第一章：遥感基础——从原理到影像，我踩过的那些坑
各位同学好，我是老张。干遥感这行十几年了，从最早的Landsat TM数据到现在的国产高分系列，也算见证了行业的发展。今天咱们聊遥感基础，我不打算照本宣科，而是结合我实际项目中的经验，把那些最核心、最绕不开的知识点掰开了讲。
你可能会问：学变化检测，为什么非得先啃这些基础？
嗯，我当年刚入行时也这么想。直到有一次做城市扩张分析，拿到的影像分辨率搞错了，结果把一条新建的马路当成了建筑用地……那叫一个尴尬。从那以后，我养成了一个习惯：拿到数据先看元数据，搞清楚它的“出身”。
1.1 遥感原理：说白了就是“隔空看物”
遥感，Remote Sensing，字面意思就是“遥远的感知”。你站在山顶看远处的城市，其实也是一种遥感——只不过你的眼睛是传感器，大脑是处理器。
核心原理其实就三句话：
- 能量源：太阳（被动遥感）或雷达（主动遥感）发出电磁波
- 传输路径：电磁波穿过大气层，到达地面
- 记录与解译：传感器记录反射或辐射的能量，我们通过分析这些信号反推地表信息
我个人习惯把遥感比作“拍照”——但拍的不是可见光，而是整个电磁波谱。你想想看，人眼只能看到红绿蓝三种颜色，而遥感传感器能看到几十甚至几百个波段，这就是它的厉害之处。
我在项目中遇到过一件事：有次做植被健康监测，同事直接用可见光波段分析，结果把枯黄的草坪误判为裸土。后来我建议他加上近红外波段——因为健康植被在近红外波段反射率极高，而枯草则相反。这就是多光谱遥感的魅力。
1.2 电磁波谱：遥感工程师的“调色盘”
电磁波谱，说白了就是不同波长的电磁辐射的集合。从波长最短的伽马射线，到最长的无线电波，整个范围就是电磁波谱。
对我们遥感来说，真正有用的波段其实就那几个：
| 波段名称 | 波长范围 | 典型应用 | 我的经验 |
|---|---|---|---|
| 可见光 | 0.4-0.76 μm | 目视解译、真彩色合成 | 城市扩张分析最常用，但容易受阴影干扰 |
| 近红外 | 0.76-1.3 μm | 植被监测、水体识别 | 做NDVI必用，我习惯用它区分植被和建筑 |
| 短波红外 | 1.3-3.0 μm | 土壤湿度、矿物识别 | 干旱监测时特别好用 |
| 热红外 | 3.0-14 μm | 地表温度反演 | 城市热岛效应分析，我做过一个项目，发现沥青路面比草地高15℃ |
| 微波 | 1 mm - 1 m | 雷达遥感、形变监测 | 穿透云雨，做InSAR形变监测时是神器 |
避坑指南：我曾经犯过一个低级错误——用近红外波段分析水体。实际上水体在近红外波段吸收极强，反射率几乎为零。如果你用近红外看水体，它比沥青还黑。所以做水体提取，我建议用绿波段或蓝波段。
1.3 遥感平台与传感器：你的“眼睛”装在哪儿？
遥感平台，就是搭载传感器的载体。说白了，你的“眼睛”放在哪里看地球。
常见的平台分三类：
- 地面平台：三脚架、车载、塔吊——用于近距离、高精度测量，比如地面光谱仪
- 航空平台：飞机、无人机——灵活机动，分辨率高，适合小区域精细分析
- 航天平台：卫星——覆盖范围大，重访周期固定，适合大区域监测
传感器呢，就是记录电磁波信号的设备。我习惯把它们分成两类：
- 被动传感器：依赖太阳光，比如Landsat的OLI、哨兵2的MSI。白天工作，晚上歇菜。
- 主动传感器：自带光源，比如雷达（SAR）、激光雷达（LiDAR）。白天黑夜都能干，还能穿透云层。
我建议：做城市扩张分析，首选光学被动传感器（Landsat、哨兵2），因为数据免费、时间序列长、波段丰富。但如果你的研究区常年多云（比如重庆、成都），那就老老实实用雷达数据吧——我曾经在成都做项目，连续三个月没拿到一张无云的光学影像，最后全靠哨兵1的SAR数据撑场面。
1.4 遥感影像分辨率：四个维度，一个都不能少
分辨率这个词，很多人只理解为“清晰度”。其实遥感影像的分辨率有四个维度，每个都决定了你能看到什么、看到多细。
1.4.1 空间分辨率
就是像素对应的地面大小。比如Landsat是30米，意味着一个像素代表地面30×30米的区域。哨兵2是10米，高分2号是0.8米。
你想想看：30米的分辨率，你能分辨出一栋楼吗？能，但只能看出一个亮斑。0.8米的分辨率，你能看清楼顶的太阳能板。这就是空间分辨率的威力。
1.4.2 光谱分辨率
指传感器能记录的波段数量和宽度。波段越多、越窄，光谱分辨率越高。
举个例子：Landsat 8有11个波段，而高光谱传感器（如Hyperion）有220个波段。做城市扩张分析，多光谱就够了。但如果你想区分不同种类的植被（比如杨树和柳树），那就得上高光谱。
1.4.3 时间分辨率
也叫重访周期，就是卫星多久能回来拍一次同一个地方。Landsat是16天，哨兵2是5天（双星），高分系列是1-4天。
做变化检测，时间分辨率很关键。我做过一个项目，监测违章建筑——如果重访周期太长，人家房子都盖好了你才发现，那就晚了。所以我一般推荐哨兵2，5天一景，基本能捕捉到变化。
1.4.4 辐射分辨率
指传感器能区分辐射能量差异的能力，通常用比特数表示。8比特就是256级灰度，16比特就是65536级。
辐射分辨率越高，影像的细节越丰富。比如Landsat 8是12比特，而早期的Landsat 5只有8比特。做变化检测时，高辐射分辨率能帮你区分更细微的变化——比如植被从健康到轻度胁迫的过渡。
注意：分辨率不是越高越好。空间分辨率高，意味着数据量大、处理慢、覆盖范围小。光谱分辨率高，意味着数据冗余大、处理复杂。时间分辨率高，意味着数据量大、存储成本高。做项目时，要根据实际需求权衡——我见过有人用0.5米分辨率做全省的城市扩张分析，结果数据量几百个G，处理了两个月还没跑完……
1.5 知识体系总览：一张图看懂遥感基础
说了这么多，我画了一张图，把本章的核心逻辑串起来。你一看就明白：遥感变化检测的根基是什么。
这张图你看懂了吗？从原理到电磁波谱，再到平台传感器，最后落到分辨率——这四个层次层层递进，构成了遥感变化检测的底层逻辑。说白了，你只有搞清楚数据是怎么来的、能看多细、多久能看一次，才能做好变化检测分析。
我的建议：刚开始学遥感，别急着上手做变化检测。先花一周时间，把Landsat和哨兵2的元数据读一遍。看看每个波段的波长范围、空间分辨率、辐射分辨率。我当年就是这么干的——虽然枯燥，但后来做项目时，这些基础帮我避免了很多低级错误。
好了，第一章就到这里。记住一句话：遥感变化检测，七分靠数据，三分靠算法。而理解数据，就从今天讲的这些基础开始。