袁勝古，羅倫，郭榕剛，毛恒彬，王芳，蔡紅玥，肖和平

1. 中國(guó)交通通信信息中心，北京 100011；2. 國(guó)交空間信息技術(shù)（北京）有限公司，北京 100011；3. 湖南省交通運(yùn)輸廳科技信息中心，湖南 長(zhǎng)沙 410004

0 引言

隨著對(duì)地觀測(cè)技術(shù)的不斷進(jìn)步，遙感數(shù)據(jù)空間分辨率、時(shí)間分辨率、光譜分辨率以及輻射分辨率不斷提高，從多源立體觀測(cè)平臺(tái)獲取的遙感數(shù)據(jù)量急劇增加，直接觸發(fā)了遙感數(shù)據(jù)的多源化和海量化，遙感信息提取技術(shù)的智能化水平和精準(zhǔn)度也逐漸提升，遙感數(shù)據(jù)進(jìn)入了大數(shù)據(jù)時(shí)代[1-2]。目前，遙感大數(shù)據(jù)在環(huán)境、水利、城鄉(xiāng)規(guī)劃、海洋等行業(yè)的產(chǎn)業(yè)化應(yīng)用已經(jīng)日趨成熟[3-7]。

交通運(yùn)輸業(yè)是國(guó)民經(jīng)濟(jì)重要的基礎(chǔ)結(jié)構(gòu)之一，是國(guó)民經(jīng)濟(jì)發(fā)展的基本和先決條件，對(duì)整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展效率起著至關(guān)重要的作用。遙感技術(shù)在數(shù)據(jù)分辨率、數(shù)據(jù)量、數(shù)據(jù)獲取效率等方面較傳統(tǒng)方法具有明顯優(yōu)勢(shì)，已經(jīng)在公路、鐵路、水運(yùn)、航運(yùn)、管道等交通業(yè)務(wù)領(lǐng)域得到了不同程度的應(yīng)用，有效地解決了傳統(tǒng)交通行業(yè)建設(shè)、管理、養(yǎng)護(hù)過程中存在的信息采集覆蓋面窄、效率低、成本高、數(shù)據(jù)更新緩慢、數(shù)據(jù)資源共享程度低等問題[8-10]。伴隨著遙感技術(shù)在交通運(yùn)輸領(lǐng)域應(yīng)用的不斷深入，交通遙感大數(shù)據(jù)也逐漸成為交通運(yùn)輸行業(yè)的重要發(fā)展方向，為“交通強(qiáng)國(guó)”建設(shè)提供了重要的數(shù)據(jù)支撐。

1 交通遙感大數(shù)據(jù)概述及應(yīng)用現(xiàn)狀

1.1 交通遙感大數(shù)據(jù)的內(nèi)涵

交通遙感是指使用可見光、熱紅外和微波等多源遙感數(shù)據(jù)，通過目視判讀、計(jì)算機(jī)自動(dòng)提取和反演等多種分析手段，進(jìn)行交通線路和交通基礎(chǔ)設(shè)施的提取與變化檢測(cè)，對(duì)交通沿線的地形、環(huán)境、災(zāi)害信息進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，并與地理信息系統(tǒng)（geographic information system，GIS）和導(dǎo)航技術(shù)相結(jié)合，為交通規(guī)劃、建設(shè)、養(yǎng)護(hù)、管理等業(yè)務(wù)提供信息化技術(shù)支持的學(xué)科[11]。遙感技術(shù)的應(yīng)用貫穿交通勘察規(guī)劃、建設(shè)施工、設(shè)施養(yǎng)護(hù)和運(yùn)營(yíng)管理的各個(gè)階段，每個(gè)階段都涉及與其他學(xué)科的交叉融合，這體現(xiàn)了交通遙感的綜合性特點(diǎn)。而且公路、鐵路、水運(yùn)、航空、管道等不同的交通業(yè)務(wù)領(lǐng)域又有各自的特點(diǎn)，這就使得交通遙感的分析和應(yīng)用更具復(fù)雜性[10]。相比傳統(tǒng)數(shù)據(jù)，遙感大數(shù)據(jù)應(yīng)用于交通領(lǐng)域能反映交通領(lǐng)域相關(guān)要素的數(shù)量及空間結(jié)構(gòu)，具有客觀性、連續(xù)性、時(shí)效性、精確性、全樣本和動(dòng)態(tài)性等優(yōu)勢(shì)，能更加凸顯其時(shí)空動(dòng)態(tài)特征。遙感大數(shù)據(jù)以更高的時(shí)間分辨率和空間分辨率，為人們定量、客觀、便捷地理解交通及其行為提供了新的手段。

交通遙感大數(shù)據(jù)主要包括交通遙感影像產(chǎn)品、交通遙感監(jiān)測(cè)業(yè)務(wù)產(chǎn)品、交通業(yè)務(wù)現(xiàn)場(chǎng)觀測(cè)與測(cè)量數(shù)據(jù)、基礎(chǔ)背景數(shù)據(jù)四大類數(shù)據(jù)及產(chǎn)品（見表1）。交通遙感影像產(chǎn)品主要包括衛(wèi)星、機(jī)載、地基等遙感影像數(shù)據(jù)等，為交通相關(guān)應(yīng)用提供基本的遙感影像底圖；交通遙感監(jiān)測(cè)業(yè)務(wù)產(chǎn)品主要包括交通基礎(chǔ)信息遙感監(jiān)測(cè)產(chǎn)品、交通環(huán)境信息監(jiān)測(cè)產(chǎn)品、交通災(zāi)害信息監(jiān)測(cè)產(chǎn)品等，為交通專題應(yīng)用提供專題地圖產(chǎn)品；交通業(yè)務(wù)現(xiàn)場(chǎng)觀測(cè)與測(cè)量數(shù)據(jù)主要包括交通終端設(shè)備傳感器采集數(shù)據(jù)、地面調(diào)查數(shù)據(jù)、訓(xùn)練樣本數(shù)據(jù)、解譯規(guī)則集數(shù)據(jù)等，為交通相關(guān)應(yīng)用提供現(xiàn)場(chǎng)數(shù)據(jù)及樣本數(shù)據(jù)；基礎(chǔ)背景數(shù)據(jù)主要包括基礎(chǔ)地理數(shù)據(jù)、氣象水文數(shù)據(jù)、土地利用數(shù)據(jù)、地質(zhì)地貌數(shù)據(jù)等，為交通相關(guān)應(yīng)用提供基本信息底圖。

表1 交通遙感數(shù)據(jù)的分類與內(nèi)容

1.2 交通遙感大數(shù)據(jù)的特征

交通遙感大數(shù)據(jù)在具備遙感大數(shù)據(jù)特征[12]的同時(shí)，還具有一定的特殊性。

● 客觀性。交通遙感大數(shù)據(jù)的獲取不受人為因素的干擾，可以對(duì)交通設(shè)施、交通工具的空間分布和運(yùn)營(yíng)狀態(tài)、路域和航道周圍環(huán)境以及交通事件的發(fā)展過程進(jìn)行客觀的評(píng)價(jià)。交通遙感大數(shù)據(jù)的客觀性對(duì)于交通路網(wǎng)現(xiàn)狀統(tǒng)計(jì)評(píng)估、交通行業(yè)監(jiān)管等具有重要意義。

