情报信息的主要来源
随着数据源越来越多，可用情报信息也迎来了爆炸式增长，如何将相关信息整合为一个易于管理的解决方案，已成为全球军事领导者面临的一大挑战。下文介绍情报信息的3种来源。
1. 图像情报（IMINT）
在图像情报中，物体的图像以光学或电子方式再现于胶片、电子显示设备或其他介质上。图像情报信息是通过视觉摄影、红外传感器、激光、光电技术和雷达传感器（如合成孔径雷达（SAR））等对图像的收集、利用与分析而获得的。
2. 地理空间情报（GEOINT）
对地球上与安全相关的活动进行分析并以可视化形式加以呈现的工作称为地理空间情报。地理空间情报是通过将图像、图像情报和地理空间数据相结合而实现的。
图像情报和地理空间情报的基本数据源是卫星图像和由其生成的地理数据集，如来自实地研究或调查等地面工作程序的地理数据集。采集到的数据通常为数字图像形式。
3. 开源情报（OSINT）
开源情报是指广泛的、可公开获取的信息，包括新闻（报刊、广播、电视等）、专业和学术记录（论文、会议、专业协会等）和公共数据（政府报告、人口统计、听证会、演讲等）。
开源情报的收集可分为两类：被动收集和主动收集。主动收集指使用各种技术收集数据，而被动收集则涉及使用威胁情报平台（TIP）。最常见的开源情报资源如图1所示。
图1. 社交媒体棱镜。媒体棱镜是社交媒体渠道和网站（即当今和未来最重要的互动场所）的代表，也是协助生成和/或监测全球社交参与的工具。
图像情报和地理空间情报与其他情报源的整合
关于将图像情报和地理空间情报与其他情报源，特别是开源情报，整合起来的方法，已存在众多论述。在俄乌冲突中，情报的应用深刻印证了图像情报、地理空间情报和开源情报整合起来可发挥的关键作用。
随着数据源越来越多，可用数据也迎来了爆炸式增长，如何将相关信息整合为一个易于管理的解决方案，已成为全球军事领导者面临的一大挑战。许多出版物、项目和应用程序都在设法将图像情报、地理空间情报和开源情报信息各自的优势融合起来。空客集团（AIRBUS）的多源情报解决方案就是一款为军事终端用户提供的将图像情报、地理空间情报和开源情报的比较优势结合起来的标志性产品。
拟议的高级架构
本节内容介绍了一种基于图像情报和地理空间情报的高级架构。该架构利用了所有可获取的地理数据集（地球观测（EO）卫星图像、地理数据集等）和最先进的方法（机器学习（ML）和深度学习（DL）），并与来自开源情报、社媒开源情报（SOSINT）和其他情报的增值情报信息相整合，为国家安全与防务政策制定者创造了全面的多源情报图景。
该架构显示了开源情报和社媒开源情报与图像情报-地理空间情报流程的整合，其基本理念是将来自开源情报和社媒开源情报的增值情报信息应用于图像情报-地理空间情报流程的各个阶段，以提高其准确性和质量。
首先，对于图像情报-地理空间情报流程方面的数据获取部分，其基本特征是数据的可用性。所有卫星系统都有特定的存档和任务分配特性。地球观测和地理信息系统（GIS）专家根据案例研究及其时间基线来搜索可用数据。对某一现象的监测可分为三个阶段：监测前、监测中和监测后。根据现象类型或观测特征，案例研究可涵盖至少一个或所有监测阶段。
第二个组成部分是数据基础设施，其由所有可用的数据集构成。卫星数据集、地理数据集以及收集到的开源情报或社媒开源情报信息体量巨大，具体取决于应用规模。
