科学家新视野－有望协助救灾 新演算法加速微型卫星影像传输

要发挥卫星的救灾能力，快速取得影像并不够，更需要维持影像的品质。图／本报资料照片

微型卫星的影像资料有利地震救灾，却受限于高成本与影像的低品质，而最新研究为此提出低成本的可能解决方案。RTCS系统是我们团队首创的技术，能同时解决原本卫星影像上可能出现的瑕疵，又能还原被压缩的影像。

随着卫星遥测技术的快速发展，微型卫星比大型卫星更便宜与方便，其一重要任务便是影像感知，例如近年美国卫星公司Planet Labs已发射超过500颗感知卫星，为了监测环境中植被分布、土地利用等。但这些感知卫星上的相机，因为多数的影像数据量庞大，需要快速的传输网路，影像传输的过程会先被压缩，再还原，而影响影像的品质，且占用大量的储存空间。

■RTCS采用创新的超快速压缩演算法

个人带领的研究团队最新的研究成果，有望解决这个难题。我们过往多年已发展专门用于还原影像的演算法，了解卫星影像的特质，而开发出一套适用于微型卫星的超快速影像压缩传输系统，简称RTCS。RTCS采用创新的超快速压缩演算法，可在不影响影像品质的前提下，大幅降低数据体积，有效缩短传输时间，显著提升数据传输的效率达百倍以上。

RTCS特殊的设计，即便面对卫星影像常见的瑕疵，例如条带状缺损，或传输杂讯干扰，仍能精准还原高品质的卫星影像。跟过去最好的研究方法相比，RTCS仅需10％的训练样本，大大降低训练成本。我们设计出只需简单的运算，就能即时压缩影像的演算法，且相容于其他类型的晶片，非常适合用在资源受限例如储存空间小，或压缩时间不能太长的微型卫星。在接收影像资料的那一端，RTCS也可使用耗能低的人工智慧（AI）装置，快速的还原被压缩的大型影像，大幅降低地面卫星站中央伺服器的负荷。

■仍待真实场域实测累积经验，提升效能与精准度

借由即时压缩与快速传输的技术，高品质的卫星影像可更有效的使用于地理资讯系统、环境监控、灾害预警和农业规划等领域，其中协助救灾的方面，RTCS系统的优势有可能更凸显。以今年4月3日花莲大地震为例，在震后短短三小时内，「福卫五号」卫星就成功拍摄到东海岸影像，透过与灾前影像的比对，快速判读出花莲山区多处疑似崩塌点，以及宜兰龟山岛地貌变化等重要资讯。但要发挥卫星的救灾能力，快速取得影像并不够，更需要维持影像的品质，RTCS的高速传输技术能确保影像在压缩与传送过程中不失真，让判读更加精准可靠，是未来推动卫星救灾不可或缺的利器。

不过，我们是用模拟的方式进行实验，所以真实场域下，硬体的部署与规格，都有可能影响演算法的效能，若要进一步发展相关应用，需要在真实场域中测试演算法，才有机会在更贴近实际状况下，保有稳定与杰出的效能。此外，良好品质的卫星影像，可大幅提升许多后续任务的效率，例如比对不同时间点同样地貌的变化。虽然我们的研究还未进行到这些后续应用，但我们研究结果可维持高品质影像在不容易受干扰的情况下传输，建构比较好的基础建设，以利未来各式各样的后续应用。