● 多源性。不同交通業(yè)務(wù)對(duì)遙感數(shù)據(jù)的需求不同，交通遙感是對(duì)大氣環(huán)境、地表信息及地下管道等多個(gè)層次的立體觀測(cè)。交通遙感大數(shù)據(jù)的獲取平臺(tái)包括航天、航空、地基等類型，傳感器波段涉及可見光、紅外、微波。交通遙感大數(shù)據(jù)還包括物探、測(cè)繪等實(shí)測(cè)數(shù)據(jù)，以及手持終端設(shè)備采集的交通業(yè)務(wù)統(tǒng)計(jì)上報(bào)數(shù)據(jù)，具備典型的多源性特征。

● 現(xiàn)勢(shì)性。隨著全球?qū)Φ赜^測(cè)體系和地面交通傳感網(wǎng)絡(luò)建設(shè)的不斷完善，交通遙感大數(shù)據(jù)獲取和傳輸?shù)臏?zhǔn)實(shí)時(shí)性大幅提升，在交通災(zāi)害事故應(yīng)急搜救中，可以及時(shí)獲取目標(biāo)對(duì)象的最新數(shù)據(jù)和事故的周邊態(tài)勢(shì)，制定合理有效的救援方案。

● 海量性。交通系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，涉及人、車、路、環(huán)境等各種信息，其數(shù)據(jù)量大、包含的信息多，具有海量數(shù)據(jù)特征[11]。受觀測(cè)對(duì)象的限制，相對(duì)于其他行業(yè)，交通行業(yè)對(duì)高空間分辨率遙感影像的需求更為迫切，如農(nóng)村公路屬性信息提取、車輛和船舶等交通工具類型識(shí)別、道路破損狀況監(jiān)測(cè)等都離不開高分遙感數(shù)據(jù)的支撐。同時(shí)，隨著遙感技術(shù)在交通運(yùn)輸行業(yè)應(yīng)用的逐漸深入，遙感技術(shù)對(duì)交通信息提取和分析的全面性、時(shí)效性和精準(zhǔn)性要求也逐步提升。這些因素決定了交通遙感必將面臨海量大數(shù)據(jù)信息存儲(chǔ)、處理和分析的挑戰(zhàn)。

1.3 公路交通領(lǐng)域遙感大數(shù)據(jù)應(yīng)用現(xiàn)狀

在公路交通領(lǐng)域，公路勘察、路網(wǎng)分布調(diào)查、公路災(zāi)害監(jiān)測(cè)與道路災(zāi)毀評(píng)估是較早引入遙感大數(shù)據(jù)分析技術(shù)的業(yè)務(wù)方向，也是目前交通遙感較為典型的幾個(gè)應(yīng)用方向。同時(shí)，隨著遙感影像空間分辨率的不斷提高，基于遙感大數(shù)據(jù)的公路建設(shè)監(jiān)管和公路智慧養(yǎng)護(hù)也逐漸成為技術(shù)研究和業(yè)務(wù)應(yīng)用的熱點(diǎn)。

1.3.1 國(guó)內(nèi)公路交通遙感大數(shù)據(jù)應(yīng)用現(xiàn)狀

遙感技術(shù)在我國(guó)公路勘察中的應(yīng)用起步較早，遙感大數(shù)據(jù)在我國(guó)高寒高海拔地區(qū)、西部復(fù)雜山區(qū)和東部丘陵區(qū)重要公路的勘察及選線工作中發(fā)揮了不可替代的作用[13-16]。2005年我國(guó)推出了由中交第二公路勘察設(shè)計(jì)研究院編制的行業(yè)標(biāo)準(zhǔn)《公路工程地質(zhì)遙感勘察規(guī)范》（JTG/T C21-01—2005）[17]，明確了包含航空、航天遙感資料及其他資料的遙感大數(shù)據(jù)信息在路線方案的勘察設(shè)計(jì)、重大工程選址中的重要作用。

遙感大數(shù)據(jù)分析為路網(wǎng)監(jiān)測(cè)提供了全新的技術(shù)方法，實(shí)現(xiàn)了大面積路網(wǎng)的道路軌跡分布、路面寬度和路面材質(zhì)的快速和客觀統(tǒng)計(jì)，改變了傳統(tǒng)交通運(yùn)輸行業(yè)路網(wǎng)信息人工調(diào)查和統(tǒng)計(jì)的工作模式。國(guó)內(nèi)外學(xué)者很早便開始了基于衛(wèi)星遙感影像的道路屬性信息提取研究[18-20]，為遙感技術(shù)在交通路網(wǎng)調(diào)查與核查業(yè)務(wù)中的推廣應(yīng)用提供了基礎(chǔ)。2015年，湖南省交通運(yùn)輸廳聯(lián)合中國(guó)交通通信信息中心在全國(guó)率先引入了高分遙感技術(shù)，運(yùn)用高分遙感路網(wǎng)提取技術(shù)和大數(shù)據(jù)分析手段，對(duì)全省19萬千米的農(nóng)村公路進(jìn)行了“放大鏡”式的全覆蓋檢測(cè)，并建成了遙感農(nóng)村公路數(shù)據(jù)庫和綜合管理系統(tǒng)，實(shí)現(xiàn)了對(duì)全省農(nóng)村公路全面、精準(zhǔn)的管理[21]。截至2021年年底，遙感路網(wǎng)核查技術(shù)已經(jīng)在湖南省、貴州省、四川省、陜西省、廣東省、云南省、安徽省、江西省、廣西壯族自治區(qū)等多個(gè)省份得到了推廣應(yīng)用。

20多年來，在應(yīng)對(duì)特大水災(zāi)、雪災(zāi)凍害、地震、滑坡等自然災(zāi)害的過程中，衛(wèi)星、航空、無人機(jī)等高分辨率遙感技術(shù)在道路災(zāi)毀評(píng)估中發(fā)揮了巨大的作用，遙感技術(shù)已成為當(dāng)前災(zāi)害調(diào)查和災(zāi)害風(fēng)險(xiǎn)評(píng)估不可或缺的重要技術(shù)。2008年汶川地震發(fā)生后，相關(guān)單位和廣大的科研工作者利用航空、航天遙感影像數(shù)據(jù)開展了四川省道路工程沿線地質(zhì)災(zāi)害的調(diào)查工作，調(diào)查了都汶高速公路地震次生山地災(zāi)害的類型、災(zāi)害特征、分布區(qū)域及分布規(guī)律，為后期次生災(zāi)害的防治提供了很好的依據(jù)[22]。另外，在玉樹地震、舟曲泥石流、九寨溝地震以及長(zhǎng)江流域洪水特大自然災(zāi)害的應(yīng)急救援和公路災(zāi)毀評(píng)估工作中，通過遙感大數(shù)據(jù)分析技術(shù)及時(shí)獲取滑坡區(qū)域面積和災(zāi)毀道路長(zhǎng)度等重要信息，為交通部門搶險(xiǎn)救災(zāi)和災(zāi)后恢復(fù)重建提供了數(shù)據(jù)支撐。

