空天信息科技創新與產業發展布局

彭玲 池天河

【關鍵詞】空天信息產業 遙感技術 衛星人工智能 產業經濟 戰略布局

【中圖分類號】F49 【文獻標識碼】A

“空天信息產業”是指運用空間基礎設施和技術手段，收集、存儲、處理和分析來自空天源的信息并提供多樣化服務的新興產業，主要由衛星制造、天基運營、地面平臺和下游終端應用等環節組成。一般認為距地球表面100公里以下的空間為“空”，100公里以上的空間為“天”，但兩者之間并沒有絕對分界線?？仗煲惑w化是航空航天技術發展趨勢，是現代高新技術發展引發的重大變革?？仗煨畔a業是邁入全互聯時代涌現的戰略性新興信息產業形態，也是支撐產業和社會數字轉型的重要基礎設施，不僅可推動科技創新、打造新的經濟增長極，還是搶占未來發展制高點的關鍵舉措。經過近年的發展，我國空天信息產業基礎進一步夯實、產業鏈不斷延伸、自主創新能力持續提升，目前已進入高速發展階段。

空天信息產業的發展背景和對新基建發展的重要意義

隨著衛星發射、星鏈發射，信息技術產業已經從互聯網時代、移動互聯網時代全面進入空天信息時代。小到出門開車導航定位、手機撥打電話，大到搶險救災遙感衛星監測、地下石油煤炭資源勘探，空天信息產業已經大步走入人們的日常生活。美國太空探索技術公司（Space X）成功開發出的可重復使用的運載火箭和擁有載人航天能力的龍飛船，使得衛星發射和應用服務成為人們關注的熱點。在我國，衛星制造技術飛速發展，衛星體積、成本逐年下降；可靠性、集成度逐年提升，越來越多的地方政府和民營企業加入到運載火箭的發射行列；與此同時，衛星信息服務質量日益提升、成本持續下降，空天信息產業鏈也日益完善并有序發展，具備了快速發展條件。2018年12月中央經濟工作會議首次提出新基建概念（新型基礎設施建設的簡稱），這是智慧經濟時代貫徹新發展理念，建立現代化經濟體系所開展的國家基本建設與基礎設施建設，也是以技術創新為驅動，以信息網絡為基礎，面向高質量發展需要，提供數字轉型、智能升級、融合創新等現代化服務基礎設施體系。新基建主要包括5G基站、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數據中心、人工智能、工業互聯網七大領域，這些內容無一不與包括測繪、地信、遙感、規劃等學科在內的空天信息產業密切相關。中國工程院院士郭仁忠認為，對于測繪地理信息行業而言，天空地一體化對地觀測體系和數字孿生城市等，都屬于新基建基礎設施建設范疇，是支撐數字經濟、社會治理及模式轉型等的新型基礎設施。中國科學院院士童慶禧認為，遙感技術，特別是航天遙感技術，是典型的多學科交叉新興技術門類，是國家新型基礎設施重要組成部分，是當今科學技術前沿，也是國家綜合國力體現。

當前我國空天信息產業發展現狀和產業布局

衛星遙感技術是空天信息產業的重要組成部分，在推動商業航天成果應用上發揮著關鍵作用，對產業和社會的數字化轉型影響重大。自2018年以來，我國對地觀測遙感衛星迎來發射密集期，衛星遙感向高空間、高光譜和高時相分辨率發展，衛星遙感數據呈現爆發式增長。迄今為止，全球發射并處于工作狀態的在軌遙感衛星數量已近千顆，其中我國擁有遙感衛星逾200顆。我國政府在空天信息技術創新與產業發展方面均采取了積極舉措，以提高自主創新力與核心競爭力，推動空天信息技術發展。

