本系列根据 WAVE SUMMIT 2022 深度学习开发者峰会「遥感分论坛」论坛嘉宾分享整理。本文整理自航天宏图信息技术股份有限公司副总裁杨政军的主题演讲——飞桨助力航天宏图 PIE-Engine 地球科学引擎构建。
在本次 WaveSummit 深度学习开发者大会遥感分论坛上非常荣幸邀请到了航天宏图副总裁杨政军分享 PIE-Engine 地球科学引擎以及飞桨如何助力 PIE-Engine 引擎构建的。
地球是人类赖以生存的家园，保护地球无疑是我们的责任。航天宏图在今年的世界地球日，在公司视频号及各大新媒体平台上发布了一个讲述地球正在面临前所未有挑战，包括环境问题的恶化、雨林冰川的减少等问题的视频，在行业内受到了大量关注。
据杨政军介绍，航天宏图通过对地观测技术及基于云计算和人工智能等技术的结合，帮助人类更好地了解地球上发生的变化，助力保护人类赖以生存的环境。
人类从未停止过对科学技术的探索，在遥感对地观测领域，随着国内外光学、SAR、高光谱等多种载荷卫星大量研制和发射，人类对地球以及人居环境的综合观测能力达到空前水平，卫星数据量呈现爆发式增长，对我们在数据管理、处理、共享分发、数据应用等都提出了更高的要求和挑战。
杨政军提到，航天宏图自成立以来一直聚焦于国产遥感软件的开发。2020年对标谷歌地球，将公司在数据处理方面相关能力进行了全面云化部署，打造了PIE-Engine时空遥感云服务平台——PIE-Engine地球科学引擎，面向公众用户提供数据在线服务、计算服务、模型服务、模型训练、应用编排等服务，为自然资源、生态环境、气象、环保、海洋等调查、监测、评价、监管和执法等重点工作提供技术支撑，大大促进了遥感应用产业化的发展。
航天宏图 PIE-Engine 地球科学引擎是一套基于云原生技术构建的，面向地球科学领域专业的 APaaS 云计算服务平台，该平台通过打造开放、共享、共建的模式，以高效、低门槛、低成本的途径挖掘海量的数据价值，使行业应用快速创新。PIE-Engine具备对海量数据获取、数据处理、成果共享、行业应用等全流程闭环能力。
航天宏图 PIE-Engine 基于 1+1+N 的产品架构，即一个云原生服务框架，一个数据管理云服务，N 个智能解译云服务。
PIE-Earth 对标谷歌 Earth，用于实现 PIE-Engine 云端数据，从太空到海底全方位进行可视化展示和分析应用，右边的动图是5厘米分辨率，左边是国内某个城市六万平方公里倾斜摄影生成的实景三维模型，可以加载到 PIE-Earth 上做更好的呈现展示。
除了在线建模外，PIE-Engine 地球科学引擎还可以通过地面场景加地面实体以及物理感知数据的发布，在实景三维中国建设方面有着非常大的应用前景，高清度建筑模型的展示及动态可视域分析、倾斜、摄影的模型展示中。
接下来杨政军详细介绍了航天宏图 PIE-Engine 与百度飞桨详细的适配过程和工作，提到飞桨是基于百度多年的深度学习技术和业务应用为基础，集深度学习核心框架、技术模型库、端到端开发套件、工具组件和服务平台于一体，是全面开源、开放、技术领先、功能完备的产业级的深度学习平台，飞桨对 PIE-Engine 地球科学引擎的助力，使 PIE-Engine 地球科学引擎 AI 服务如虎添翼。飞桨框架支持更多的网络结构，并能提升地球科学引擎深度学习模型的精度，对基础测绘地图的工作效率也有很大的提升。
为了更加便捷开发，飞桨推出了针对目标检测的开发套件 PaddleDetection 和飞桨图像分割开发套件 PaddleSeg，以模块化的形式提供了从数据准备到模型配制、模型压缩和部署的全流程。PIE-Engine AI 集成了百度飞桨模块，助力平台的模块化结构方式，搭建模型开发流程，更加有利于开展模块化的开发工作。PIE-Engine AI 服务已在电力系统、国土资源、交通体系、国防建设、生态保护等方面发挥越来越多的作用。
杨政军以 PIE-Engine 在电力行业的应用场景为例，介绍了甘肃省某光伏发电厂利用 AI 目标识别技术，可以对发电厂周边的电厂进行有效识别和定位，准确率达到95%。
其次 PIE-Engine 在国土资源“两违”遥感监测方面也发挥重要作用。在博鳌、正定、奉化、郝山、双城、敦煌等地开展建筑用地变化遥感监测，精准定位违建位置，为执法提供可靠的信息支持，监测内容包括违建位置、面积、状态（新建、改建、扩建、拆除等），违建位置准确率达90%，面积准确率达85%。
PIE-Engine AI 在交通道路检测领域基于 UNet 的线状道路检测，精度可达90%以上。
PIE-Engine AI 在自然资源耕地监测领域，通过卫星影像快速处理、耕地自动变化检测、变化图斑外业核查、成果可视化展示分析为一体，助力管理部门从技术层面严守耕地保护红线，实施最严格的耕地保护制度，基于耕地非农化非林化检测算法，同时引入人工智能深度学习算法，提高精度；具备主要农作物空间分析的监测能力，精度可达90%以上。
PIE-Engine AI 还可以应用在水利水体提取，实现基于 SAR 图像分割和和基于图卷积的节点分类，完成水灾前后的水体提取和对比分析。
杨政军最后分享了航天宏图后续的发展计划，目标为大家提供一个功能强大易用的地球科学引擎，期望与百度飞桨等行业伙伴一起加速遥感行业自主创新！