该拟议架构最重要的组成部分与核心是利用先进模型对数据进行处理，以创造出具有附加价值的多源情报，从而提升人道主义援助和态势感知决策的质量和准确性。利用创新的人工智能（AI）手段，可以从覆盖广阔区域的卫星图像中获取准确无误的数据。
图2. 基于图像情报和地理空间情报、并与其他增值情报信息相整合的高级架构
俄乌冲突案例研究
2022年2月24日，俄乌冲突全面爆发，预示着全新“社交媒体战争”时代的来临。开源情报和社媒开源情报在这场冲突中发挥了重要作用，并产生了深远的影响。社交媒体已成为全球热衷于了解俄乌冲突的新闻受众的主要信息来源。自俄乌冲突爆发以来，关于俄乌双方的视频便充斥着整个社交网络。士兵和平民用手机记录下了战斗的全过程。社交媒体已成为战场的一部分。这导致开源情报和社媒开源情报专家有大量的情报信息需要收集、分析和传播，并与其他开源信息进行整合。
2022年1月，非营利组织“信息复原力中心”（Center for Information Resilience）推出了“放眼俄罗斯”（Eyes on Russia）栏目。该栏目结合使用了开源情报和社媒开源情报信息以及地理信息系统技术，并绘制了俄乌冲突局势地图，其目标只有一个，即向世界传递及时、可靠的信息。该局势地图是一个可核查信息库，可供司法、问责和倡权团体使用。
图3. 信息复原力中心“放眼俄罗斯”栏目的互联网地理信息系统局势地图显示了开源情报和社媒开源情报信息指示的事件发生地。
在俄乌冲突爆发伊始，基于图像情报-地理空间情报的高级架构及其与开源情报和社媒开源情报的整合便已实施。开源情报和社媒开源情报数据为图像情报-地理空间情报流程的第一部分（数据获取）提供了富有见地的信息。在开源情报和社媒开源情报信息中观测到和提到的天气条件至关重要。乌克兰上空的恶劣天气和厚重云层对利用可见光、近红外和短波红外传感器生成图像的光学卫星来说是个大麻烦。相反，合成孔径雷达（SAR）卫星可以穿透云层，并在夜间拍摄图像。地理定位的情报信息定义了可用数据搜索的框架。
研究人员收集了所有可用的数据集以支持高级架构。本案例研究的地球观测数据集来自欧洲的哥白尼（Copernicus）合成孔径雷达卫星“哨兵-1”（Sentinel-1）（“哨兵-1”是欧洲航天局（ESA）运营的、由两颗成像雷达卫星组成的卫星系统），而开源情报信息是从开源情报平台上获取的。该平台提供了经离线存储、评估、验证、分类和标记的社交媒体证据合集。在对该平台的数据进行过滤后，研究人员仅检测关于所关注区域（包括戈斯托梅利、伊尔平、布恰和霍伦卡等城市）基础设施受损情况的案例。
图4. 在俄乌冲突案例研究中实施拟议的高级架构
场景应用
分析人员利用Twitter、TikTok、Facebook等社交媒体信息流来提供关于地面事态发展的实时分析。通过分析发布的图片、视频，甚至谷歌地图数据，开源情报研究人员试图了解乌克兰境内和边境附近发生的情况。
拟议的方法将有助于应对与加强执法机构决策流程相关的挑战。它将有助于获取复杂的卫星衍生信息，这在执法任务中非常重要。卫星图像及其时空特征与交互式人工智能工具相结合，可以为各个执法机构提供重要的情报和决策信息，满足其决策需求。该方法的成果将能够为这些机构的战略计划提供支持。对一个地区异常活动的监测将显示出可能发生异常活动的位置。活动前后变化的程度和空间范围将催生出损害表征图。图像情报的观测结果与其他技术（开源情报、地理空间情报等）相结合，将有助于核实异常活动发生的位置。这些结果的整合将通过损害表征图为各机构提供第一印象报告。最后，这些结果还可作为辅助数据集用于其他程序，如支持疏散计划或其他人道主义活动。