從政策上看，我國鼓勵空天信息產業發展主要有兩條主線：衛星制造與空間基礎設施規劃建設；民營資本參與商業航天建設發展。2010年5月12日，我國《高分辨率對地觀測系統重大科技專項》（以下簡稱“高分專項”）全面啟動實施，是《國家中長期科學和技術發展規劃綱要（2006—2020年）》確定的16個重大專項之一，用于發展我國高分對地觀測技術，構建高分對地觀測體系。覆蓋了全色、多光譜到高光譜，包含至少7顆衛星和其他觀測平臺，分別編號為“高分一號”到“高分七號”，截至目前均已成功發射并投入使用。其中2014年8月19日成功發射的“高分二號”衛星是我國自主研制的首顆空間分辨率優于1米的民用光學遙感衛星，分辨率達0.8米，標志著我國遙感衛星進入了分米級“高分時代”。2015年10月26日，國家發展改革委、財政部、國防科工局等聯合發布了《國家民用空間基礎設施中長期發展規劃（2015-2025年）》，自此，一批民營商業火箭企業猶如雨后春筍般相繼成立。多地政府積極響應，加快布局空天信息產業，搶抓發展新機遇。典型如浙江省發展改革委在2021年5月7日出臺了《浙江省航空航天產業發展“十四五”規劃》，作為“十四五”時期浙江省航空航天產業發展的指導性文件；2022年3月3日，武漢市人民政府出臺了“關于加快推進我市航天產業發展的實施意見”；2023年3月6日，重慶市人民政府印發了《關于加快推進以衛星互聯網為引領的空天信息產業高質量發展的意見》，等等。

2022年9月27日，遙感衛星應用國家工程研究中心成立儀式暨國家民用空間基礎設施陸地觀測衛星共性應用支撐平臺成果發布會在中國科學院空天信息創新研究院舉行，旨在保障國家民用空間基礎設施規劃的衛星數據能夠滿足資源高效利用要求，降低各行各業應用技術門檻，開發遙感應用共性產品和共性技術體系。通過云平臺開展在線服務，大大降低技術和數據的使用門檻和使用成本。在提供高質量數據服務的同時提高數據復用度，真正實現從宏觀影像級的對地觀測到微觀信息級的分析研判；從單次信息服務到年度業務外包；單一信息產品到決策支持系統的遙感服務升級，滿足社會對于高精度、高質量、高安全性的時空信息服務需求。

遙感與人工智能技術結合，是空天信息產業帶動科技創新的重要方向

隨著遙感數據量的激增，遙感數據應用的巨大市場需求和傳統遙感技術服務提供的時效性、遙感圖像解譯能力之間還存在著鴻溝。數據服務的連續性、技術門檻高等諸多因素仍然限制其廣泛應用，亟需一種更加便捷、高效的技術手段來彌補。世界正在大踏步邁進人工智能時代并發展迅猛。遙感是一個與人工智能緊密關聯的學科領域，遙感衛星應用與大數據、云計算、人工智能等技術的緊密結合，為大規模、高質量、快速響應提供了契機。中國工程院院士王家耀認為，人工智能算法、大數據、計算能力這“三駕馬車”是地理信息產業和時空數據應用轉型升級的關鍵。如今，地理信息產業正朝著時空數據應用到時空大數據應用方向轉型升級，與人工智能、云計算和大數據等技術手段的融合發展已是必然趨勢。作為空間信息技術的前沿應用之一——遙感技術與人工智能技術的結合，將人工智能賦能遙感技術，使海量遙感信息的高效存儲、快速處理、實時共享成為可能。一方面，大幅縮短遙感圖像解譯周期、提高解譯精準度；另一方面，必將催生新的遙感應用領域和新型社會服務模式。

第一，遙感信息智能提取。

遙感數據種類繁多、來源廣泛?？臻g分辨率、時間分辨率和光譜分辨率不盡相同，有的影像看它是輛車，而其他影像看它卻是個點，這就是分辨率不同所致。不同影像，市場的不同精度和時效性要求等都給遙感數據的工業化處理帶來挑戰，使得遙感影像地物的識別不能像人臉識別那樣成熟、快捷、滿足應用。因此，如何實現一站式遙感數據解譯分析服務，滿足多種應用場景需求，是科研界、產業界共同努力的目標。通過深度學習人工智能技術促進解決海量遙感影像信息提取難題，是有望促進遙感影像規?；瘧冒l展的重要途徑。

智能遙感解譯是深度學習與遙感應用深度耦合的交叉領域。應用人工智能技術實現遙感影像的自動解譯意義重大。智能遙感解譯技術可廣泛應用于國土資源與環境監測、農作物監測與估產、森林碳匯估算等許多領域。

