从中欧班列到港口物流，从美洲大豆到印度水稻，从建筑工程到路网工程，从钢厂生产到城市夜间灯光，从山火洪灾到高温干旱，从湖体变瘦到地质灾害，卫星遥感数据的应用为人们打开了新的视野，爆发出前所未有的社会价值和商业价值。

　　9月16日，国务院新闻办发布了8月份的国民经济数据。据国家统计局新闻发言人、国民经济综合统计司司长付凌晖介绍，8月份，国民经济持续恢复，工业生产回升，规模以上工业增加值同比增长4.2%。同时，固定资产投资实现今年以来首次回升，1~8月份，全国固定资产投资同比增长5.8%。

　　而早在四天前，9月12日，四象科技发布的2022年8月宏观经济卫星数据就显示，无论是建筑工程施工面积，还是高速公路竣工里程，包括中国十大钢铁厂的生产活跃指数等等，都出现了较大的反弹回升迹象，显示出了国民经济持续恢复发展的良好态势。

　　毋庸置疑，宏观经济数据是制定国民经济发展目标、战略和方针政策的重要前提，决定着国家重大决策和宏观调控的方向和重点。早一步获得这些数据，就可以为政府主管部门留出更多的决策空间，为商业企业增加更多的前瞻性和判断力。

　　四象科技联合创始人、首席产品官俞雷告诉《等深线》记者：“卫星遥感数据在经过专业解译之后，可以为政府、金融、大宗商品、农业等诸多领域的客户提供服务，拥有非常重要的商业应用前景，目前这方面的需求正在逐年增加，发展迅速。”

　　俞雷认为：“这一方面源自疫情发生后人们不便实地调研的原因，另一方面，在人工智能和大数据时代，无论政府决策，还是商业决策，越来越需要多个维度的宏观经济数据的相互验证。”

　　在风靡金融圈的美剧《亿万》(Billions)中，曾经描述了这样一个情景，华尔街对冲基金利用卫星数据分析经济和行情，以获取阿尔法收益。事实上，这并非完全虚构的电影情节，而是真实场景的再现。

　　根据美国卫星产业协会(SIA)发布的数据，全球卫星数据服务产业正迅猛增长，2018年全球卫星产业总收入就已经达到2774亿美元。在细分的卫星发射业、卫星制造业、卫星服务业和地面设备制造业四个领域中，仅卫星数据服务产业规模就已经接近1300亿美元。

　　记者获得的行业内信息也显示，美国麦肯锡等咨询公司每年仅SAR(合成孔径雷达)卫星数据购买量就高达7000万~8000万美元，雀巢公司为其产地环保评估所采购的SAR卫星数据每年也在2000万美元左右。

　　此外，根据美林美银的预测，到2045年全球商业航天的产值将达到2.7万亿美元。作为商业航天产业链的最终利润产生环节，卫星应用服务产业面临的国际市场空间将十分巨大。

　　如今，伴随我国国家政策的大力支持，国内商业航天产业拉开序幕。遥感卫星数据的商业化价值，也开始逐渐被国内的商业银行、资管公司、券商，政府的研究部门甚至是决策部门所关注和认可，从而逐渐诞生了一个新兴的市场。

　　智研咨询发布的《2022-2028年中国商业遥感卫星行业市场全景调查及投资前景预测报告》显示：“从细分市场来看，2021年我国遥感卫星产业市场规模为118.12亿元。其中数据费用市场规模为20.21亿元，加工服务市场规模为32.03亿元；应用市场规模为65.88亿元。”

　　智研咨询认为：“数据分析应用可在遥感方面，在经济中的应用刚起步，结合深度学习的方法，能够进行实时、可靠的经济发展分析，为国际经济政策的制定提供有力的支持，并将在投资金融领域的行业应用中起到重要作用。”

