开拓前沿：基于天基计算的影像分析

2025年7月24日，由SaraniaSat、NV5公司、BruhnBruhn Innovation (BBI), Netnod和Hewlett Packard Enterprise (HPE)组成的独特国际合作联盟，实现了一项史无前例的成就——在国际空间站（ISS）上成功演示了原生云计算技术（图 1）。

图 1 国际空间站上的Hewlett Packard Enterprise星载计算机 2 号（左）与国际空间站（右）

此次测试的核心是 SaraniaSat具备的在轨移动目标识别能力（图 2）。该测试揭示了地球观测领域未来的重要趋势：高性能边缘计算现已成为未来地球观测卫星不可或缺的核心技术。这类卫星任务的发展方向是生成具有高空间分辨率、高时间分辨率和高光谱分辨率的数据（SaraniaSat将其称为 H-Cubed™ 数据）。为了让这些海量数据能够即时转化为可执行信息，卫星在轨环境中实时处理——受通信带宽限制，将所有原始数据传回地面处理已不具备实时性。通过在轨处理，分析人员和决策者能够获得低延迟、高可信度的信息，及时获取关键数据的同时，最大限度减少误报和漏报情况。

图 2 在这场史无前例的太空测试中，SaraniaSat 团队成功识别出迪拜附近空域的一架飞行中的飞机

 

构建 “太空云”

要实现此次在轨原生云计算测试，需要一整套新一代技术工具的支撑。BBI 与 Netnod 联合推出了Dacreo Apto 平台——这是一款兼容 Kubernetes 的 “太空技术栈”，能够将卫星改造为原生云平台。通过嵌入执行监控代理、强化操作系统原语以及无缝衔接的 BigOps/DevOps工作流，Dacreo Apto使资源受限的卫星能够具备弹性、自主管理计算节点的功能。对于任务团队而言，这意味着他们能够像在地面云环境中一样，轻松实现轨道上应用程序的迭代、部署和故障恢复。当前低地球轨道（LEO）卫星的通信带宽限制使得每秒 155 吉比特的原始 H-Cubed™ 数据无法实时传回地球，加上地面处理带来的延迟问题，也严重影响了农业及其他依赖及时、可执行地理空间信息的领域的日常关键决策。

在轨运行的 ENVI系统

对 SaraniaSat 而言，NV5 是另一位关键合作伙伴。此次太空测试充分展现了 ENVI 深度学习平台的便携性——这款地理空间分析工具的历史可追溯至1977年。ENVI深度学习能够自动完成影像中目标与地物特征的检测、分类及变化监测。该工具最初专为处理高光谱数据设计，如今已发展成为一款多功能平台，能够从复杂的多光谱和高光谱数据集中提取有价值信息。在本次测试中，ENVI成功在HPE星载计算机 2 号上高效运行，将数十年积累的地理空间影像分析经验带入了最新的计算前沿——太空云。从原始数据到提取有价值信息，ENVI不仅助力 SaraniaSat突破了国防领域的应用边界（如移动目标识别，见图 2），还为全球数据驱动的精准农业提供了支持。

正如 SaraniaSat 创始人汤姆・乔治博士所解释的：“ENVI专为高光谱数据设计，其先进的技术特性使其能够完美应对 H-Cubed™ 数据的复杂性” 。从国防领域的移动目标检测到精准农业的落地应用，ENVI 始终是 SaraniaSat 愿景实现的核心支撑。

 

从农业到分析：SaraniaSat的起源

这一愿景可追溯至2016年SaraniaSat的成立。汤姆创立该公司的初衷，是为了解决一个困扰地球观测领域数十年的难题：实现全球范围内每日更新的、数据驱动的农业监测。这类数据对整个农业生态系统至关重要，涵盖农民、农业企业、作物保险公司、作物金融机构、作物期货市场以及食品供应链企业等多个主体。尽管自1972年美国国家航空航天局（NASA）发射Landsat-1以来，政府和私营部门已开展了超过 50 年的卫星任务，但农业生态系统至今仍缺乏全球尺度下及时、可靠且可执行的数据支持。

汤姆将这一挑战形容为一场 “堂吉诃德式的探索”。他指出了两大核心障碍：数据复杂性与时效性。若没有 H-Cubed™ 数据，农民在做出决策时将面临巨大风险，而他们本就微薄的利润空间将进一步被压缩；同时，在100-150天的典型农作物生长周期中，天气、病虫害和其他胁迫条件可能每日都在变化，缺乏近实时的数据访问会导致数据彻底丧失价值。

在汤姆看来，解决方案十分明确：只有将复杂数据与卫星在轨高性能边缘计算相结合，农业及其他行业才能克服这些日常决策中的关键挑战。

新兴产业的催化剂

这一技术的影响远不止于农业领域。汤姆认为，太空云计算有望重塑地理空间情报领域，其变革力度或将堪比全球定位系统（GPS）和互联网对日常生活的改变。“20 世纪 60 年代的 GPS 发明者们从未想过，如今Siri能为我们提供前往杂货店的导航服务” ， 他指出，“我对太空高性能边缘计算在遥感海量数据处理中催生的全新应用充满期待——那些我们如今甚至无法想象的应用场景！”。

这个测试证明了这一未来的可行性。与 NV5、BBI、HPE和 Netnod 等合作伙伴携手，SaraniaSat正为新一代地理空间解决方案开辟道路。“生命安全、任务执行和数十亿美元的资产都依赖于及时的信息支持，”汤姆表示，“答案显然是将计算能力移至数据源头附近——也就是卫星在轨环境中。”

尽管创业之路充满波折（时而陷入极度焦虑，时而又归于平淡），但汤姆始终被团队成员和使命愿景所激励。“能与如此才华横溢、乐于协作的合作伙伴共事，我深感荣幸与感激，” 他反思道，“驱使我不断前行的动力，是让这个世界变得比我初见时更美好的可能性，以及解决那些极少有人认为能够解决的难题。”

展望未来

对汤姆及其合作伙伴而言，此次演示不仅是一个里程碑，更是一剂催化剂。通过证明原生云分析和人工智能技术能够在轨道环境中高效运行，他们为变革国防、情报、农业等多个领域的应用打开了大门。

参考文献

1. SaraniaSat的在轨原生云人工智能/机器学习演示
2. Dacreo Apto——由BBI开发的兼容 Kubernetes 的太空技术栈
3. 官网链接：https://www.saraniasat.com/

原作者：Erin Eckles