遙感影像是“對著地球表面拍照”，包含的就是我們身在其中的千變萬化、多姿多彩的地球信息。要把里面的每種目標信息都挑選出來并不是件容易的事，通用的人工智能方法在遙感智能解譯方面遇到了挑戰。眾所周知，人工智能的三要素是數據、算法及算力，遙感智能解譯也有三大核心要素：遙感影像樣本庫、遙感解譯算法模型、算力支撐平臺。目前雖然國內外科研界和產業界已經先后制作了大量遙感影像樣本庫，在一定程度上發揮了積極作用，但從產業角度來講依然不夠成熟；算法模型更是因影像和目標的千差萬別而各自不同，還需要更多的投入形成應用范式才能滿足工程化需求。中國科學院院士龔健雅把智能遙感解譯研究面臨的挑戰概括為：首先，大規模樣本庫是遙感智能解譯的數據驅動，但目前遙感領域尚無大規?！跋袼亍繕恕獔鼍啊倍鄬蛹壎嗳蝿?，涵蓋目標檢索、目標檢測、地物分類、變化檢測、三維重建的開放解譯樣本庫；公開數據集缺乏統一格式接口和標準規范，不能滿足遙感智能解譯要求，亟需突破已有樣本庫的不完善造成的模型局限性，使得樣本庫智能擴展與精化，實現樣本庫的可持續構建；其次，通用深度學習網絡難以用于遙感地物分類等應用場景，還沒有達到商業化應用水平。在遙感專用深度學習框架模型中，需要顧及多維時空光譜特性，滿足高效靈活的內存自動擴展、尺度與通道的自適應優選要求。最后，雖然通過遙感深度神經網絡可以訓練專用模型，但算力不足問題突出，未來數據集豐富后，如何高效利用已有算力解決自然地理要素地物分類等難題仍是很大挑戰。

解決以上問題，要從智能遙感解譯的科技創新和產業發展上同時著手。一是從樣本規劃、質量評估著手。圍繞多源遙感影像智能解譯及測試需求，制定遙感標注數據的標準化方案，開展適合于遙感影像深度學習的自動與半自動樣本標注工具設計，探索適合于遙感深度學習的樣本質量評估方法研究，推動樣本規范化及多源遙感數據樣本平臺建設。二是制定遙感大模型、遙感模型發展方向。針對遙感影像特點和應用需求，研究遙感影像深度神經網絡開源架構與模型，基于海量影像數據開展適應遙感特性的遙感網絡通用大模型研究，立足于遙感應用需求促進不同行業的遙感AI智能算法設計，推動小樣本條件下速度快、范圍廣、效果好的遙感影像信息轉化能力，滿足國計民生方面需求。三是算力基礎設施充分利用現有通用硬件平臺。筆者在《搭乘“算力高鐵”地理信息產業將邁進“大數據時代”》一文中提到依托國家“東數西算”重點工程，搞好集約型算力基礎設施建設，有序組織、充分發揮各地方政府智慧城市建設構建的數據中心算力資源潛力，為大規模智能遙感解譯工作提供硬件支撐條件。四是注重科技創新與產業發展“兩條腿”走路。建立健全新形勢下院企合作、校企合作資源共享機制。如武漢大學測繪遙感信息工程國家重點實驗室與華為集團公司開展深度合作，致力于打造遙感影像樣本庫和遙感影像專用框架，為自然資源監測、社會經濟發展評估、災害應急等重大科研任務提供技術、平臺及應用支撐，助力建設中國遙感科研生態圈，推進中國遙感產業化應用。中國科學院空天信息創新研究院近年先后研制發布了“新一代智能遙感分析（Intelligent Remote Sensing Analysis， IRSA）系統”和“蒼靈”遙感大數據信息智能提取與可視化分析平臺以及“空天·靈眸”跨模態遙感數據生成式預訓練大模型。通過AI+遙感，讓每個像元釋放價值，構建遙感建制的專用深度學習框架，滿足遙感影像分割分類、目標識別、變化檢測等需求，實現了從原始衛星影像到遙感專題信息產品生成全流程、自動化、流式快速產品生產線，實現了遙感信息產品“近實時”生產以及算法與產品的持續“進化與迭代”，已在自然資源調查監測、國防安全等領域實現高效規?；瘧?。

從未來產業應用方向來看，人工智能特別是深度學習方法已經在遙感目標與場景識別、信息提取、地物分類、變化檢測等方面取得重要研究進展，但總體上還沒有達到廣泛的應用水平。只有依托科技進步、產業發展，推動產學研充分融合，才能在擁有我國安全自主的人工智能核心技術和基礎設施建設基礎上，進一步解決人工智能方法在遙感自動解譯方面存在的困難，助力智能遙感解譯研究創新突破，實現產業生態繁榮。