　　不过，遥感卫星数据的商业化应用处于一个漫长的产业链的尾端。所以，虽然市场需求逐渐显现，并蕴藏巨大的商业价值，但在国内的关注度却并不够。

　　业内分析显示：“自2014年政策开放起，国内商业航天产业链已趋于完整，涌现出多家商业火箭和微小卫星制造企业。但能够真正让卫星数据在国计民生领域发挥作用，并产生价值的应用公司少之又少。”

　　记者在天眼查查询时也验证了这一结论，在天眼查查询公司，如果输入“卫星遥感数据”，可以检索到20544家公司，但如果输入“商业遥感卫星”，则只有23家公司，输入“商业卫星遥感数据”，就只剩下了17家公司。尽管数据可能与真实情况存在一定出入，但对比度非常明显。

　　值得注意的是，从2014年开始，国内推出一系列政策来推动商业航天产业的发展：2014年，国务院60号文件明确鼓励民营资本进入航天领域；2015年，天地信息一体化写入“十三五规划”重点项目；2016年，中央、国务院、印发《关于经济建设和国防建设融合发展的意见》，其中，火箭研发、卫星制造、卫星应用等领域在政策上向民间资本逐渐开放，成为支持商业航天发展的重要推动力。

　　在此之后，无论是行业应用、区域应用还是公众应用领域，都显示出了旺盛的市场需求，国内的商业航天开始逐渐成为一个完整的产业链。其中，产业链上游参与企业主要涉及卫星制造、卫星发射、卫星地面设备和网络建设企业；产业链中间参与企业是商业经营者和政府经营者；下游产业链涉及多个领域，在气象、测绘和海洋等领域较为普及，同时卫星数据的商业化应用开始发端。

　　业内人士李风(化名)告诉记者：“遥感商业化是个发展的市场，国内传统的卫星企业包括中国四维、航天宏图、长光卫星、天仪研究院、中科星图、东方至远和国遥新天地等，主要侧重卫星数据和系统服务。新兴的遥感商业化企业包括佳格天地、大地量子等，其主要集中在以农业为主的遥感应用，结合机器学习等进行监测和预测相关信息。”

　　在美国，从21世纪初开始，由于航天政策向深空探测转变，近地轨道空间的太空活动被NASA交由企业负责，从而开启了卫星数据商业化的应用。目前，比较有名的企业，除了Maxar、Airbus、Planet、ICEYE和Cappella等商业卫星数据商，还有Satellogic、Blacksky和OrbitalInsight等遥感卫星数据和地理空间情报公司。

　　值得注意的是，这些公司的经营模式有很大的差别。以地理空间情报公司BlackSky为例，它利用卫星和其他来源数据，为从农业到保险的广泛行业提供图像和数据分析服务。它不是单纯的做情报分析或者解译，而向前端扩展进行卫星采购，服务对象包括港口、机场和建筑工地等检测和现场监控，83%的收入来自政府和联邦机构。

　　另外一种方式是某颗卫星在轨成功以后，商业应用公司包下所有的数据，这样，通过卫星资源共享服务，用户只需要支付一份经费，在需要的时间或者成像范围内使用卫星资源，相对原有只是单纯采购数据模式更有利于用户，同时也降低商业卫星研制运行成本。目前包括四象科技在内的国内卫星公司开始陆续采用这种模式。

　　显然，遥感卫星数据的商业化在国内还处于新兴市场的早期阶段，但巨大的机会已经显现。李风告诉记者：“由于政策放开时间短，优秀的团队和项目有限，成熟商业模式和市场格局尚未形成，国内商业航天领域目前仍处于蓝海状态。但随着BAT等多家科技巨头公司的加入，以及其他行业资本的涌入，商业航天将很快成为群雄逐鹿的新战场。”

　　的确，公开信息显示，包括华为、阿里、腾讯、小米、吉利、碧桂园在内的诸多行业巨头开始在商业航天产业领域进行布局。以阿里为例，联合长光卫星、Maxar技术、四维测绘、超图软件等卫星影像产业链公司发布数字地球引擎，汇聚全球数百颗卫星影像的数据集，向社会提供集智能分析及可视化为一体的能力。

