首页 > 航天

长光卫星建成全球规模最大立体测绘星群

来源:网络 编辑:小彩 更新:2026-09-02
广告 长光卫星建成全球规模最大立体测绘星群 16:41 广告 广告 广告 了解详情 > 会员跳广告 首月9.9元 秒后跳过广告

1080P及以上画质仅为黄金会员专享>

开通/续费会员 抱歉,您观看的视频加载失败 请检查网络连接后重试,有话要说?请点击 我要反馈>> 正在切换清晰度... 播放 按esc可退出全屏模式 00:00 00:00 00:44 广告 只看TA 高清 倍速 剧集 字幕 字幕 下拉浏览更多 5X进行中 炫彩HDRVIP尊享HDR视觉盛宴 超清 720P 高清 540P 2.0x 1.5x 1.25x 1.0x 0.8x 50 哎呀,什么都没识别到 反馈 循环播放 跳过片头片尾 画面色彩调整 AI明星识别 视频截取 跳过片头片尾 是 | 否 色彩调整 亮度 标准 饱和度 100 对比度 100 恢复默认设置 关闭 单语言 双语言 选择显示语言 中文 English 主字幕(上方) 中文 English 副字幕(下方) 中文 English 关闭 复制全部log

中国商业航天企业长光卫星技术股份有限公司(简称“长光卫星”)1日宣布,已建成由19颗卫星组成的立体测绘星群。

长光卫星介绍,这是目前全球规模最大的立体测绘星群,并同步发布了一批高精度三维数据产品。

“吉林一号”高精度数字表面模型成果视图——印尼布罗莫火山。

(长光卫星供图)

这一成果的意义在于,卫星遥感正从二维影像观测,向三维空间信息获取延伸。

简单来说,这些卫星不仅能从太空拍照,还能从不同角度观察同一片区域,再把影像转化为地面的三维模型。

长光卫星介绍,该星群支持单星同轨立体、双星编队立体、多星多视角立体等不同的立体成像获取模式。

双星编队单条带成像最长可达1600公里,单次立体成像面积超过2万平方公里。

“吉林一号”高精度三维立体成果视图——阿联酋迪拜。

(长光卫星供图)

依托星群多星协同获取多角度影像,还能减少建筑物、山地等造成的遮挡,让三维模型更加完整。

目前,长光卫星已形成高精度数字表面模型、高精度数字高程模型、三维白模及实景三维模型等一系列产品。

这些数据可用于城市规划、自然资源调查、基础设施监测和灾害评估等。

例如,在无人机无法升空作业、地面数据难以采集的区域,卫星便可提供可靠的数据补充。

随着商业航天卫星数量不断增加,如何把太空获得的大量影像转化为可直接使用的数据,正成为行业竞争的重点。

长光卫星表示,未来将继续扩大立体测绘星群规模,并提高数据更新速度和精度。

来源:中国新闻网

OlmoEarth v1.3发布:Ai2推出全球卫星嵌入模型

Ai2(艾伦人工智能研究所)今日发布了一款卫星地图嵌入模型OlmoEarth v1.3,并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据,同时配套推出了基于浏览器的地图制作工具。

该模型能够将一年的卫星观测数据压缩成数值指纹,最小分辨率下每个指纹对应10米乘10米的地面区域,同时也提供64平方米和128米分辨率的版本。

这种数值指纹捕捉的模式信息,可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。

此前,使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调,针对每项任务训练一个模型,再将其应用于卫星数据以生成地图。

这种方式需要大量图形处理单元资源,以及下载和存储影像的能力。

此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。

这意味着任何人都可以将OlmoEarth用于实际工作,从追踪时间变化到寻找相似地点,无需注册登录即可使用。

嵌入数据代表了模型从数百万张卫星图像中学习到的内容。

OlmoEarth会读取一年的雷达图像及相关数据,包括Sentinel-1、Sentinel-2和Landsat的数据。

Sentinel和Landsat是提供地球互补视角的卫星任务:Sentinel-1测量雷达反射信号,而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。

该公司表示,与以往版本的OlmoEarth模型相比,v1.3是其训练成本最低的模型。

其训练所用计算时间仅为最新版本(v1.2)的53%,为第一版(v1)的18%,碳排放量也分别仅为两者的50%和22%。

不过v1.2仍是一款强大的微调模型,对研究机构和合作实验室而言依然具有价值。

这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据,这对于理解地球的变化方式非常有用。

在秘鲁马德雷德迪奥斯地区,围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰,在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。

亚马逊保护团队的MAAP监测项目报告了这一活动。

2019年2月,秘鲁的"水银行动"关闭了大部分采矿作业。

我们如何得知这一事实? 嵌入数据给出了明确答案。

无需进行模型训练,仅通过比较不同年份的数据像素,观察2016年至2020年间的情况,可以清晰看到南部矿区带内有明显的向东扩张趋势:显著变化区域达34平方公里。

而同样的比较放在2020年至2024年间,这一面积降至9平方公里。

关闭行动的效果显而易见。

Ai2表示,对许多团队来说,针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行,这是一项耗时数小时、成本高昂的艰巨任务。

而在浏览器工具中,初步分析仅需几秒钟即可完成。

仅凭少量标签对某个区域进行分析,无需使用GPU。

当某项任务确实需要进行微调实验时,嵌入数据可以帮助判断该实验是否值得投入计算时间,以及模型存在哪些不足之处。

全球神奇反转,原因找到了

来源:华尔街情报圈 今天的全球市场反弹,可以分成四个阶段:韩国率先出现抄底买盘、港股表现出相对强势、A股午后修复、全球资产的恐慌性抛售有所缓解。

全球市场出现神奇反转: 亚洲股市出现转机,韩国KOSPI指数收复了此前高达4.1%的跌幅,最终基本持平,SK海力士等芯片制造商股价抹去了早盘的跌幅,上涨4%。

香港恒生指数也上涨逾1%。

与此同时,黄金收复今日早些时候大部分跌幅。

今天可能是“韩国拯救世界”的剧本。

第一,市场反转并非消息面推动,整个亚洲时段交易终端新闻资讯非常清淡,几乎没什么重要消息弹出。

第二,这轮反弹更像是韩国股市所带动的。

一方面,韩国科技股在过去两周集中抛售后,部分投资者可能已经获利了结空头头寸,而寻找低点买入的资金开始进场。

当新增卖盘减弱,空头回补与抄底资金同时出现,就可能造成今天这种急剧反弹。

另一方面,越来越多的资金看到韩国KOSPI指数(今年科技股涨势代表的指数)估值低的一面,其未来12个月预期市盈率已降至仅4.2倍(似乎有些跌过头了)。

从时间点看,韩国股市北京时间08:10左右率先出现恐慌性下跌,然后展开回升。

约13:45,韩国KOSPI盘中进一步转涨,全球市场的气氛在此之后变好。

韩国市场是今天亚洲科技股情绪修复的一个重要风向标,特别是SK海力士从盘中跌超4%到转涨,与港股等市场的反弹形成相互强化。

第三,美债收益率下跌,也缓解了股市面临的部分压力。

10年期美债收益率跌破5%,市场下调了对美联储后续加息的预期。

不过,还不能说全球市场的风险已经解除。

两个细节值得留意:油价并没有回撤,美股期货今日的反弹力度也不大。

虽然发生了风险情绪修复,却并没有形成所有市场同步上涨的局面。

如果说韩国今天拯救了什么,那首先是亚洲市场对AI科技股的信心,并不是全球市场面临的所有风险。

今晚美股的收盘,将给这一轮反弹定性。

相关内容