遙感大數(shù)據(jù)在公路建設(shè)監(jiān)管和道路養(yǎng)護(hù)方向的應(yīng)用是交通遙感的新熱點(diǎn)。早期主要使用中低分辨率遙感衛(wèi)星數(shù)據(jù)，對(duì)高速公路建設(shè)項(xiàng)目施工前、施工期、竣工后的建設(shè)項(xiàng)目臨時(shí)占地和恢復(fù)狀況進(jìn)行監(jiān)測(cè)和分析[23]。目前，隨著國(guó)內(nèi)外亞米級(jí)衛(wèi)星及無人機(jī)影像獲取技術(shù)的推廣應(yīng)用，施工現(xiàn)場(chǎng)的細(xì)節(jié)信息提取已經(jīng)得到了較好的解決，遙感大數(shù)據(jù)被逐步引入大型交通工程建設(shè)進(jìn)度監(jiān)管業(yè)務(wù)中。我國(guó)目前已由大規(guī)模交通基礎(chǔ)設(shè)施建設(shè)階段過渡到了養(yǎng)護(hù)管理階段，對(duì)智慧化養(yǎng)護(hù)的需求越來越迫切，遙感大數(shù)據(jù)分析技術(shù)在公路養(yǎng)護(hù)業(yè)務(wù)中的應(yīng)用具有非常重要的意義。高光譜遙感衛(wèi)星影像空間分辨率的提升、航空無人機(jī)和地面遙感檢測(cè)設(shè)備的輔助使用，以及道路健康狀況遙感檢測(cè)光譜特征和理論模型研究[24]的不斷深入，為遙感大數(shù)據(jù)在道路養(yǎng)護(hù)業(yè)務(wù)中的應(yīng)用和推廣打下了基礎(chǔ)。

1.3.2 國(guó)外公路交通遙感大數(shù)據(jù)應(yīng)用現(xiàn)狀

發(fā)達(dá)國(guó)家（如美國(guó)、德國(guó)、加拿大、英國(guó)、日本、澳大利亞等國(guó)）從20世紀(jì)80年代開始大力推廣遙感與空間信息技術(shù)在交通領(lǐng)域的應(yīng)用。隨著國(guó)外遙感衛(wèi)星產(chǎn)業(yè)的快速發(fā)展，光學(xué)、高光譜、雷達(dá)、激光測(cè)高、重力等多類型衛(wèi)星遙感體系已形成，遙感技術(shù)在交通運(yùn)輸行業(yè)的應(yīng)用深度和廣度也得到了極大的提高。例如，美國(guó)交通部提出了“商業(yè)遙感與空間信息計(jì)劃”（Commercial Remote Sensing & Spatial Information Technologies Program），該計(jì)劃包括運(yùn)輸統(tǒng)計(jì)局、智能交通系統(tǒng)聯(lián)合計(jì)劃辦公室、研究發(fā)展和技術(shù)辦公室、導(dǎo)航定位授時(shí)與頻譜管理中心、交通安全研究所、沃爾普國(guó)家運(yùn)輸系統(tǒng)中心6個(gè)機(jī)構(gòu)。目前，高分衛(wèi)星、無人機(jī)、三維激光掃描（light detection and ranging，LiDAR）、地基雷達(dá)、探地雷達(dá)等多源遙感數(shù)據(jù)已在美國(guó)等發(fā)達(dá)國(guó)家的交通設(shè)施建設(shè)、管理、養(yǎng)護(hù)、環(huán)境評(píng)估以及公路自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與應(yīng)急救援等領(lǐng)域得到了很好的應(yīng)用與推廣。

阿肯色大學(xué)的Coffman R A等人[25]在麥克-布萊克威爾鄉(xiāng)村運(yùn)輸中心項(xiàng)目中，利用激光雷達(dá)三維建模和地基合成孔徑雷達(dá)干涉測(cè)量（interferometric synthetic aperture radar，InSAR）技術(shù)，對(duì)公路建設(shè)黏土材料進(jìn)行持續(xù)觀測(cè)，詳細(xì)分析了黏土材料的收縮膨脹特征。美國(guó)北達(dá)科他州立大學(xué)的 Bridgelall R等人[26]利用搭載在無人機(jī)上的高光譜成像儀，開展了涵蓋道路擁堵預(yù)測(cè)、鐵路運(yùn)行狀況監(jiān)測(cè)和管道風(fēng)險(xiǎn)管理的交通系統(tǒng)多式聯(lián)運(yùn)遙感研究，為交通模型參數(shù)的獲取與定期更新提供了一種低成本的技術(shù)手段，體現(xiàn)了遙感技術(shù)在交通多式聯(lián)運(yùn)分析與安全管理應(yīng)用中的巨大潛力。密歇根理工大學(xué)的Wolf R E等人[27]利用InSAR、LiDAR和三維攝影測(cè)量等遙感技術(shù)，針對(duì)密歇根州底特律M-10高速公路、內(nèi)華達(dá)州鐵路走廊、阿拉斯加管道走廊和實(shí)驗(yàn)室縮放模型等幾個(gè)研究場(chǎng)景，開展交通設(shè)施沿線巖土資產(chǎn)監(jiān)測(cè)，為交通部門的巖土資產(chǎn)管理決策提供技術(shù)支撐。遙感技術(shù)在國(guó)外公路、橋梁、邊坡養(yǎng)護(hù)中也發(fā)揮了積極的作用。美國(guó)交通部聯(lián)邦公路管理局使用LiDAR數(shù)據(jù)、圖像處理算法和GPS/GIS技術(shù)，長(zhǎng)期監(jiān)測(cè)路面裂縫和破損狀況，包括瀝青路面裂縫自動(dòng)分類驗(yàn)證、混凝土道路檢測(cè)、移動(dòng)激光雷達(dá)路面標(biāo)記反射率狀況評(píng)估等[28]；多種傳感設(shè)備和遙感分析技術(shù)的使用為橋梁養(yǎng)護(hù)提供了更好的安全保障，密歇根州運(yùn)輸部汽車研究中心聯(lián)合密歇根理工大學(xué)，綜合使用三維全景攝影測(cè)量、熱紅外成像、LiDAR、數(shù)字圖像相關(guān)法（digital image correlation，DIC）、探地雷達(dá)、合成孔徑雷達(dá)（synthetic aperture radar，SAR）、無人機(jī)與衛(wèi)星多光譜影像等遙感數(shù)據(jù)，對(duì)橋梁變形、橋面鋪裝裂縫、坑洞、龜裂等橋梁病害進(jìn)行了全面的檢測(cè)，證明了遙感技術(shù)在橋梁養(yǎng)護(hù)中的應(yīng)用價(jià)值[29]；俄勒岡州交通部研究中心和俄勒岡州交通研究與教育協(xié)會(huì)（OTREC）的工作人員利用地面和機(jī)載的三維激光掃描設(shè)備對(duì)俄勒岡州的101號(hào)高速公路和美國(guó)20先鋒-埃迪維爾高速公路沿線進(jìn)行邊坡的持續(xù)監(jiān)測(cè)，并構(gòu)建了同步變化檢測(cè)模型，實(shí)現(xiàn)了道路沿線災(zāi)害隱患點(diǎn)的快速高效排查，為交通設(shè)施養(yǎng)護(hù)和區(qū)域未來工礦業(yè)的發(fā)展提供了安全保障[30]。交通設(shè)施沿線的環(huán)境監(jiān)測(cè)與評(píng)估是遙感技術(shù)應(yīng)用的重要領(lǐng)域之一，遙感技術(shù)已成為各個(gè)國(guó)家開展公路沿線植被覆蓋、徑流分布、水土流失監(jiān)測(cè)以及交通環(huán)境評(píng)估業(yè)務(wù)的重要手段[31-32]。遙感數(shù)據(jù)也是全球范圍內(nèi)地震、海嘯、颶風(fēng)、臺(tái)風(fēng)等重大自然災(zāi)害以及公路沿線局部范圍內(nèi)滑坡、泥石流、崩塌等次生地質(zhì)災(zāi)害損毀信息獲取的重要數(shù)據(jù)源，美國(guó)、德國(guó)、加拿大、日本、韓國(guó)等國(guó)家的陸地、海洋、氣象系列衛(wèi)星都在本國(guó)交通災(zāi)害損毀評(píng)估和應(yīng)急救援工作中發(fā)揮了不可替代的作用。