第二，時空智能知識服務。

空天信息技術與人工智能技術相結合，衍生了一系列交叉應用?；谶b感影像提取出的信息在應用于業務分析時，通常還需要與測繪地理、網絡媒體、物聯網、傳感網等多類型數據相結合。針對特定業務需求場景，以數據為依據、以專業知識為準繩，開展精細化分析服務。遙感與測繪地理技術的發展，使得各類數據具備了時間與空間特征，形成時空數據甚至是海量時空大數據，成為開展時空大數據智能分析的數據基礎。龔健雅院士指出，與計算機視覺和深度學習等人工智能領域具有的相對完善的理論與方法不同，對物理世界和人類社會認知與推理的人工智能理論與方法目前還不夠成熟。相比之下，認知與推理是一種更廣義的智能，在時空大數據挖掘和智慧城市等方面大有用武之地。

中國工程院院士陳軍專家工作團隊在廣州組織開展時空知識服務創新技術研究。他們建設了國內首個面向自然資源調查監測和國土空間規劃領域的時空知識服務平臺，目前已投入運行?！皶r空知識服務創新技術研究，就是融合人工智能、時空大數據等先進技術手段，研究時空知識建模、知識提取和加工，深度搜索、智能表達、時空演化、知識推理等關鍵技術，實現從提供數據信息服務向提供知識服務跨越?！?/p>

什么是“時空知識”？時空知識就是人們對特定時間和特定空間范圍內所包含事物的概念、性質、狀態和變化規律的客觀認知。這些知識能夠幫助人們以客觀理性的態度，通過可精確描述或可量算的手段來認知世界，提供某種事物在特定時間和特定空間范圍內的概念、性質、狀態和變化規律等價值信息。在“互聯網+大數據”時代，“數據海量、信息爆炸、知識難求”的困境在各行各業普遍存在。然而，地理信息自身并不天然具備領域專家知識，更談不上認知智能。因此，當前迫切需要一種方法，從大量時空數據中自動整合地理信息，使得地理信息知識與領域專業知識有機融合，能夠進行邏輯推理，具備基于專家知識導引的決策判斷能力。比較典型的應用如臺風登陸后移動路徑上的各時段和地點降水量預報、臺風途徑區域環境要素和水淹區域計算模型，這些都是典型的時空知識集，利用該知識可以在臺風到達前預知易發洪澇的時段和地段，指導提前采取人員疏散等防御措施。

在時空知識服務召引下，時空信息與知識圖譜珠聯璧合、相得益彰。2019年，北京科委發布了科技計劃項目：面向現場應急處置的非常規突發事件快速協同感知技術研發與應用。旨在針對林火應急指揮決策需求，將衛星監測下的森林火點發現、景區建筑物、道路等地理信息數據，與氣象數據、植被數據和地面傳感器數據等環境信息數據，以及林火蔓延計算模型、疏散救援路徑規劃模型、消防員易傷亡地段風險規避模型等領域專家知識有機融合成為一個整體，為地方政府災害風險管理、消防救援應急指揮提供輔助決策支持。中國科學院空天信息創新研究院國家遙感應用工程技術研究中心時空智能研究團隊承接了該項技術攻關任務。通過為期三年的深入研究，初步構建起跨領域時空知識圖譜知識服務原型系統，將遙感信息智能提取結果交送給具有時空基準框架的知識圖譜，并結合氣象、地形、地貌等地理信息形成時空知識圖譜數據底座，進而與領域專家知識相結合形成完整的知識服務系統。這套系統能夠自如匹配各類業務應用場景，通過設計時空知識圖譜業務服務數據框架，建立起時空知識概念體系，將遙感信息、地理信息、專家知識以及物聯網、傳感網數據等融為一體，實現多源異構數據語義化和時空化拓展以及數據、專家知識的關系映射。

