私营企业、新技术、地理空间情报面临的挑战
目录
美国地理空间情报基金会 (USGIF)是支持地理空间情报 (GEOINT) 行业的教育基金会。5 月下旬，USGIF 举办了第 20 届GEOINT 研讨会——该会议汇集了政府、学术界和私营企业的 GEOINT 社区，以合作和讨论地理空间情报中最相关的主题。
无论是预测 SAR 等新技术的影响，还是应对不断变化的劳动力带来的挑战，都有很多话题要谈。尽管地理空间情报界主要以太空为基础，但他们面临的挑战——以及新兴技术——与整个地理空间行业的许多其他方面是平行的。
SAR是一颗冉冉升起的新星
合成孔径雷达 (SAR) 是一种遥感技术，它使用雷达创建地球表面的高分辨率图像。与依赖白天清晰视野的光学传感器不同，SAR 系统可以昼夜运行，并且可以穿透云、雨和雾。SAR 的工作原理是向地面发射微波脉冲并测量反弹回来的回波。通过分析这些回波的时间延迟和振幅，SAR 系统可以重建地形的详细图像。（想了解更多？这里有来自 Capella space 的精彩“ SAR 101 ”解释器）。
由于 SAR 可以生成包含有关地球表面详细信息的高分辨率图像，因此它可以检测地形的细微变化，识别小物体，并提供对海拔、表面粗糙度和植被密度等特征的准确测量。与政府机构合作提供图像的私营公司，如 Umbra 和 Ursa space，已经开始合作提供 SAR 图像供政府使用。
与这些新的成像来源一样令人兴奋的是，它伴随着向分布式系统添加另一个信息流的成本。地理空间情报分析需要复杂的算法和技术来从数据中提取有意义的见解。分析各种地理空间数据源（例如图像、SAR、激光雷达和地理空间数据库）的复杂性需要先进的工具和专业知识。开发和维护分析能力以处理数据的复杂性并提供准确及时的情报将继续是一个挑战。
安全越来越紧迫
随着世界其他地区继续进行技术发展，出现了新的和正在出现的威胁 – 包括黑客攻击和网络安全的威胁。地理空间情报系统容易受到网络威胁，包括数据泄露、系统入侵和拒绝服务攻击。保护敏感信息、确保数据完整性以及保护通信网络和基础设施是地理空间情报界面临的关键挑战。
此外，地理空间数据通常来自不同的来源、格式和标准。集成和互操作来自不同机构、组织和平台的数据可能既复杂又耗时，并且会在每次“交接”时带来安全挑战。确保跨各种系统的数据兼容性和无缝共享对于高效的地理空间情报操作至关重要。
虽然这些漏洞的想法可能令人不安，但它也带来了加速量子技术研究的结果，这种技术可能会提供比当前方法更安全的密码学形式。
私营行业是提高灵活性的关键
会议上的几位发言者谈到了这样一个事实，坦率地说，政府在获得及时或持续的资金用于发射新卫星或开拓新的地理空间情报技术或能力等方面面临着重大挑战。通过与私营企业合作——直接购买图像或数据，或依靠它们提供发射服务或开发新卫星——可以加快步伐。
商业公司运营各种平台，包括卫星、飞机和无人机，这些平台可以使用不同的传感器收集高分辨率的地理空间数据。与商业公司合作可为政府提供更广泛的数据源和收集能力。这扩展了可用于分析的数据，支持更频繁的更新，并增强了监控和响应动态情况的能力。
在关于全球经济中的 GEOINT 的小组讨论中，美国宇航局前局长兼国会议员 Jim Bridenstine 简洁地总结了这种关系：
“致各位听众：你们是我们唯一的希望——因为创新真正来自工业。”
“我也认为这有点可悲，因为在美国历史上的前一个时代，政府能够做的不仅仅是写支票。今天我们主要被视为资金来源——但我们真的不仅需要能够当我们在政府时，在你的目录中购买东西，但我们需要发明新的更好的目录，我们需要比任何可能的对手领先 10、20、20 年……所以我们需要你的大脑，我们需要你的能量和你的灵活性。”
在典型网络之外进行招聘至关重要
地理空间情报机构面临的另一个重大挑战对于其他地理空间领域的人员来说肯定并不陌生，那就是为这些任务所需的技能工作寻找、招聘和留住人才这一关键而困难的问题。GEOINT 的一个重点领域是招募可能来自政府通常寻找的传统人才库之外的个人——包括神经多样性的个人。
神经多样性个体，例如自闭症患者，通常具有独特的认知优势和不同的思维方式。他们可能擅长模式识别、注重细节、逻辑推理和空间思维，这些都是地理空间情报中的宝贵技能。通过招募神经多样化的个人，社区可以利用多样化的人才库，并从他们不同的观点和解决问题的方法中受益。
地理空间情报界经常面临缺乏在数据分析、地理空间技术和批判性思维方面具有专业知识的熟练专业人员的问题。通过积极招募神经多样化的个人，社区可以利用可能拥有与地理空间情报需求很好地结合的独特技能和能力的人才库。这可以帮助弥合技能差距并带来宝贵的专业知识来解决劳动力短缺问题。
然而，这并非没有挑战，正如专家组指出的那样，许多招聘做法——面对面面试和安全审查措施——可能会不适当地将某些行为标记为紧张或逃避的迹象，例如，对于申请人来说是正常的。
这是地理空间的激动人心的时刻
与许多科技行业一样，GEOINT 社区正在经历一场创新的爆发。地理空间情报不再局限于单一数据源。该行业越来越多地整合来自各种来源的数据，包括卫星、空中平台、地面传感器、社交媒体和开源情报。这种集成可以全面了解复杂情况，增强态势感知并支持决策过程。
人工智能 (AI) 和机器学习 (ML) 技术的应用也在改变地理空间智能行业。这些技术可以自动分析大量地理空间数据、模式识别、异常检测和预测建模。AI 和 ML 算法提高了地理空间情报分析的速度和准确性，使分析师能够专注于更高级别的任务和战略决策。
由于某些工作的敏感性，地理空间情报似乎独立于其他地理空间领域，但 GEOINT 中出现的许多主题都适用于激光雷达、GIS 等领域。当然，这是一个值得关注的“空间”。