從國(guó)內(nèi)外交通運(yùn)輸行業(yè)遙感大數(shù)據(jù)的應(yīng)用情況來看，美國(guó)、德國(guó)、加拿大等發(fā)達(dá)國(guó)家的遙感發(fā)展起步較早，其在遙感衛(wèi)星商業(yè)化發(fā)展、高分遙感應(yīng)急數(shù)據(jù)獲取、遙感精細(xì)化分析、行業(yè)應(yīng)用業(yè)務(wù)化程度等方面具有更大的優(yōu)勢(shì)。目前，發(fā)達(dá)國(guó)家高分遙感衛(wèi)星數(shù)據(jù)、無人機(jī)和地面遙感設(shè)備在交通建設(shè)、管理、養(yǎng)護(hù)等領(lǐng)域的應(yīng)用也更加廣泛和深入。

本文結(jié)合近幾年中國(guó)交通通信信息中心在交通遙感領(lǐng)域開展的相關(guān)工作，重點(diǎn)介紹遙感大數(shù)據(jù)在交通公路災(zāi)毀智能提取分析、公路建設(shè)與規(guī)劃分析、空天大數(shù)據(jù)公路智慧養(yǎng)護(hù)3個(gè)方向的典型應(yīng)用。

2 遙感大數(shù)據(jù)在公路交通中的典型應(yīng)用

公路及其附屬設(shè)施在遙感數(shù)據(jù)中表現(xiàn)為長(zhǎng)條形網(wǎng)狀結(jié)構(gòu)，并因建設(shè)材質(zhì)、標(biāo)準(zhǔn)和時(shí)間的不同，體現(xiàn)為不同的光譜特征和紋理特征。形狀方面，平原地區(qū)的公路偏平直，山區(qū)地區(qū)的公路多彎曲迂回。同時(shí)，公路覆蓋平原、丘陵、山地等不同地區(qū)，且容易被建筑物、行道樹等地物遮擋，體現(xiàn)出多樣性的特征。公路在遙感數(shù)據(jù)中的多樣性客觀地增加了遙感大數(shù)據(jù)在公路交通中的應(yīng)用難。為了擴(kuò)展遙感大數(shù)據(jù)在公路交通中的應(yīng)用，需要重點(diǎn)關(guān)注以下兩個(gè)方面。

● 數(shù)據(jù)方面。因交通業(yè)務(wù)關(guān)系人民安全及經(jīng)濟(jì)發(fā)展，故對(duì)業(yè)務(wù)數(shù)據(jù)的準(zhǔn)確度及精細(xì)化程度要求高，需采用亞米級(jí)高分辨率遙感衛(wèi)星或無人機(jī)影像。為了提高道路屬性信息（如路面類型、老化程度等）分析的準(zhǔn)確度，需采用多光譜/高光譜影像數(shù)據(jù)源。

● 算法方面。遙感影像中的公路特征多樣、場(chǎng)景復(fù)雜，對(duì)影像去噪、增強(qiáng)、提取等技術(shù)有較高要求，如今遙感數(shù)據(jù)深度學(xué)習(xí)及大數(shù)據(jù)融合分析已經(jīng)在公路交通領(lǐng)域發(fā)揮了作用，但是，遙感數(shù)據(jù)存儲(chǔ)、分析速度較慢，需構(gòu)建良好的大數(shù)據(jù)平臺(tái)，以提升遙感大數(shù)據(jù)的處理效率。

近幾年，交通運(yùn)輸部相關(guān)部門結(jié)合具體交通業(yè)務(wù)需求，陸續(xù)開展了基于遙感大數(shù)據(jù)與多源時(shí)空大數(shù)據(jù)的行業(yè)應(yīng)用，對(duì)提高工作效率、提升政務(wù)決策能力水平起到了重要作用。

2.1 遙感大數(shù)據(jù)公路災(zāi)毀智能提取分析

交通運(yùn)輸部門和各級(jí)公路管養(yǎng)部門高度重視自然災(zāi)害對(duì)公路的影響，摸清公路災(zāi)毀狀況對(duì)開展災(zāi)害搶通保通、災(zāi)后重建以及公路養(yǎng)護(hù)具有重要的支撐作用。近幾年交通部門已開展“全國(guó)公路災(zāi)害監(jiān)測(cè)與評(píng)估系統(tǒng)”的構(gòu)建，逐步形成“部-省-市-縣”4級(jí)采集審核報(bào)送的業(yè)務(wù)模式?；谌斯ぶ悄芎涂仗齑髷?shù)據(jù)分析技術(shù)，系統(tǒng)實(shí)現(xiàn)了大范圍公路災(zāi)毀信息的普查與數(shù)據(jù)獲取、海量災(zāi)毀采集信息的層級(jí)報(bào)送與智能審核、干線公路災(zāi)毀損失評(píng)估、災(zāi)毀大數(shù)據(jù)的信息挖掘、公路災(zāi)毀的事前預(yù)警防范、突發(fā)重大災(zāi)害的救援決策等功能，對(duì)加強(qiáng)公路災(zāi)毀的事前預(yù)警防范以及建立災(zāi)害信息化長(zhǎng)效監(jiān)測(cè)機(jī)制起到了關(guān)鍵的作用。

（1）實(shí)現(xiàn)大范圍公路災(zāi)害普查效率的大幅提升

公路自然災(zāi)害覆蓋范圍廣、突發(fā)性強(qiáng)，傳統(tǒng)手段無法短時(shí)間內(nèi)完成大范圍的公路災(zāi)害信息獲取。系統(tǒng)通過集成高分辨率光學(xué)、SAR衛(wèi)星遙感影像和移動(dòng)終端采集數(shù)據(jù)，融合降水、植被覆蓋率、地形地貌等多源信息，經(jīng)多期影像長(zhǎng)時(shí)序觀測(cè)，依托人工智能等技術(shù)手段，實(shí)現(xiàn)了崩塌、滑坡、泥石流、沉陷等典型公路災(zāi)害的大范圍監(jiān)測(cè)提取與篩查，從數(shù)據(jù)和技術(shù)角度解決公路災(zāi)害普查難題。系統(tǒng)匯總了不同類型災(zāi)毀的空間分布、規(guī)模、現(xiàn)場(chǎng)圖像、搶修投入、災(zāi)毀損失情況等精細(xì)化信息。截至2020年年底，系統(tǒng)已上線運(yùn)行17個(gè)月，共存儲(chǔ)災(zāi)毀數(shù)據(jù)達(dá)20余萬條，全國(guó)已有31個(gè)省的上千個(gè)公路管養(yǎng)單位使用該系統(tǒng)進(jìn)行了公路災(zāi)毀的采集報(bào)送和信息推送。