那么，“時空知識”是如何與人工智能相結合的呢？由于時空知識涉及對于事物的時間描述和空間描述，可大可小，可遠可近，可長可短。因此，理論上可以承載的數據量和信息量將會巨大，而可供分析計算的途徑和方法也會更多。比如，森林火災的歷史火點信息和山體滑坡的歷史滑坡點等這類災害點信息背后，都有其內在客觀成因。如敏感的氣侯、易燃的植被或危險的地形，這些都是林火發生重要因素；再比如地質巖性、地形地貌、持續降水量等，都是造成滑坡的影響因素，這些都可以算作典型的時空知識。由于人類個體信息獲取能力和分析效率的制約，目前大部分自然信息尚未被充分挖掘和利用，因而沒能在關鍵時機（例如應急搶險救災時）發揮出應有價值。而在人工智能時代，人們只要利用多機并發的協同計算能力，通過深度學習算法、圖神經網絡等進行數據挖掘和數據分析，便有機會在短時間內大量模擬和重復使用人類運用時空知識的行為過程，從中獲得非常有價值的結論，在很大程度上使人類具備在短時間內有效獲取和使用大量時空知識解決諸如災害應急等實際問題的能力。知識可以時空化，時空也可知識化。我們把這種時空化后的知識，利用知識圖譜人工智能手段來深度分析，從而得出符合事物客觀實際的規律。

在時空知識圖譜構建過程中，需要從時空信息和專家知識中抽取出以“三元組“（SPO主謂賓）為表現形式的時空知識。傳統自然語言處理技術模型（NLP）局限于語言理解和手動特征工程，可擴展性受到限制。目前，以人工智能技術GPT系列為代表的大型語言模型（LLM）能夠更好地理解自然語言的語義和上下文，因而可以更準確地抽取出三元組語義信息，是一種新型的文本知識抽取途徑。此外，其他時空數據如氣象、植被、地形、地貌等都要進行實體、關系和屬性的知識抽取，最終表示為三元組形式。這些抽取出來的信息通過對齊處理實現了時空數據知識的有機融合，并以統一的三元組形式進入圖數據庫存儲起來。進一步，基于時空知識圖譜自身特有的推理機制，在跨領域多源異構數據共性框架約束下，元組時空數據根據需要，在不同層級、不同時間、不同空間位置，依據事先制定的專家知識規則，自如地進行知識推理與智能計算，如此得以提供跨領域多場景的時空知識服務。

由上可見，要進一步在各行業領域內開展基于海量時空數據的智能知識服務研究，領域專家知識必須與時空數據以及具體業務應用場景深度融合，以時空知識圖譜這一天然橋梁進行元組化表達，形成原子級事物表達單元?？梢栽O想，當我們把所有地球表面數據都元組化并進行儲存，就形成了元組地球數據底座。如此一來，各領域時空數據和專家知識都將基于這個元組數據底座進行關聯，所有業務都在其上承載和發展，是否想象空間無限？

“人工智能遙感技術發展有其綜合性，不僅僅只依賴于遙感與人工智能自身的技術迭代和發展，影響算法的計算機技術、影響容量的存儲技術、影響數據精度和頻度的航天技術、影響數據完備性的互聯網、物聯網信息共享技術乃至數學、神經科學等與之相關聯各個領域的技術與理論革新都會在很大程度上影響著人工智能空天信息行業的前行速度，這將是一個龐大的系統工程?！钡雷枨议L，征途漫漫，唯有科技引領和產業支撐，方得始終。

第三，衛星智能發展潛力。

很多場景下都需要非?？焖俣皶r的數據支持，我們可以設想這樣一個場景：在前面提到的北京科技計劃“林火現場指揮應急決策示范”項目里，用于林火應急決策支持的時空知識服務數據包括：監測火點的GF4號衛星、葵花八號衛星、NASA衛星；檢測林火風險區承災體建筑物、道路、植被、水體等地物的高分辨率遙感衛星系列，這些從衛星影像里面獲取的信息會作為主力參與到時空知識服務的陣列中。但目前從拿到衛星影像到通過技術手段提取出火點信息及地物信息，數據處理工作主要都是在地面通過人工作業完成。因此，從衛星拍照、數據傳輸到信息提取還需要耗費一定甚至較長的時間，很多時候無法滿足及時快速、客觀準確的要求。如果有機會將數據處理階段上移到衛星端呢？這樣就可以在星上完成拍照、檢測甚至提供簡單知識服務，更為復雜的任務則通過天地交互完成。