　　2022年4月，中关村论坛系列技术交易活动中，其新技术新产品首发专场(航空航天领域)活动举办了空天领域的专场，市科委、管委会二级巡视员刘航在致辞中指出：“市科委、管委会将围绕市委市政府在空天领域的重大部署，整合各类资源，打通产业链创新链供应链，着力在关键核心技术方面有所突破。”

　　事实上，卫星数据的价值挖掘就是一项核心技术。当海量数据不再成为稀缺资源的时候，如何利用云计算、挖掘这些数据背后的趋势判断和商业价值，就成为卫星数据服务商的核心竞争力。

　　与地面数据统计不同，卫星数据统计探测范围广，采集数据速度快，能动态反映地面事物的变化，加上获取数据具有综合性等特点，也因此越来越受到决策层的关注。

　　四象科技基于卫星遥感数据建立的“中国建筑工程开工指数”显示，2022年8月，三大核心经济区域(京津冀、长三角、珠三角)新增施工面积总量环比上升23.75%，同比上升82.86%，三大区域新增施工面积均出现较大反弹。

　　不仅如此，基于卫星遥感数据的“中国路网工程建设指数”也显示，高速公路当月竣工里程环比上升74.61%，同比上升2.60%，竣工指标自6月份以来呈现增长趋势，解释水泥、沥青等上游原材料去库存状态下，高速公路路网施工正在形成实物工作量。

　　对上述数据的分析认为：“交通基础设施作为‘十四五’规划的建设重点，已经开始暗中发力，对于拉动有效投资起着关键作用，同时为稳住经济大盘提供有力支撑。”

　　与此同时，基于卫星数据的“中国十大钢厂生产指数”也显示，2022年8月，十大上市钢铁集团下属钢铁厂生产活跃指数出现反弹回升趋势，较上月上升3.17个百分点至70.15%，较去年同期上升了0.6个百分点。其中，华菱钢铁、鞍钢股份、安阳钢铁生产活跃指数增幅靠前。

　　显然，这些数据与国务院新闻发布会上的数据是可以相互印证的。比如，据付凌晖介绍：“1~8月份，全国固定资产投资同比增长5.8%，增速比1~7月份加快0.1个百分点，第一产业投资同比增长2.3%，第二产业投资增长10.4%，第三产业投资增长3.9%。”

　　再比如：“8月份，规模以上工业增加值同比增长4.2%，增速比上月加快0.4个百分点。分三大门类看，采矿业增加值同比增长5.3%，制造业增长3.1%，电力、热力、燃气及水生产和供应业增长13.6%。装备制造业同比增长9.5%，比上月加快1.1个百分点。”

　　事实上，早在半年前，将卫星数据引入宏观经济的研究视野就已在券商研报中不时出现，而经济缓慢而持续回升的信号也不断呈现。

　　就在今年2月，西部证券发布题为《基建、疫情与稳增长的不确定性》的宏观经济研报，其中引用四象科技提供的卫星数据显示，2月三大经济带建筑工程施工未明显反弹，中西部高速公路里程新增显著。

　　2022年4月，国泰君安证券发布了一篇文章，标题为《另类数据研判，再论基建的节奏和姿态》，在这篇报告中，表示，采用宏观及微观的卫星遥感数据观测基建施工及工地情况，判断疫情缓解后真实需求释放斜率可能大幅提升，进而对基建相关行业维持“增持”评级。

　　当然，卫星数据除了可以提早发现经济反弹的信号之外，同样可以预测潜在的风险，为决策者建立新的机会或可能性提供支持。

　　2022年8月3日，一篇《物流“之夏”》的文章，让人们看到欧美主要港口的历史性拥堵。在文章中，四象科技根据卫星遥感影像监测结果，统计了2022年5~7月欧美主要港口船只数量，以及港口集装箱堆放面积，为身处全球产业链的中国企业的商业决策提供数据参考。