（2）實(shí)現(xiàn)海量采集上報(bào)業(yè)務(wù)數(shù)據(jù)的層級(jí)報(bào)送與智能審核

因各地上報(bào)數(shù)據(jù)的專業(yè)性和技術(shù)水平不同，為保證災(zāi)毀信息的準(zhǔn)確性以及決策的科學(xué)性，災(zāi)毀信息的上報(bào)采集采用“部-省-市-縣”4級(jí)采集審核報(bào)送的工作機(jī)制。報(bào)送機(jī)制不僅強(qiáng)化了審核及證明材料的規(guī)范性，做到有據(jù)可循，還綜合利用了多源大數(shù)據(jù)的互補(bǔ)、互驗(yàn)特征，實(shí)現(xiàn)對(duì)海量上報(bào)數(shù)據(jù)的智能審核。系統(tǒng)通過融合遙感衛(wèi)星影像、業(yè)務(wù)移動(dòng)終端采集信息（如現(xiàn)場(chǎng)照片、上報(bào)文字等）、氣象降水等信息，綜合對(duì)比大量歷史災(zāi)害點(diǎn)位的規(guī)模、損毀金額、搶通投入人力資金等數(shù)據(jù)，實(shí)現(xiàn)對(duì)地方災(zāi)毀及重建資金報(bào)送等信息的智能化、批量化審核，大幅提高了報(bào)送數(shù)據(jù)檢查工作的效率與準(zhǔn)確性。如在某處公路中斷情況的審核中，系統(tǒng)可將現(xiàn)場(chǎng)照片內(nèi)容不符、重復(fù)采集問題上報(bào)，以及災(zāi)毀發(fā)生時(shí)間與數(shù)據(jù)采集上報(bào)時(shí)間間隔過長(zhǎng)等問題進(jìn)行回退。例如2020年，系統(tǒng)實(shí)現(xiàn)對(duì)26個(gè)省份上報(bào)的33416條公路災(zāi)毀段數(shù)據(jù)的審核，通過部級(jí)審核數(shù)據(jù)31792條，回退數(shù)據(jù)1624條，保證了公路災(zāi)毀數(shù)據(jù)的準(zhǔn)確性，為道路應(yīng)急救援方案的科學(xué)制定實(shí)施、災(zāi)害評(píng)估，以及災(zāi)后恢復(fù)重建的資金撥付提供了有力支撐。

（3）實(shí)現(xiàn)對(duì)全國(guó)干線公路災(zāi)毀的評(píng)估，提供養(yǎng)護(hù)輔助決策

系統(tǒng)針對(duì)全國(guó)公路災(zāi)毀信息采集的干線公路災(zāi)毀信息，采用聚類分析方法，對(duì)各災(zāi)毀樣本個(gè)體及造成損毀數(shù)量按其具有的特性進(jìn)行分類，結(jié)合公路技術(shù)等級(jí)、公路主體損毀量、造成中斷情況及搶通保通難度等因素進(jìn)行定量分析，初步形成公路災(zāi)毀損失評(píng)價(jià)指標(biāo)體系，并綜合評(píng)價(jià)出全國(guó)干線公路災(zāi)損嚴(yán)重程度及分布情況。該評(píng)估結(jié)果能夠?yàn)楣饭莛B(yǎng)力量投入、災(zāi)毀搶修保通資金支持及災(zāi)后重建資金管理提供基礎(chǔ)數(shù)據(jù)參考，輔助規(guī)劃養(yǎng)護(hù)設(shè)備、人員布局，提高資金投放精度和資金使用效率。對(duì)于邊遠(yuǎn)欠發(fā)達(dá)地區(qū)，可以統(tǒng)籌考慮地方財(cái)力、災(zāi)毀公路搶修保通、重建工程難度等多種因素，充分發(fā)揮補(bǔ)助資金的統(tǒng)籌作用和幫扶導(dǎo)向。

（4）實(shí)現(xiàn)對(duì)災(zāi)毀大數(shù)據(jù)的信息挖掘，發(fā)掘?yàn)?zāi)毀事故緣由

通過對(duì)各地災(zāi)毀在不同等級(jí)公路的分布進(jìn)行分析，能夠及時(shí)發(fā)現(xiàn)設(shè)計(jì)、施工及養(yǎng)護(hù)工作的薄弱環(huán)節(jié)。如2019年和2020年兩年的數(shù)據(jù)均顯示，二級(jí)公路災(zāi)毀占比較大（如圖1所示），與三級(jí)及以下公路災(zāi)毀情況相比，隨著技術(shù)等級(jí)的提高，其抗災(zāi)能力并未明顯提升。如2020年公路災(zāi)毀分級(jí)統(tǒng)計(jì)結(jié)果顯示，災(zāi)毀里程接近及超過1000 km的區(qū)域有華東、華中地區(qū)，其中特別嚴(yán)重路段分布也以華東、華中地區(qū)為主，嚴(yán)重路段分布以華北、西南地區(qū)為主，需重點(diǎn)關(guān)注。又如，經(jīng)分析研究發(fā)現(xiàn)，高頻發(fā)災(zāi)毀路段主要受地表坡度、巖性、高海拔和低區(qū)域穩(wěn)定性等主導(dǎo)因子影響，且與急彎陡坡和臨水臨崖有很高的關(guān)聯(lián)性（如圖2所示）。

圖1 2020年各地區(qū)不同技術(shù)等級(jí)公路災(zāi)毀量

圖2 木里博科鄉(xiāng)境內(nèi)災(zāi)毀路段急彎陡坡示意圖

（5）利用InSAR技術(shù)開展公路災(zāi)毀的事前預(yù)警防范

InSAR是以合成孔徑雷達(dá)復(fù)數(shù)據(jù)提取的干涉相位信息為信息源獲取地表形變信息的技術(shù)，可用于大范圍區(qū)域?yàn)?zāi)害隱患排查和重點(diǎn)邊坡的長(zhǎng)時(shí)序、高頻率、高精度、微形變監(jiān)測(cè)，監(jiān)測(cè)精度可達(dá)毫米級(jí)。為了提升基礎(chǔ)設(shè)施多災(zāi)種和災(zāi)害鏈綜合監(jiān)測(cè)、風(fēng)險(xiǎn)早期識(shí)別和預(yù)報(bào)預(yù)警能力，系統(tǒng)利用InSAR技術(shù)，對(duì)頻發(fā)災(zāi)毀路段建立信息化長(zhǎng)效監(jiān)測(cè)機(jī)制。例如，通過歷年災(zāi)毀數(shù)據(jù)分析，四川省是公路災(zāi)毀及地質(zhì)災(zāi)害非常嚴(yán)重的省份之一，系統(tǒng)專門針對(duì)重點(diǎn)路段G76雪山關(guān)隧道段開展了基于InSAR技術(shù)的公路及邊坡地質(zhì)災(zāi)害檢測(cè)與風(fēng)險(xiǎn)評(píng)估，常用的衛(wèi)星載荷有Sentinel-1系列、TerraSAR衛(wèi)星等。

（6）輔助提升災(zāi)后應(yīng)急處置的能力和水平

為了進(jìn)一步加強(qiáng)信息技術(shù)在交通運(yùn)輸突發(fā)應(yīng)急處置工作中的應(yīng)用，近幾年系統(tǒng)通過衛(wèi)星遙感影像、無人機(jī)航拍、互聯(lián)網(wǎng)+、大數(shù)據(jù)等新技術(shù)的高效應(yīng)用，為部、省管理部門及時(shí)提供了工作實(shí)時(shí)進(jìn)展、阻斷點(diǎn)現(xiàn)場(chǎng)照片以及災(zāi)害發(fā)生前后對(duì)比影像等重要決策依據(jù)，確保了搶險(xiǎn)救災(zāi)工作有序、有效、有力開展，實(shí)現(xiàn)了“看得清、聽得到、調(diào)得動(dòng)”等目標(biāo)。例如，通過多期遙感影像的對(duì)比分析，相關(guān)部門能夠從宏觀層面掌握公路水毀的實(shí)際情況，準(zhǔn)確判斷水毀的類型以及嚴(yán)重程度，對(duì)于搶通保通以及災(zāi)后重建提供重要的技術(shù)支撐。如圖3所示，通過災(zāi)前災(zāi)后遙感影像對(duì)比分析可知，在G214西寧市至瀾滄公路K1905+850至1905+900路段處，發(fā)生泥石流塌方將該路段部分阻斷，受損里程約為50 m，塌方量為960 m3。

