据麦姆斯咨询报道，近期，欧洲科研团队成功研发出一颗新型智能传感卫星“直觉-1”（Intuition-1），该卫星可通过机器学习算法提供快速、低成本的土壤分析信息，将有效推动精准农业发展。该项目展示了将新型高光谱传感技术与人工智能相结合，并集成于一个差不多鞋盒大小的操控箱中，实现了智能传感技术的新突破。
边缘计算，可以说是一个时髦的术语，指的是将数据处理方式从云端服务器转移到地理上更接近数据源的地方。一些人认为，边缘计算是下一次伟大的技术革命，对于通信宽带严重受限的卫星而言，它的确是具有革命性意义的技术。
欧洲航天局推行的“直觉-1”卫星计划可提供土壤检测数据，将致力于推动欧洲精准农业的发展。通过该项目，可按需为特定的农田区域进行精准灌溉和施肥，而不必像以往一样浇灌整块农田。精准农业不仅具备经济效益，而且对环境也更友好，难点是它需要收集小范围土壤条件的详细信息。目前，如果要充分详细地确定土壤养分水平，需要从多个地点采集样本送往实验室分析，这个过程通常需要三周左右时间。

“直觉-1”卫星搭载高光谱传感器，能同时以数百种不同波长的光波观测每块土壤，可以有效地看到比人类视觉范围更广的色域。通过比较不同波长效果的图像，分析人员可以推断出相对应的化学成分。
QZ Solutions公司的首席执行官Zbigniew Kawalec表示：“通过‘直觉-1’卫星，可以确定土壤中钾、镁、磷的含量或土壤pH值等参数。”该公司位于波兰奥波莱，致力于土壤分析技术开发。

通常，这种分析会在地面的服务器上进行。但由于高光谱成像涉及大量数据，一张几千公顷土地的图片就占据了千兆字节，因此需要从卫星发送到地面的数据量非常大。有效的解决方案是利用高效的机器学习算法在卫星内部操控箱进行高光谱分析处理。这样，卫星只需将土壤分析结果传送到地面即可。
位于波兰的空间应用自主系统专业机构KP实验室公司（KP Labs），已开发训练出一种任务模型，并通过飞机拍摄的波兰南部地区的高光谱图像，对该模型进行了验证。这项技术也可以应用于航空成像，不过KP实验室开发人员表示，通过卫星能以更低的成本覆盖到更广的区域，因此下一阶段将着力证实该技术可适用于卫星拍摄的高光谱图像。
“直觉-1”是一个6U或6个单位的立方体卫星，即由6个标准尺寸（10立方厘米）的模块（3 x 2 x 1）组成。它的扫描分辨率可达30米，以往需要几周才能获取的土壤数据，目前可缩短至几天内，且无需对土壤样本进行持续采集和处理。该卫星将搭载高光谱相机、数据处理单元和机器学习算法，于2022年底发射升空。

该项目由欧洲航天局的Φ-Lab计划资助，旨在开拓对地观测卫星的创新模式。这项工作建立在早期实验室项目基础上，早期主要是利用神经网络评估海冰和土壤湿度，这也表明此类方法可用于卫星在轨数据的处理。
“直觉-1”卫星展现了目前可将多少边缘计算能力压缩在一个小空间内，未来，其它使用类似传感技术的新一代智能卫星也将蓄势待发。当前，此类机器学习算法已进入一些小型机器人应用领域，包括大众市场的无人机、用于寻找水下地雷的无人潜水器，甚至用于搜索地下隧道的机器狗。在任何通信受限的地方，边缘计算和机器学习就有可发挥的空间，为信息本地化处理提供可能，正如“直觉-1”卫星所展现的。当然，太空绝对不是发展的极限。

免责声明：部分图片与视频来源网络，如有侵权请通知删除