　　在对全球极端高温天气的监测中，四象科技通过卫星影像发现，今年8月，印度五大水库之一里亨德水库的水域面积较去年同期减少了24.61%。由于印度是世界最大的稻米出口国，其国内的严重干旱势必会影响到稻米的出口及其国际定价。印度农业部8月公布的数据显示，今年其水稻种植总面积已下降13%。

　　就在今年上半年，有关部门关注了四象科技的基建指数产品，希望对他们关注的烂尾楼情况进行跟踪，通过建筑工地设施及人员等的影像变动情况，及时发现部分已经停工的工地，为政府决策提供支持。这意味着，未来的卫星数据将可以具体监测到某一个房地产商所有的工地的情况。

　　显然，在这些案例背后，突显了卫星遥感数据之于政府决策及商业决策的重要性。而宏观经济卫星数据指数产品的横空出世，更是提升了决策的效率及其客观性。

　　以“工程开工指数”为例，借助国内外遥感卫星对施工面积≥0.5平方公里的建筑工地数据的扫描监测和分析挖掘，以及光学、合成孔径雷达(Synthetic Aperture Radar， SAR)等多种成像技术手段的充分融合，实现对大型建筑工程开工情况的大面积监测，并通过状态监测将工地内部处于不同施工节点的地块面积进行分类统计，帮助投资者及行业用户精准预判下一阶段各类施工建材需求。

　　俞雷告诉记者：“卫星数据的内容包括工地总面积、地面建设面积、主体建造面积、封顶完工面积等20多个经济指标。”

　　同样的，“中国路网指数”通过对施工长度≥1公里的高速公路、国道、省道建设路段施工进展情况进行监测，辅助投资者及行业用户预判下一阶段各类施工建材需求。

　　不过，一位来自金融行业的分析师告诉记者：“卫星数据指数产品的优势体现在客观、全面和相对较高的时效性上，但也极其考验数据解译者的水平和能力，因为普通人是看不懂卫星遥感数据的，能力和水平的差异，很可能会给同一数据带来不同的解读。”

　　“遥感”，学科定义在物理科学上是指不直接接触物体，从远处通过探测仪器接收来自目标物体的电磁波信息，并经过对信息的处理，判别出目标物体属性的过程。

　　卫星遥感为航天遥感的一个组成部分，以人造地球卫星作为遥感平台，主要利用卫星对地球和低层大气进行光学和电子观测。

　　从卫星下来的数据源，被称作“遥感数据”。从遥感数据到最终用户的应用，并不能一步到位，中间需要一个解码的过程，涉及到数据综合处理、地物智能识别，以及分析判别等多个环节。

　　俞雷告诉记者：“从卫星图像到满足用户需求是一个专业解析的过程，首先要做的是卫星数据的预处理，就是实现从数据到图像或者高精度图像的过程。这一环节的核心问题是算法，算法不同，即便是同一个数据源，出来的结果也会有差异。对卫星和载荷的功能有比较深入的理解，才能够处理出符合用户需求的一些产品。”

　　俞雷说：“其次，要进行数据融合，具体地说，就是对光学、红外、雷达等多源多谱段数据进行融合。因为在遥感和地球观测领域，不同成像方法、不同波段和分辨率的数据并存，多样化的数据需要协力才能发挥更好的作用。”

　　举例来说，目前很多的遥感公司是以光学遥感为主，也就是对相机拍摄的照片形式的数据进行处理。而四象科技的核心优势是对合成孔径雷达(Synthetic Aperture Radar， SAR)卫星数据的融合处理，因为雷达不受天气的影响，但光学遥感遇到云雨天气可能就很难发挥作用。所以，四象科技在应急救援、农业等领域的应用，都是把SAR的数据作为一个亮点来突出。