圖3 G214災(zāi)前災(zāi)后影像對(duì)比

遙感大數(shù)據(jù)具有客觀性強(qiáng)、宏觀性強(qiáng)等特征，但其自身多為平面信息的反映，不能體現(xiàn)災(zāi)毀的立體信息（如塌方體積等）。未來可結(jié)合更高分辨率立體測(cè)繪衛(wèi)星及無人機(jī)在災(zāi)毀方面的應(yīng)用，提高災(zāi)毀信息的全面性。

2.2 遙感大數(shù)據(jù)公路建設(shè)與規(guī)劃分析

農(nóng)村公路具有“點(diǎn)多、線長(zhǎng)、面廣”的特點(diǎn)，傳統(tǒng)層層上報(bào)的模式中間過程誤差大、核準(zhǔn)難，容易出現(xiàn)漏報(bào)、錯(cuò)報(bào)，導(dǎo)致扶貧工作初期資金和項(xiàng)目難以精準(zhǔn)定向。為了提高農(nóng)村公路建設(shè)管理的科學(xué)性和交通運(yùn)輸脫貧攻堅(jiān)任務(wù)的精準(zhǔn)性，需要準(zhǔn)確評(píng)估農(nóng)村公路建設(shè)情況。衛(wèi)星遙感影像具有觀察范圍廣、信息真實(shí)等特點(diǎn)，適用于大面積的長(zhǎng)時(shí)間監(jiān)測(cè)，為開展農(nóng)村公路精準(zhǔn)扶貧工作提供了重要的技術(shù)支撐。

近幾年，我國(guó)部分中西部市縣基于高分遙感影像智能提取和高性能計(jì)算技術(shù)，通過融合“兩客一?！避囕v軌跡數(shù)據(jù)及業(yè)務(wù)移動(dòng)端App信息，實(shí)現(xiàn)了道路線位、寬度[33]、里程、路面類型[24]等道路精細(xì)化信息的獲取，以及優(yōu)選通達(dá)路線的核查工作，完成了對(duì)現(xiàn)存農(nóng)村公路和通組路基礎(chǔ)數(shù)據(jù)的清查[34-35]，為建立農(nóng)村公路大數(shù)據(jù)信息化管理數(shù)據(jù)庫提供了有力支持。遙感大數(shù)據(jù)的智能提取及分析技術(shù)極大提高了農(nóng)村公路底數(shù)清查的效率，與傳統(tǒng)外業(yè)采集及內(nèi)業(yè)人工作業(yè)方式相比，時(shí)間和人工成本降低1/3以上。圖4所示為基于遙感影像的農(nóng)村公路核查分析結(jié)果，紅色為核查出的錯(cuò)誤道路軌跡，綠色為正確軌跡，黃色為疑似錯(cuò)誤軌跡（需人工后期確認(rèn)核實(shí)）。因公路在遙感影像中特征的復(fù)雜性，目前路線線位、寬度等信息的提取尚不能實(shí)現(xiàn)全自動(dòng)，人工后處理的核實(shí)工作量依然比較大，需進(jìn)一步提高遙感公路信息自動(dòng)提取的準(zhǔn)確度。

圖4 農(nóng)村公路清查大數(shù)據(jù)分析

在公路底數(shù)清查的基礎(chǔ)上，開展了通組路建設(shè)需求核查的大數(shù)據(jù)分析。結(jié)合遙感影像村落提取和實(shí)地調(diào)查評(píng)估人口分布情況，基于農(nóng)村公路通村組規(guī)則進(jìn)行了居民點(diǎn)的道路可達(dá)性大數(shù)據(jù)分析，實(shí)現(xiàn)了對(duì)各村組通達(dá)通暢狀況的綜合評(píng)估。該評(píng)估結(jié)果可為農(nóng)村公路的規(guī)劃建設(shè)審批提供科學(xué)的參考依據(jù)。村組通達(dá)性分析評(píng)估將村組戶數(shù)、優(yōu)選通達(dá)路線與村組距離、道路路面材質(zhì)、道路寬度4類因子作為評(píng)估指標(biāo)建立評(píng)估體系，確定村組的通達(dá)性。圖5所示為某地區(qū)通組路通達(dá)性分析結(jié)果（紅色點(diǎn)為未通達(dá)村組，黃色點(diǎn)為已通達(dá)未通暢村組，綠色點(diǎn)為已通暢村組），公路的建設(shè)應(yīng)更傾向于未通達(dá)村組，切實(shí)解決村民出行難題，完善當(dāng)?shù)氐穆肪W(wǎng)體系建設(shè)。

圖5 村組點(diǎn)位可達(dá)性分析

除了農(nóng)村公路，遙感大數(shù)據(jù)在高速公路及普通國(guó)省干線建設(shè)項(xiàng)目中的計(jì)劃執(zhí)行監(jiān)督也發(fā)揮了重要的作用。傳統(tǒng)的交通基礎(chǔ)設(shè)施重大工程建設(shè)監(jiān)督主要依靠人工上報(bào)方式，其真實(shí)性得不到保障；即使上級(jí)單位利用實(shí)地巡視等手段復(fù)核，也無法完全涵蓋整個(gè)工程情況，建設(shè)監(jiān)督屬于“無圖無真相”。遙感影像反饋的信息客觀、不受人為干預(yù)，更真實(shí)可靠。利用遙感大數(shù)據(jù)，構(gòu)建交通基礎(chǔ)設(shè)施施工狀態(tài)（以公路建設(shè)為例，施工狀態(tài)包含未開工、公路用地清表、路基路面成型、已完工通車等）的遙感智能識(shí)別模型及樣本庫，實(shí)現(xiàn)不同工程不同建設(shè)階段的目標(biāo)識(shí)別、建設(shè)過程的變化檢測(cè)，以及工程質(zhì)量評(píng)價(jià)。綜合整體影像信息及實(shí)地重點(diǎn)區(qū)域巡查資料（如照片、視頻等），判斷工程進(jìn)度與批復(fù)計(jì)劃在建設(shè)內(nèi)容、建設(shè)時(shí)間等方面的符合程度，實(shí)現(xiàn)對(duì)工程建設(shè)進(jìn)度、質(zhì)量、安全和生態(tài)環(huán)境影響的監(jiān)測(cè)和管理[10]。目前，湖南省高速公路及普通國(guó)省干線建設(shè)項(xiàng)目以及江西省普通國(guó)省道公路建設(shè)項(xiàng)目已經(jīng)利用高分辨率遙感影像開展項(xiàng)目的建設(shè)監(jiān)督管理，有效保證了項(xiàng)目的進(jìn)度和資金的落實(shí)。圖6所示為京秦高速公路建設(shè)過程遙感監(jiān)測(cè)細(xì)節(jié)，其過程表現(xiàn)了高速公路建設(shè)的公路用地清表、路基填筑成型、路面攤鋪成型、已完工通車等重要進(jìn)度的狀態(tài)。工程進(jìn)度監(jiān)管對(duì)遙感影像數(shù)據(jù)有較高的空間和時(shí)間分辨率需求，目前部分區(qū)域在高分辨率遙感影像上的重訪率較低，阻礙了對(duì)工程重要階段的監(jiān)測(cè)。同時(shí)，尚需提高對(duì)工程不同階段建設(shè)情況及異常情況的自動(dòng)化分析排查功能，提高遙感大數(shù)據(jù)在工程建設(shè)監(jiān)管方面的推廣程度。

