一、遥感概述：从卫星看地球的“眼睛”
各位同学，今天我们来聊聊遥感。说实话，我第一次接触遥感时，觉得这东西特别神奇——坐在电脑前，就能看到几千公里外的一片农田是种了小麦还是玉米。干这行十几年了，我依然觉得遥感是地理信息领域最酷的技术之一。
1.1 遥感的基本概念
遥感，说白了就是“遥远的感知”。你想想看，我们站在地面上看远处的山，眼睛就是传感器，光线就是信息载体。卫星遥感也是这个道理，只不过把“眼睛”装到了几百公里高的太空中。
我个人习惯把遥感分为三个层次：
- 数据获取：传感器接收地物反射或发射的电磁波
- 数据处理：把原始信号变成我们能用的图像
- 信息提取：从图像中识别出地物类型
核心要点：遥感的本质是“不接触目标物体，获取其信息”。我在项目中遇到过不少新手，总以为遥感就是看图，其实真正的功夫在于理解电磁波与地物的相互作用。
1.2 电磁波谱与地物光谱特征
为什么卫星能区分森林和农田？答案就在光谱特征里。
电磁波谱从短波到长波，包括伽马射线、X射线、紫外线、可见光、红外线、微波等。遥感常用的波段集中在可见光到微波区间。嗯，这里要注意：不同地物在不同波段的表现差异很大。
举个例子，我做过一个城市绿地提取项目：
- 植被在近红外波段反射率很高（因为叶肉细胞结构）
- 水体在近红外波段几乎完全吸收
- 建筑物在短波红外波段反射率较高
利用这些差异，我们就能把不同地物区分开。我曾经在项目中遇到一个坑：把阴影误判为水体，因为两者在可见光波段都很暗。后来加了近红外波段，问题就解决了。
实用技巧：做土地覆盖分类时，建议至少使用近红外波段。它能帮你区分植被和非植被，这是最基础的一步。
1.3 遥感平台与传感器
遥感平台就是搭载传感器的“载体”。我按高度把它们分成三类：
| 平台类型 | 高度范围 | 典型代表 | 特点 |
|---|---|---|---|
| 地面平台 | 0-50米 | 三脚架、无人机 | 高分辨率，但覆盖范围小 |
| 航空平台 | 50-20公里 | 有人机、无人机 | 灵活，适合局部区域 |
| 航天平台 | 200-36000公里 | 卫星 | 覆盖广，周期性强 |
传感器方面，主要分两类：
- 被动传感器：接收太阳反射光或地物自身辐射（如Landsat的OLI传感器）
- 主动传感器：自己发射信号再接收回波（如雷达、激光雷达）
我记得刚入行时，总搞不清为什么有些卫星晚上也能成像。后来才明白，主动传感器（比如雷达）自带“手电筒”，不受光照影响。
1.4 常用遥感数据源
做土地覆盖分类，选对数据源是关键。我常用的有这几个：
Landsat系列
- 空间分辨率：30米（多光谱），15米（全色）
- 时间分辨率：16天
- 波段数：11个（Landsat 8/9）
- 优点：数据免费，历史存档长（1972年至今）
- 缺点：30米分辨率对精细分类不够用
Sentinel-2
- 空间分辨率：10米（可见光/近红外），20米（红边/短波红外）
- 时间分辨率：5天（双星）
- 波段数：13个
- 优点：红边波段对植被监测特别好
- 缺点：数据量大，处理起来慢
MODIS
- 空间分辨率：250米-1公里
- 时间分辨率：1-2天
- 波段数：36个
- 优点：时间分辨率高，适合大尺度监测
- 缺点：空间分辨率太粗，小区域用不了
避坑指南：我曾经在项目中直接用MODIS做城市土地覆盖分类，结果精度惨不忍睹。后来才明白，250米的分辨率连一个小区都覆盖不了，更别说区分道路和建筑了。选数据源时，一定要考虑你的研究尺度。
1.5 知识体系框架
为了让大家更直观地理解本章的知识结构，我画了一张图：
这张图把本章的核心内容串起来了。从基本概念出发，理解电磁波谱和光谱特征，再认识不同的平台和传感器，最后落实到具体的数据源选择。每一步都是环环相扣的。
总结一下：遥感不是简单的“看图说话”，而是基于电磁波理论的信息提取技术。选对数据源、理解光谱特征，是做好土地覆盖分类的基础。我见过太多人一上来就调算法参数，结果精度上不去——其实问题往往出在最基础的数据选择上。
公众号:蓝海资料掘金营，微信deep3321