　　再次，一个很重要的工作是对数据(信息)目标的综合积累，从而建立起企业在各种典型应用场景下的目标库。目前，四象科技在全球大目标点，涵盖应用场景下的目标库，包括交通设施、通讯设施、基础设施等很多小类，每一个类别下面又会分为各个国家各个地区，再加上其他信息的积累，这个目标库就可以在图像解译过程中发挥很重要的作用。

　　“这就类似于有一个专家知识库在做支撑，进行卫星数据解译的过程中，如果只是看图说话是比较费劲的事情，因为世界这么大，各个地方的数据都要从零来做，会非常耗时耗力并且准确度受到制约。有了这个数据库的支持，我们的效率就会很高。”俞雷告诉记者。

　　对于卫星数据解译是否可以引入人工智能，俞雷表示：“人工智能目前可以实现遥感图像中目标要素分类识别，但是由于遥感多源异构的特性差异和实际应用需要的关联挖掘，在很多场景下借助深度学习出来的结果不能直接使用，目前还需要人工专家的介入。”

　　俞雷说：“另外，AI技术得到的信息可能还是比较初级的，比如只是从图像得到了一个数据(或信息)，但是这个数据(或信息)离最终客户的需求还很远，尤其对那些非遥感领域的客户，可能是看不懂的。这就需要我们在中间做很多的研究和沟通工作。”

　　据记者了解，从2019年开始，四象科技逐渐向金融宏观经济领域转型，与客户一起构建宏观经济数据分析的模型，如今，这成为了四象在卫星遥感领域的一个优势。

　　以四象科技发布的建筑工程指数产品为例，如果仅从卫星图像上看，客户看到的只是一个建筑或者一个工地的概貌，但客户更关心的是这个工程的变化，它的进展、它所处的阶段，这就需要用深度学习网络来做一些提取识别，然后结合人工(专家)的分析解译，来满足他们对于上下游的一些分析需求。

　　值得注意的是，数据解译之外，一项更重要的工作是帮客户考虑购买性价比的问题，合理的性价比是遥感数据商业应用的重要前提。

　　“如果价格太高，超过了客户的预算，或者超过了现有手段的成本，那么遥感就没有优势了，所以性价比是我们现在要帮客户解决的重要问题。”俞雷告诉记者。

　　俞雷说：“当下遥感数据的成本仍然较贵，虽然已有上百颗商业遥感卫星，但它们之间价格差别很大，有些卫星数据会很贵，有些相对便宜一些。我们在做产品的时候也会综合考虑，根据用户的需求来分析，用性价比最高的数据来实现，我们会建议客户满足需求就可以，不需要追求冗余的精度，要从成本上综合考量。”

　　举例来说，遥感数据中，光学遥感数据相对便宜一些，红外、雷达数据会相对贵一些，有些情况下，需要运用三种数据并进行融合，但有些情况下一种数据就可以，比如大气能见度良好的情况下，北方地区用光学的就够了，但是像四川等西南或南方地区，因为云雨天气的问题，可能会用到合成孔径雷达数据(Synthetic Aperture Radar， SAR)。所以，到底是用光学、雷达还是红外要看应用场景，不会确定说只用哪一个。

　　显然，成本上的综合考量，意味着卫星数据应用公司要把握好一个原则，那就是针对客户的需求，要采集哪些数据，采集多少数据，用哪种方式去采集。

　　俞雷告诉记者：“遥感数据商都有自己的价格体系，一般是按照分辨率划分，亚米级分辨率的SAR数据，每平方公里约为几十元或上百元，米级的可能是每平方米几十元甚至几元钱。光学数据和红外数据价格又不一样。”

