據麥姆斯咨詢報道，近期，歐洲科研團隊成功研發(fā)出一顆新型智能傳感衛(wèi)星“直覺-1"（Intuition-1），該衛(wèi)星可通過機器學習算法提供快速、低成本的土壤分析信息，將有效推動精準農業(yè)發(fā)展。該項目展示了將新型高光譜傳感技術與人工智能相結合，并集成于一個差不多鞋盒大小的操控箱中，實現了智能傳感技術的新突破。
邊緣計算，可以說是一個時髦的術語，指的是將數據處理方式從云端服務器轉移到地理上更接近數據源的地方。一些人認為，邊緣計算是下一次偉大的技術革命，對于通信寬帶嚴重受限的衛(wèi)星而言，它的確是具有革命性意義的技術。
歐洲推行的“直覺-1"衛(wèi)星計劃可提供土壤檢測數據，將致力于推動歐洲精準農業(yè)的發(fā)展。通過該項目，可按需為特定的農田區(qū)域進行精準灌溉和施肥，而不必像以往一樣澆灌整塊農田。精準農業(yè)不僅具備經濟效益，而且對環(huán)境也更友好，難點是它需要收集小范圍土壤條件的詳細信息。目前，如果要充分詳細地確定土壤養(yǎng)分水平，需要從多個地點采集樣本送往實驗室分析，這個過程通常需要三周左右時間。

“直覺-1"衛(wèi)星搭載高光譜傳感器，能同時以數百種不同波長的光波觀測每塊土壤，可以有效地看到比人類視覺范圍更廣的色域。通過比較不同波長效果的圖像，分析人員可以推斷出相對應的化學成分。
QZ Solutions公司的執(zhí)行官Zbigniew Kawalec表示：“通過‘直覺-1’衛(wèi)星，可以確定土壤中鉀、鎂、磷的含量或土壤pH值等參數。"該公司位于波蘭奧波萊，致力于土壤分析技術開發(fā)。

通常，這種分析會在地面的服務器上進行。但由于高光譜成像涉及大量數據，一張幾千公頃土地的圖片就占據了千兆字節(jié)，因此需要從衛(wèi)星發(fā)送到地面的數據量非常大。有效的解決方案是利用高效的機器學習算法在衛(wèi)星內部操控箱進行高光譜分析處理。這樣，衛(wèi)星只需將土壤分析結果傳送到地面即可。
位于波蘭的空間應用自主系統(tǒng)專業(yè)機構KP實驗室公司（KP Labs），已開發(fā)訓練出一種任務模型，并通過飛機拍攝的波蘭南部地區(qū)的高光譜圖像，對該模型進行了驗證。這項技術也可以應用于航空成像，不過KP實驗室開發(fā)人員表示，通過衛(wèi)星能以更低的成本覆蓋到更廣的區(qū)域，因此下一階段將著力證實該技術可適用于衛(wèi)星拍攝的高光譜圖像。
“直覺-1"是一個6U或6個單位的立方體衛(wèi)星，即由6個標準尺寸（10立方厘米）的模塊（3 x 2 x 1）組成。它的掃描分辨率可達30米，以往需要幾周才能獲取的土壤數據，目前可縮短至幾天內，且無需對土壤樣本進行持續(xù)采集和處理。該衛(wèi)星將搭載高光譜相機、數據處理單元和機器學習算法，于2022年底發(fā)射升空。

該項目由歐洲的Φ-Lab計劃資助，旨在開拓對地觀測衛(wèi)星的創(chuàng)新模式。這項工作建立在早期實驗室項目基礎上，早期主要是利用神經網絡評估海冰和土壤濕度，這也表明此類方法可用于衛(wèi)星在軌數據的處理。
“直覺-1"衛(wèi)星展現了目前可將多少邊緣計算能力壓縮在一個小空間內，未來，其它使用類似傳感技術的新一代智能衛(wèi)星也將蓄勢待發(fā)。當前，此類機器學習算法已進入一些小型機器人應用領域，包括大眾市場的無人機、用于尋找水下地雷的無人潛水器，甚至用于搜索地下隧道的機器狗。在任何通信受限的地方，邊緣計算和機器學習就有可發(fā)揮的空間，為信息本地化處理提供可能，正如“直覺-1"衛(wèi)星所展現的。當然，太空不是發(fā)展的極限。

免責聲明：部分圖片與視頻來源網絡，如有侵權請通知刪除