辐射 校正，使其反映真实的地物反射 率；对无人机影像进行几何校正， 使其与地面坐标系统匹配。

特征提取:
(1)从不同类型的数据中提取特 征信息。特征可以是图像的纹理、 颜色、形状等，也可以是传感器 数据的统计特征、频谱特征等。
(2)特征提取的目的是为了找到 不同数据之间的共性和关联性， 以便进行有效的融合。例如，从 卫星影像和无人机影像中提取相 同区域的地物特征，为融合提供 依据。

数据融合方法:
(1)主要有基于像元的融合、基 于特征的融合和基于决策的融合 等方法。
(2)基于像元的融合是将不同数 据源的像元值进行组合，生成新 的融合图像。这种方法简单直观， 但容易受到噪声和误差的影响。 (3)基于特征的融合是先提取不 同数据源的特征，然后将这些特 征进行融合，生成新的特征向量。 这种方法可以提高融合的准确性 和可靠性，但计算复杂度较高。 (4)基于决策的融合是根据不同 数据源的决策结果进行融合，生 成最终的决策。这种方法适用于 多源数据的分类和识别问题。

融合效果评估:
(1)对融合后的数据进行质量评 估，以确定融合效果的好坏。评 估指标可以包括信息熵、清晰度、 对比度、相关系数等。。
(2)通过评估，可以调整融合参 数，优化融合算法，提高融合质量。

1.1数据生产中心

公司数据生产中心已配置 2 个集群共 100 个节点的 GPU 服务资源，日生产能力达到三维自动建模 40 平方公里， 日图片处理能力 50 万张。算力资源还在陆续增加中，后续能够达到日自动建模 100 平方公里以上；日图片处 理能力 120 万张以上。

1.2全流程自动化数据处理

实现数据处理全流程自动化处理，首先基于倾斜摄影、激光点云、地面影像、全景影像等采集成果，利用预 处理模块对采集的数据实施信息标注、匹配以及建模等一系列处理操作，从而生成标准格式的建模文件。借 助轻量化处理模块对建模文件予以压缩处理，再通过整饰和优化模块将经过轻量化处理的建模文件自动拼接 组合，形成高精度的三维场景，为用户呈现出逼真、精细的三维可视化成果。

精度更高： 每帧三角形面数可达数千万，道路、楼宇、河流、湖泊、植被等还原精度更高。光照雨雪、季节变化，更细 腻、更真实。

速度更快： 30分钟可自动生成10平方公里高 精度场景，数千平方公里也可高 帧率流畅运行。

能力更全： 兼容GIS、OSGB、BIM、FBX等主 流三维数据格式。

1.3实景三维数据采集和更新

配备专业团队和专业设备，具备倾斜摄影、激光点云、高精度路网等各类地理信息数据采集能力。

(1)受天气状态影响小: 可在阴天、小雨、薄雾 等天气状态下正常完成 数据采集，配套自研图 像算法保障采集成果质 量。

(2)云端实时更新: 无人机采集数据实时上 传云平台，配套自动化 处理软件从云平台实时 获取采集成果，实现局 部三维场景数据实时更 新。