　　此外，数据价格与时效性也有关系，需求紧急的、加急的和常规的历史数据，价格差异非常大，所以，这里面选择的范围就比较大，需要对这些数据有一个清晰的认识和定位。

　　俞雷告诉记者：“目前客户和大宗商品期货的客户对遥感数据的需求比较多，定务在数据成本上没有严格量化的标准，需要根据客户的需求来衡量，但通常会占到成本的50%左右。指数产品主要面向金融领域或基金行业的研究员，这是一个标准化的产品系列，成本会随着数据的丰富以及客户量的增加，逐渐降低。”

　　对于标准化产品和定制化产品的市场需求，俞雷告诉记者：“大部分客户使用的是一个持续更新的标准的数据库，除非有定制需求，我们来做单独的定制。”

　　俞雷说：“以标准化的指数产品为例，有些客户会在这个基础上提新的需求，通常分为几类：一类需求是，因为我们宏观经济通用指数产品是按月度来进行发布，有些客户觉得这一个季度变化有点剧烈，会要求从提高监测频次，定制周度监测，我们会给他们提供专门的服务；另一类需求是，我们的通用产品偏宏观，比如建筑工程方面重点关注、珠三角、长三角这些核心区域，但有一些研究员关心的是局部省或者局部市，我们可以用分辨率更高或者质量更好的数据，提供指定区域定务。”

　　显然，在整个卫星数据服务产业链下，四象科技的核心能力是数据的分析解译，上游有卫星数据提供商。对于通用的标准化的产品来说，固定的数据来源可以形成固定的成本，比如四象科技可以根据标准化的需求直接采购，并形成相对固定的流程，每个月在几日下数据，几日做数据处理，几日做分析。而定制化的产品需要根据客户的需求专门采购数据，相应地，要提高数据的质量，数据的价格成本也会提高。

　　一个重要案例就是阿美油田被炸事件，当时有国内政府部门客户找到四象科技，希望他们通过卫星数据来进行分析。事实上，当时国外已经有人在这样操作，只是当四象科技通过数据商去购买相关数据时，发现这些数据对中国是屏蔽的。

　　所以，国外的数据，有时受到或其他因素的影响，国内不一定能买到，甚至有可能面临数据封锁，这时自有卫星就变得非常重要。

　　“自有卫星是我们的一个重要资源，来保障重要客户或者关系国计民生的一些重要数据，在关键时可以紧急调用它，避免之前这种情况的发生。”俞雷告诉记者。

　　值得注意的是，近两年来，卫星遥感产业正受到世界性的关注，中国卫星遥感产业也正在高速发展。智研咨询发布的《2022-2028年中国商业遥感卫星行业市场全景调查及投资前景预测报告》显示，2021年全球共发射遥感卫星191颗，相比2020年的146颗增加了45颗。

　　在国内，伴随卫星遥感和空间信息服务业需求的增长以及配套政策的落地，我国发射的遥感卫星数量逐年增加。2021年，全球发射191颗遥感卫星，其中61颗来自中国，中国遥感产业正高速发展。

　　这呈现出两个方向上的趋势：一方面，国内做得比较好的商业遥感卫星，比如长光卫星已经发射了几十颗，图像质量也能满足要求。而另一方面，一些商业公司的卫星由于性能导致的数据质量和数据获取能力的问题，尚不能满足商业应用的要求，也不能提供一个可靠稳定的商业服务的模式。

　　“统计下来，国内目前有上百颗商业遥感卫星，但是真正能用的不多，这也是我们自发卫星的原因。”俞雷告诉记者。

　　比如我国的高分系列有十几颗卫星，由资源卫星应用中心运营，它主要服务保障国家、政府的需求，不接受商业客户的编程服务。只能是它有什么我用什么，而不是我需要什么它帮我拍什么，这是制约之一。

