地球观测未来图景：气候变化情报技术革新
地球观测（EO）技术和高级数据处理正在革命性地改变气候智能，为积极主动的行动提供了前所未有的洞察。这份白皮书突出了遥感技术在气候智能和预测方面的变革潜力，并确定了加速处理和分析卫星遥感数据的科技通道，以提供无与伦比的气候变化洞察。
字节到洞察
增强的分辨率和多样化的传感能力
- 卫星遥感传感器技术的最新进展，包括超低地球轨道卫星、Landsat Next任务、Albedo卫星星座和FireSat卫星，实现了更高的分辨率和多元化的感测能力，能够更精确地检测和监测与气候相关的灾难。
- 例如，FireSat卫星能够每几个小时检测到新火和热点，比MODIS提高了100%至300%。
将EO数据处理时间减少，以实现接近实时的气候响应
- 高级AI、ML和DL算法能够几乎实时地处理大量的复杂EO数据，从而减少了数据收集与生成洞察之间的时间间隔。
- 在灾后事件中，机器学习算法可以快速进行详细和准确的损害评估，例如微软利用AI模型和卫星遥感图像评估格林纳达在飓风贝瑞尔中的受损程度。
- 在轨数据处理带有卫星边缘计算，例如STORM卫星边缘计算系统，展示了使用深度学习模型实时处理图像并进行植被分类的能力。
EO卫星的进化
- EO卫星在两个方面进行了进化：传感器能力的微型化和更大、更复杂的卫星平台的发展。
- 微型化传感器以及降低的制造和发射成本，使得更多国家能够制造和发射自己的EO卫星，并增加可公开获取的EO数据。
- 更大的卫星平台设计，例如Planet和Capella Space的大型卫星，提供了更强大的传感器和更长的运行寿命。
新时代的气候预测，以适应性和韧性为目标
- 卫星遥感数据，结合不断发展的协同技术，为预测未来气候情景及其全球和地方影响提供了宝贵见解。
- 基于气候机器学习的模型利用机器学习处理和从由传统基于物理的模型衍生的大量数据集中学习，以便快速评估气候极端事件的不确定性和风险。
- 地理空间人工智能模型旨在检测高空间分辨率数据中的水平模式，例如微软的Aurora模型能够预测全球六种关键空气污染物的水平。
- 数字孪生利用高级分析、机器学习和人工智能来分析来自多个来源的数据，预测环境变化并模拟复杂的“如果...”情景。
- 例如，欧洲委员会的“地球目的地”（DestinE）计划提供了全球环境变化情景及其影响的预测。
民主化气候见解
- 提供可获得的气候智能，赋能多元化利益相关者做出明智决策。
- 增强现实（AR）、虚拟现实（VR）和数据立方技术方面的进步提升了数据的可访问性，支持明智的决策制定并促进应对气候挑战的协作解决方案。
- 例如，麻省理工学院（MIT）的地球任务控制中心（EMC）提供了交互式环境，使人们能够探索和分析复杂的气候数据。
- 地球观测数据通过提高准确性、效率和时效性，正在引领气候智能和灾害响应。
结论
应对气候变化的复杂性需要一种协作方法。政府、私营部门实体和学术机构必须共同努力，以支持地球观测（EO）和协同技术的快速发展。他们必须优先考虑以人为本的方法，包括使关键气候洞察更加易于获取、理解和直观。这需要基础设施投资、促进数据共享以及开发使用这些先进工具所需的技术技能。需要增加公私合作伙伴关系（PPPs）和研究合作，以继续推动创新、分享专业知识并加速基于地球观测（EO）的解决方案的采用。