這樣的場景構想，實際已經走近智能衛星概念。事實上，隨著衛星星上數據采集呈現出海量爆發趨勢，衛星端歷史數據以及未來還將獲取的數據日益增長，海量程度超乎想象。隨著衛星組網及衛星分辨率越來越高，給星上存儲、星上計算和星上傳輸等衛星處理能力都帶來巨大挑戰。這些需求牽引出目前比較前沿的一個概念：衛星即服務——太空里的邊緣計算，把需要在地面完成的代碼任務提交到衛星上去操作實施，這也是一種革命性的衛星使用開發方式。設想，如果沒有在衛星端做智能化數據處理和邊緣端應用，全部要等到下載到地面后才能使用，可能短則小時計，長則數天，衛星數據及其服務的時效性將大打折扣?？偠灾?，衛星數據量的海量爆發及其應用的高時效性帶來更高的星上處理需求。

已有研究表明，除了供應鏈、元器件等核心環節，人工智能是對于衛星能夠滿足時效性應用的一個重要考量因素。除了傳統的星上數據處理，以前主要是做一些簡單矩陣運算或普通CPU控制操作之類的數據處理；現在通過引入神經網絡算法，在衛星端可以做更多應用。但衛星端要求在低功耗條件下開展工作，人工智能芯片專門針對神經網絡進行了優化，具備低功耗、高算力，能處理很多AI算法場景，促進了衛星智能化發展。如星上在軌處理基于AI目標識別算法直接提取遙感衛星影像數據特征目標，或基于AI算法開展遙感衛星影像數據壓縮等。技術的持續進步將使衛星服務能力逐步提高，并最終為復雜的人工智能算法提供動力。在軌道上加載對人工智能機器學習進行更多處理的硬件將變得日益重要。

總之，衛星的工業化發展必將帶動其智能化發展。星鏈計劃把工業體系引入衛星行業，衛星制作成本大幅度下降，將需要專門定制、噸量級生產、數以億計的衛星制造，轉變為星鏈單星成本不到400萬元人民幣的衛星工業化、批量化時代。進一步，實現衛星智能化，加強底層計算架構設計和操作系統及應用生態打造，是科研界、產業界攜手開展科技創新和產業發展的共同方向。

時至今日，空天信息技術的發展已經風勁潮涌，勢不可擋?？萍冀鐒撔虏粩?，產業界繁榮興盛?？萍紕撔潞彤a業發展從來就是一對孿生體，在相互依托、相互支撐中共同成長。由科技引領前行的空天信息領域與人工智能技術協同發展，更需要產業與科技的相輔相成。路途雖遠，行則將至?？萍紕撔?，插上產業發展的翅膀，行而不輟，未來可期。

（作者均為中國科學院空天信息創新研究院研究員）

【參考文獻】

①李萌：《2021中國的航天》，新華社，2022年1月28日。

②Huang Jiang：《中國空天信息產業應用領域及發展前景報告》，中研網，2022年5月9日。

③《科學與中國——院士專家巡講報告集（第一輯）》，北京：北京大學出版社，2006年。

④袁帥：《穩投資加碼發力新基建注入新活力》，《經濟參考報》，2022年6月20日。

⑤徐紅、郭仁忠：《測繪地理信息行業要走向更高的山峰，看到更多的風景》，《中國測繪》，2021年第6期。

⑥王治強、童慶禧：《航天對地觀測是國之重器》，財經網，2021年11月28日。

⑦王家耀、武芳：《地理信息產業轉型升級的驅動力》，《武漢大學學報（信息科學版）》，2019年第1期。

⑧陳陽：《搭乘“算力高鐵” 地理信息產業將邁進“大數據時代”》，《中國測繪》，2022年第8期。

⑨龔健雅：《人工智能時代測繪遙感技術的發展機遇與挑戰》，《武漢大學學報（信息科學版）》，2018年第12期。

⑩龍錕、陳軍：《從數據到知識，讓地圖更“聰明”》，《廣州日報》，2021年11月22日。

陳若男、彭玲、劉玉菲等：《引入空間距離信息的城郊山區道路提取與應用》，《中國科學院大學學報》，2022年第5期。

宋敦江、楊霖、鐘少波：《基于BERT的災害三元組信息抽取優化研究》，《中國安全科學學報》，2022年第2期。

張琳、夏天：《暢想下一個十年的新技術-遙感AI解譯技術》，慧天地微信公眾號，2020年1月17日。

與子同袍：《太空里的邊緣計算，衛星即服務Satellite as a Service》，知乎網，2020年9月12日。

Founder 100：《星測未來 曹德志：衛星智能化如何解決太空數據應用難題？》，極客公園微信公眾號，2022年7月21日。

責編/谷漩 美編/李祥峰