　　其次，应用场景也决定着卫星组合的差异化技术。举例来说，在服务于农业、工业或者政府应急救灾的场景之下，卫星的数量和位置布局上就会有差别，同时关注的核心也不同。

　　“从应急救灾角度，最主要是时效性的问题，在发生灾害后需要第一时间获得影像数据。这就是核心诉求。对于分辨率等其他能力的要求相对会低一些。比如去年的郑州暴雨、烟花台风，当时我们也是通过SAR卫星，第一时间获得了影像数据，经过分析以后，给当地的应急部门或者救灾部门提供引导。红外卫星主要是温度监测。光学卫星主要是对灾害范围影响的分析。”俞雷告诉记者。

　　在他看来，卫星的组合有着很高的技术门槛。“从卫星星座来说，要提高时效性的话，轨道设计上重点要提高卫星的重访能力。在卫星数量有限的情况下，在尽可能短的时间内实现对国内地区的重访。”

　　俞雷说：“考虑到我们重点还是关注国内，如果正常重访周期是4天，那么通过轨道变化或者能力提升，可以做到2天或者更短，这是一个综合考虑的问题。”

　　再次，卫星数据的回传速度也影响着卫星数据的广泛应用。比如，卫星在天空上一次性拍了很多照片，能不能及时回传是一个大问题。

　　俞雷告诉记者：“我国大部分遥感卫星是在过境国内的时候，通过卫星地面接收站，以数传与地面建立联系。传输速率低的可能只有100兆，高的可能会有300兆、450兆甚至900兆，跟传输能力很有关系。”

　　俞雷说：“同时，卫星所谓的成像或者拍照，是受地面指令来控制的，我们一般叫运控系统。那么运控系统的指令怎么上注，也是一个关系传输速度的因素。现在常规途径还是通过地面站，就是卫星过境国内的时候，从国内的地面站给它上注指令，它飞到下一圈时执行这个指令。卫星不在国内，或者在没有地面站的地方，指令都发不上去，它是没法执行任务的，这就需要给卫星做一些增强性的功能，包括用北斗做短报文，星上做一些自主的任务规划。”

　　在俞雷看来：“可以通过我国北斗导航系统的短报文功能，不管卫星在什么地方，不管在美国还是在欧洲或者在哪儿，通过北斗给它上注一个简单的指令，告诉它我要看哪儿，在卫星上(而不是依赖地面站)来做这种自主的任务规划，能够充分调动卫星资源进行采集，然后再把数据传下来，这样整个卫星的利用率就会得到很大提升。”

　　最后，处理算法也影响着卫星数据的应用能力。例如融合的时候算法不同，卫星数据的服务能力也会有很大的差别。

　　“具体来看，行业内的遥感数据融合主要是三种：图像级融合、特征级融合、信息级融合(或者叫决策级融合)。融合处理的本身，就是把各种各样的数据源进行综合处理，消除冗余或者矛盾，增强影像分析和使用的可靠性。”俞雷告诉记者。

　　他说：“具体到算法就很细了，比如图像级融合，包括间域算法和变换域算法等，目前最重要、最常用的方法是小波变换。特征级融合中，保证不同图像包含信息的特征；决策级包括主要在于主观的要求，同样也有一些规则，如贝叶斯法、D-S证据法和表决法等。”

　　举例来说，从遥感处理的算法来说，对卫星数据可以做全色多光谱的融合。比如卫星拍下来的数据，红、绿、蓝包括全色都是分开的，不是我们后来看到的地表照片那样，在轨拍摄的时候，各个波段之间有一些差异，成像时间也不一样。那么地面处理的时候，第一步要把不同波段的图像做严格的对准。配准要求0.3个像素以内，如果偏了1个像素，整个图最后的目视效果就是虚的。

　　“有时候单个波段看起来问题不大，但是三个波段合到一起的时候，问题就叠加放大了。遇到这种‘发虚’的图像，做分类或者目标检测的时候，精度和可读性都会受损。”俞雷告诉记者。

　　他补充说：“再比如图像的融合。将全色多光谱图像与红外图像融合，这样既能得到地物照片的光谱特性，也可以得到温度的特性。在做应用的时候信息就会更加全面充分。”