圖6 京秦高速建設(shè)施工情況細(xì)節(jié)

此外，針對(duì)特殊工程（如地鐵、隧道、橋梁等）結(jié)合InSAR進(jìn)行持續(xù)形變監(jiān)測(cè)，是保證施工安全性、避免造成安全事故的有效手段。未來，融合宏觀遙感監(jiān)測(cè)及微觀監(jiān)測(cè)（如建筑信息模型（building information modeling，BIM）、設(shè)備監(jiān)測(cè)數(shù)據(jù)）的可視化大數(shù)據(jù)分析平臺(tái)將成為重要交通基礎(chǔ)設(shè)施全生命周期（設(shè)計(jì)、建造、養(yǎng)護(hù)、運(yùn)行）健康性能監(jiān)測(cè)的有效手段。

2.3 基于空天大數(shù)據(jù)的公路智慧養(yǎng)護(hù)

現(xiàn)階段公路養(yǎng)護(hù)主要依靠人工巡查以及路檢的方式，很難提升公路養(yǎng)護(hù)管理的效果。為了深化農(nóng)村公路管理養(yǎng)護(hù)體制改革，針對(duì)我國(guó)農(nóng)村公路規(guī)模大、分布散等特點(diǎn)，交通運(yùn)輸部門正在利用遙感大數(shù)據(jù)開展公路重點(diǎn)養(yǎng)護(hù)篩查試點(diǎn)工作。利用衛(wèi)星遙感光譜及AI分析技術(shù)，精準(zhǔn)提取農(nóng)村公路存在健康狀況信息，監(jiān)測(cè)發(fā)現(xiàn)農(nóng)村公路大面積隱患及潛在路況威脅，并將評(píng)定結(jié)果作為實(shí)地勘察或車載設(shè)備進(jìn)行農(nóng)村公路技術(shù)狀況評(píng)定的前置依據(jù)，有效降低了公路巡查的成本。目前應(yīng)用于道路養(yǎng)護(hù)的遙感數(shù)據(jù)有高分二號(hào)、北京二號(hào)、高景一號(hào)和WroldView-3等衛(wèi)星的數(shù)據(jù)。

根據(jù)遙感技術(shù)能力，目前利用空天大數(shù)據(jù)初步對(duì)路面類型、路面寬度、路面損壞狀況等指標(biāo)開展了評(píng)定工作。在路面破損狀況遙感智能識(shí)別方面，通過搭建公路大坑槽、大坑洞、返砂等路面破損樣本庫，綜合運(yùn)用公路路面的不同老化破損程度在遙感影像中表現(xiàn)出的不同特征，利用AI算法實(shí)現(xiàn)對(duì)大面積、嚴(yán)重老化破損路面等重點(diǎn)區(qū)域的篩查。同時(shí)，為了彌補(bǔ)路面破損遙感樣本在空間分辨率和時(shí)間分辨率等方面的不足，提高遙感大數(shù)據(jù)路面破損監(jiān)測(cè)精度，融合地面檢測(cè)車、移動(dòng)端App等多源數(shù)據(jù)，構(gòu)建統(tǒng)一標(biāo)準(zhǔn)的路面破損樣本數(shù)庫，實(shí)現(xiàn)了對(duì)樣本訓(xùn)練集和測(cè)試集的補(bǔ)充。此外，通過融合多期影像數(shù)據(jù)、車輛運(yùn)行軌跡數(shù)據(jù)（如車輛行駛速度等）、氣象數(shù)據(jù)（如降雨）、坡度坡向等多源信息，建立公路老化破損規(guī)律模型及全生命周期演變規(guī)律，進(jìn)一步分析挖掘存在或即將老化破損的道路，實(shí)現(xiàn)大面積隱患及潛在路況威脅的排查。

目前，基于遙感大數(shù)據(jù)的公路養(yǎng)護(hù)工作已經(jīng)在我國(guó)中西部等地開展了試點(diǎn)工作。如2020年某省采用衛(wèi)星遙感技術(shù)全面核查全省4483個(gè)鄉(xiāng)鎮(zhèn)和48106個(gè)建制村的通暢情況以及嚴(yán)重破損通鄉(xiāng)通村硬化路整治情況，并在重點(diǎn)區(qū)域利用移動(dòng)App等對(duì)問題路段進(jìn)行實(shí)地驗(yàn)證。經(jīng)實(shí)地驗(yàn)證，遙感影像對(duì)破損道路的監(jiān)測(cè)具有一定的成效。利用遙感大數(shù)據(jù)開展公路養(yǎng)護(hù)具有廣闊的應(yīng)用前景。未來構(gòu)建“宏觀衛(wèi)星遙感+地面精細(xì)化檢測(cè)”將成為公路智慧養(yǎng)護(hù)的趨勢(shì)。研究遙感公路健康狀況評(píng)定技術(shù)方法，構(gòu)建天地一體化的檢測(cè)體系及標(biāo)準(zhǔn)化流程，將有效提升公路健康狀況檢測(cè)效率，提高公路養(yǎng)護(hù)管理效率。

因公路養(yǎng)護(hù)對(duì)道路在影像中的光譜、紋理特征要求非常精細(xì)，遙感數(shù)據(jù)的波段數(shù)以及數(shù)據(jù)質(zhì)量制約著其在公路養(yǎng)護(hù)中的應(yīng)用，雖初步取得一定成效，但其數(shù)據(jù)獲取途徑的快捷性、分析結(jié)果的準(zhǔn)確性有待進(jìn)一步提高，需要更豐富的遙感大數(shù)據(jù)源及處理分析技術(shù)的支撐。

3 交通遙感大數(shù)據(jù)發(fā)展趨勢(shì)

3.1 交通遙感大數(shù)據(jù)面臨的問題

盡管交通遙感大數(shù)據(jù)已在交通運(yùn)輸行業(yè)的實(shí)際應(yīng)用中發(fā)揮了重要作用，但在應(yīng)用與研究發(fā)展中仍有很多問題待解決，具體可概括為以下兩個(gè)方面。

第一，在遙感衛(wèi)星載荷方面，目前在軌遙感衛(wèi)星還無法完全滿足水陸交通運(yùn)輸行業(yè)對(duì)遙感技術(shù)日益迫切的需求，這在一定程度上制約了遙感大數(shù)據(jù)在交通運(yùn)輸領(lǐng)域的應(yīng)用，具體表現(xiàn)在以下幾個(gè)方面。

● 空間分辨率低：對(duì)于農(nóng)村公路出現(xiàn)暢返不暢、路面老化，以及自然災(zāi)害造成的道路損毀等問題，需要較高空間分辨率的多光譜、高光譜遙感衛(wèi)星數(shù)據(jù)，以滿足路面健康和道路受損狀況的觀測(cè)需求。雖然我國(guó)高分二號(hào)、北京二號(hào)、高景一號(hào)等衛(wèi)星的空間分辨率都已達(dá)到亞米級(jí)，高光譜衛(wèi)星高分五號(hào)也已經(jīng)投入使用，但是對(duì)于寬度僅幾米的道路來說，現(xiàn)有的遙感衛(wèi)星資源仍難以滿足交通行業(yè)精細(xì)化業(yè)務(wù)管理和應(yīng)急損毀評(píng)估的需求。

