什么是遥感？
什么是遥感？
什么是遥感？
遥感是一门无需亲临现场就能获取某个区域物理特性的科学。它允许用户捕捉、可视化和分析地球表面的物体和特征。通过收集影像，我们可以将其分类为土地覆盖和其他类型的分析。
传感器
遥感使用传感器来捕获图像。例如，飞机、卫星和无人机都有搭载传感器的专用平台。
下图显示了主要的遥感技术及其典型高度。
传感器
每种类型的传感器都有各自的优点和缺点。当您想要捕捉图像时，您必须考虑飞行限制、图像分辨率和覆盖范围等因素。
例如，卫星可以在全球范围内获取数据。但无人机更适合在小范围内飞行。最后，飞机和直升机占据了中间位置。
图像分辨率
对于地球观测，还必须考虑图像分辨率。遥感将图像分辨率分为三种不同类型：
- 空间分辨率
- 光谱分辨率
- 时间分辨率
空间分辨率
空间分辨率是图像像素中的细节。高空间分辨率意味着更多细节和更小像素尺寸。而较低的空间分辨率意味着更少细节和更大像素尺寸。
通常，无人机图像具有最高的空间分辨率之一。尽管卫星位于大气层最高处，但它们的像素大小也能够达到 50 厘米或更大。
光谱分辨率
光谱分辨率是波段中光谱细节的数量。高光谱分辨率意味着其波段更窄。而低光谱分辨率的波段更宽，覆盖更多的光谱。
时间分辨率
时间分辨率是指卫星完成整个轨道所需的时间。无人机、飞机和直升机完全灵活。但卫星会按照既定的轨道绕地球运行。全球定位系统卫星位于中地球轨道 (MEO)。由于它们遵循连续的轨道路径，因此重访时间是一致的。这也意味着我们的 GPS 接收器几乎总是可以通过 3 颗或更多卫星实现高精度的定位。
轨道类型
三种轨道类型为：
- 地球静止轨道与地球自转速度一致。
- 太阳同步轨道使地球表面的阳光角度尽可能保持一致。
- 极地轨道经过地球两极的上空或近上空。
卫星距地球表面的高度决定了其绕行一圈所需的时间。卫星的高度越高，其轨道周期就越长。
我们根据轨道高度对其进行分类：
- 低地球轨道（LEO）
- 中地球轨道（MEO）
- 高地球轨道（HEO）
我们经常发现气象、通信和监视卫星位于高地球轨道。但立方体卫星、国际空间站和其他卫星通常位于低地球轨道。
遥感的类型
两种类型的遥感传感器是：
- 无源传感器
- 有源传感器
主动传感器
主动传感器之间的主要区别在于，这种类型的传感器会照射目标。然后，主动传感器会测量反射光。例如，Radarsat-2是一种使用合成孔径雷达的主动传感器。
想象一下相机的闪光灯。它照亮目标。接下来，它捕捉返回的光。这与主动传感器的工作原理相同。
无源传感器
无源传感器测量太阳发出的反射光。当阳光从地球表面反射时，无源传感器会捕获该光。
例如，Landsat和Sentinel都是被动式传感器，它们通过感应电磁波谱中反射的阳光来捕捉图像。
被动遥感测量太阳发射的反射能量。而主动遥感则照射目标并测量其后向散射。
电磁波谱
电磁波谱范围从短波长（如 X 射线）到长波长（如无线电波）。
我们的眼睛只能看到可见范围（红色、绿色和蓝色）。但其他类型的传感器可以看到人类视觉以外的范围。归根结底，这就是遥感如此强大的原因。
电磁波谱
我们的眼睛对可见光谱（390-700 nm）敏感。但工程师设计了传感器来捕捉大气窗口中这些波长以外的光。
例如，近红外 (NIR) 波长范围为 700-1400 nm。植被反射更多的绿光，因为这是我们的眼睛看到的绿光。
但它对近红外更敏感。这就是我们使用NDVI 等指数对植被进行分类的原因。
光谱带
光谱带是波长的组合。例如，紫外线、可见光、近红外、热红外和微波都是光谱带。
我们根据其频率 (v) 或波长对每个光谱区域进行分类。无源传感器有两种类型的图像：
- 多光谱影像
- 高光谱影像
多光谱和高光谱之间的主要区别在于波段数量和波段的窄度。高光谱图像具有数百个窄波段，而多光谱图像由 3-10 个较宽的波段组成。
多光谱
多光谱影像通常指3 至 10 个波段。例如，Landsat-8 为每个场景生成 11 张独立图像。
- 沿海气溶胶（0.43-0.45 微米）
- 蓝色（0.45-0.51微米）
- 绿色（0.53-0.59微米）
- 红色（0.64-0.67微米）
- 近红外NIR (0.85-0.88 um)
- 短波红外 SWIR 1 (1.57-1.65 um)
- 短波红外 SWIR 2 (2.11-2.29 um)
- 全色（0.50-0.68微米）
- 卷云（1.36-1.38 微米）
- 热红外 TIRS 1 (10.60-11.19 微米)
- 热红外 TIRS 2 (11.50-12.51 微米)
高光谱
高光谱图像的波段要窄得多（10-20 纳米）。高光谱图像有数十万个波段。
例如，Hyperion（EO-1 卫星的一部分）产生 220 个光谱带（0.4-2.5 微米）。
图像分类
当你检查一张照片并试图从中提取特征和特性时，这就是使用图像解释的行为。我们在林业、军事和城市环境中使用图像解释。
我们可以解释特征，因为所有物体都有自己独特的化学成分。在遥感中，我们通过获取它们的光谱特征来区分这些差异。
光谱特征
在采矿业中，地球上有超过4000 种天然矿物。每种矿物都有自己的化学成分，使其与其他矿物有所不同。
物体的化学成分决定了它的光谱特征。你可以对每种矿物进行分类，因为它有自己独特的光谱特征。当你拥有更多的光谱带时，图像分类的潜力就会更大。
光谱特征是特定波长反射的能量。光谱特征的差异是我们区分物体的方式。
图像分类
当您为地面上的特征分配类别时，这就是图像分类的过程。
对图像进行分类的三种主要方法是：
- 监督分类
- 无监督分类
- 基于对象的图像分析
图像分类的目的是生成土地利用/土地覆盖。通过使用遥感软件，我们可以对土地覆盖中的水、湿地、树木和城市地区进行分类。
应用和用途
遥感技术有数百种应用。从天气预报到 GPS，太空中的卫星监控、保护和指导着我们的日常生活。
局部问题
我们通常使用无人机、直升机和飞机来研究当地问题。但卫星对于当地研究领域也很有用。
以下是一些常见的传感器技术：
- 光检测和测距 (LiDAR)
- 声音导航测距（声纳）
- 辐射计和光谱仪
我们使用激光雷达 (LiDAR)和声纳。两者都是构建地形模型的理想选择。但两者的主要区别在于“位置”。虽然激光雷达最适合地面，但声纳在水下效果更好。
通过使用这些技术，我们建立了数字高程模型。利用这些地形模型，我们可以预测洪水风险、考古遗址和划定流域（仅举几例）。
全球问题
随着世界日益全球化，我们开始看到遥感技术的普及。例如，卫星可以解决以下问题：
- 使用全球定位系统导航
- 气候变化监测
- 北极监视
如果我们要解决当今时代的一些重大挑战，卫星信息至关重要。总而言之，这是一个正在不断扩展并达到新高度的领域。
对于气候变化、自然资源、灾害管理和环境等问题，遥感在全球范围内提供了丰富的信息。