本研究将采用哥白尼“哨兵-1”卫星的相干数据集。研究区域的空间范围位于乌克兰首都基辅西北部，涉及伊尔平、布恰和戈斯托梅利等城市。利用这种方法，研究人员共获得了10幅“哨兵-1”卫星的单视复数影像（SLC）图。场景选择的标准是高质量数据。
结果表明，图像情报-地理空间情报和开源情报-社媒开源情报的结合极为和谐。在干涉合成孔径雷达（InSAR）相干时间序列上使用深度学习模型检测异常活动，提供了俄乌冲突爆发后的首次侦察和损害表征图。损害表征图的空间格局显示出了与社媒开源情报地理定位信息相似的空间分布。具体来说，带有深度学习相干时间序列观测数据的图像情报损害表征产物准确突出了社媒开源情报地理定位信息的位置。拟议的方法成功克服了所有使用案例中的缺点（如多云天气和数据可用性），并以极佳的响应性观测到了异常活动的位置及其损害程度。需要强调的是，光学卫星允许研究人员在两周后（天气条件改善后）对同一地点进行观测。异常活动检测算法提供了可靠的结果。
当重点关注损害表征评分时，研究人员注意到了五个空间格局有趣的关注区域，并且它们与开源情报和社媒开源情报地理定位数据集相匹配。第一个关注区域为基辅附近的安东诺夫国际机场（图5A），在那里，深度学习算法观测到了被摧毁的收费亭和安-225运输机，以及机场东南部被摧毁的燃料库。
第二个关注区域为戈斯托梅利的斯维亚托-波克罗夫斯卡大街（图5B）。开源情报-社媒开源情报显示，乌克兰武装部队在戈斯托梅利Vetropak玻璃厂附近摧毁了四辆装甲车，其中一辆载有多具俄军阵亡士兵的尸体。从图像情报可发现，破坏范围非常广。与此同时，俄军的空袭也对乌克兰东部地区的工业造成了广泛破坏。
第三个关注区域为基辅西北部城市布恰市的沃克扎尔纳大街，这里的民用基础设施遭到严重破坏（图5C）。尽管破坏集中在一个相对较小的区域内，但开源情报和社媒开源情报还是显示了异常活动。社媒开源情报的图像显示了大量被毁的军用车辆和周边住宅区。
图5. 概览图：图像情报结果和五个显示空间格局并与开源情报-社媒开源情报地理定位数据集相关联的关注区域
第四个关注区域为霍伦卡的一个住宅区（图5D）。开源情报-社媒开源情报地理定位数据集显示，该区域有许多受损的仓库。图像情报数据也检测到了三个损害表征评分较高的集群。
最后一个关注区域为伊尔平东正教教堂的周边地区（图5E）。在本例中，开源情报-社媒开源情报反映了俄军袭击后平民的伤亡情况。正如从图像情报观测到的那样，破坏范围非常广泛。可惜的是，图像情报算法并没有检测到袭击后该地区附近被摧毁的桥梁。
图6. 显示空间格局、带有损害表征高评分、并与开源情报-社媒开源情报地理定位数据集相关联的五个关注区域地图。（A：安东诺夫国际机场；B：戈斯托梅利的斯维亚托-波克罗夫斯卡大街；C：布恰市沃克扎尔纳大街；D：霍伦卡住宅区；E：伊尔平东正教教堂）
总结
事实证明，将地球观测和开源情报分析整合起来非常有效，且能够提供极富见地的信息。特别是，通过拟议的方法框架，研究人员成功发现了俄军摧毁戈斯托梅利安东诺夫国际机场设施（建筑和燃料储存罐）、安-225运输机；炮击伊尔平教堂及住宅区等事件。所有这些事件都与开源情报分析的结果相吻合，突显了所实施方法的有效性。
该方法的积极影响之一是，由于算法效率、操作优化和处理资源，多个任务可同时快速、自动处理，但一个有待攻克的关键“难关”是，如何实现对从地球观测和开源情报分析中所提取信息间的关系进行“自动化”推理。