● 時(shí)間分辨率低：對(duì)于陸地和海上突發(fā)的自然災(zāi)害、船舶遇險(xiǎn)、海上溢油等應(yīng)急事件，需要對(duì)事件發(fā)生區(qū)域進(jìn)行高精度、高頻次、連續(xù)的跟蹤監(jiān)測(cè)。目前我國(guó)高分四號(hào)衛(wèi)星可實(shí)現(xiàn)對(duì)地表某區(qū)域的長(zhǎng)時(shí)間凝視，但其空間分辨率只有50 m，難以滿足交通目標(biāo)快速發(fā)現(xiàn)、連續(xù)跟蹤的應(yīng)用需求。后續(xù)吉林一號(hào)衛(wèi)星星座組網(wǎng)后，可實(shí)現(xiàn)全球任意點(diǎn)10 min以內(nèi)重訪，其空間分辨率為1.12 m，但預(yù)計(jì)2030年才能實(shí)現(xiàn)組網(wǎng)。

● 載荷存在空白：對(duì)于我國(guó)水上安全事故的監(jiān)測(cè)與評(píng)估，需要激光雷達(dá)技術(shù)為重點(diǎn)區(qū)域的水深測(cè)量提供新的解決方案，然而目前尚沒有可用的激光雷達(dá)衛(wèi)星數(shù)據(jù)資源。我國(guó)西部綿延數(shù)千千米的凍土區(qū)公路、全國(guó)超過數(shù)百萬千米的農(nóng)村道路以及北極航道極端環(huán)境下的冰情等，均對(duì)雷達(dá)遙感觀測(cè)強(qiáng)穿透能力提出了強(qiáng)烈需求，但是長(zhǎng)波長(zhǎng)SAR衛(wèi)星在我國(guó)仍屬空白，觀測(cè)被樹木遮蔽、被積雪覆蓋或者深層凍土等類似狀態(tài)下的交通目標(biāo)仍缺少可用手段。

第二，在業(yè)務(wù)推廣應(yīng)用方面，雖然遙感大數(shù)據(jù)為交通運(yùn)輸行業(yè)提供了各種有效信息，但如何快速利用遙感大數(shù)據(jù)實(shí)現(xiàn)交通信息快速、動(dòng)態(tài)監(jiān)測(cè)與分析，依然存在很多瓶頸，具體表現(xiàn)在以下幾個(gè)方面。

● 數(shù)據(jù)提取與分析技術(shù)業(yè)務(wù)化難：遙感自動(dòng)化提取技術(shù)雖然已取得了一定的成功經(jīng)驗(yàn)，但大部分只是示范性試驗(yàn)，距離實(shí)際應(yīng)用及產(chǎn)業(yè)化還存在很大差距，往往需要較多人工干預(yù)。近年來，深度學(xué)習(xí)技術(shù)的出現(xiàn)和發(fā)展雖然給自動(dòng)化信息提取帶來了新的思路，但在遙感領(lǐng)域尚未達(dá)到業(yè)務(wù)化、商業(yè)化要求。

● 行業(yè)應(yīng)用不夠深入：目前，基于遙感大數(shù)據(jù)的應(yīng)用主要集中于交通基礎(chǔ)設(shè)施的前期工作，對(duì)于交通基礎(chǔ)設(shè)施的規(guī)劃、建設(shè)、養(yǎng)護(hù)涉及較少，未形成交通基礎(chǔ)設(shè)施全生命周期的相關(guān)應(yīng)用。

3.2 交通遙感大數(shù)據(jù)未來發(fā)展趨勢(shì)

基于交通遙感大數(shù)據(jù)目前面臨的問題，交通遙感大數(shù)據(jù)未來發(fā)展趨勢(shì)主要包括以下幾個(gè)方面。

● 在遙感衛(wèi)星載荷方面，現(xiàn)有的遙感衛(wèi)星資源仍難以滿足交通行業(yè)精細(xì)化、業(yè)務(wù)管理和應(yīng)急評(píng)估的需求，需要加強(qiáng)面向交通領(lǐng)域的更高空間、更高光譜、更高時(shí)間分辨率遙感衛(wèi)星載荷的研制，以滿足交通基礎(chǔ)設(shè)施精細(xì)信息的觀測(cè)與分析需求。

● 在人工智能研究方法方面，基于遙感數(shù)據(jù)的地物自動(dòng)化識(shí)別準(zhǔn)確率和自動(dòng)化程度還不高，需進(jìn)一步提高人工智能技術(shù)在交通基礎(chǔ)設(shè)施等地物上的提取分析水平，并構(gòu)建滿足大規(guī)模遙感數(shù)據(jù)處理需求的機(jī)器學(xué)習(xí)算法[12]，滿足交通領(lǐng)域的業(yè)務(wù)需求。

● 在交通遙感大數(shù)據(jù)融合分析方法與機(jī)制機(jī)理模型方面，需加強(qiáng)交通遙感多源異構(gòu)數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)整合、數(shù)據(jù)關(guān)聯(lián)分析的能力，建立遙感大數(shù)據(jù)與交通業(yè)務(wù)大數(shù)據(jù)（如聯(lián)網(wǎng)聯(lián)票、人流車流等數(shù)據(jù)）的融合綜合應(yīng)用，以進(jìn)一步提高遙感大數(shù)據(jù)的決策支撐能力。

● 在系統(tǒng)平臺(tái)方面，集成空天地一體化遙感技術(shù)、衛(wèi)星定位與導(dǎo)航技術(shù)、地理信息系統(tǒng)技術(shù)、大數(shù)據(jù)挖掘技術(shù)，構(gòu)建專用的大數(shù)據(jù)綜合交通地理信息系統(tǒng)也是未來的重要發(fā)展方向。

● 在應(yīng)用領(lǐng)域方面：要拓展遙感大數(shù)據(jù)在內(nèi)河水運(yùn)、海事航運(yùn)、航空等綜合交通領(lǐng)域的應(yīng)用，不斷發(fā)展綜合交通領(lǐng)域遙感大數(shù)據(jù)與其他多源大數(shù)據(jù)的應(yīng)用理論與方法研究。

4 結(jié)束語

如今，遙感大數(shù)據(jù)在交通領(lǐng)域的應(yīng)用已經(jīng)在公路建設(shè)、規(guī)劃、養(yǎng)護(hù)等方面顯示出巨大的潛力和無限的發(fā)展前景。未來，隨著遙感大數(shù)據(jù)集成、融合、分析挖掘等理論技術(shù)及應(yīng)用的發(fā)展，遙感大數(shù)據(jù)將在交通領(lǐng)域發(fā)揮舉足輕重的作用。將遙感大數(shù)據(jù)與各類交通大數(shù)據(jù)綜合應(yīng)用，解決交通行業(yè)“建、管、養(yǎng)、運(yùn)”等實(shí)際問題，并形成“交通+教育”“交通+醫(yī)療”“交通+物流”等多行業(yè)、多領(lǐng)域的數(shù)據(jù)融合，是未來發(fā)展的重點(diǎn)，也是交通大數(shù)據(jù)未來發(fā)展的重要方向。