1. 遥感基础与数据获取：从原理到实战
大家好，我是老张。干遥感这行十几年了，今天咱们聊聊最基础的东西——遥感原理、电磁波谱，还有那些常用的卫星数据源。别觉得基础就跳过，我见过太多人栽在数据源选择上。
说白了，遥感就是用“上帝视角”看地球。你想想看，卫星在天上飞，传感器往下拍，记录的是地物反射或辐射的电磁波。这跟咱们用手机拍照一个道理——只不过手机拍的是可见光，卫星能拍你看不见的东西。
核心逻辑：不同地物（水、植被、建筑）对不同波段的电磁波反射率不同。这就是我们区分水体、提取水质信息的物理基础。
1.1 电磁波谱：遥感工程师的“调色盘”
电磁波谱范围很广，从伽马射线到无线电波。但遥感常用的就那么几个窗口：
- 可见光（0.4-0.76μm）：蓝、绿、红波段。肉眼能看到的，水体在蓝绿波段反射率高，近红外波段吸收强。
- 近红外（0.76-1.4μm）：植被在这里反射率飙升，水体几乎全吸收。这是区分水陆的关键波段。
- 短波红外（1.4-3μm）：对土壤湿度、矿物敏感。我做过一个项目，用短波红外反演水体悬浮物浓度，效果出奇好。
- 热红外（8-14μm）：感知温度。水体热容量大，白天升温慢，晚上降温也慢。这个特性可以用来监测热污染。
我的经验：做水体提取，近红外波段是“杀手锏”。水体在近红外几乎不反射，而植被、土壤反射率很高。用近红外单波段设个阈值，就能快速把水体抠出来。我曾经用这个方法处理过200景Landsat影像，准确率在95%以上。
1.2 常见卫星数据源：选对工具事半功倍
市面上卫星数据很多，但做水体提取和水质监测，我首推这两个：
| 参数 | Landsat 8/9 | Sentinel-2 A/B |
|---|---|---|
| 空间分辨率 | 30m（多光谱）/15m（全色） | 10m（可见光）/20m（红边）/60m（大气） |
| 时间分辨率 | 16天 | 5天（双星） |
| 光谱波段数 | 11个 | 13个 |
| 幅宽 | 185km | 290km |
| 免费获取 | 是（USGS） | 是（ESA） |
Landsat：老牌劲旅，1972年就开始干活了。数据一致性极好，适合做长时序分析。我做过一个30年的湖泊面积变化研究，全靠Landsat的存档数据。
Sentinel-2：后起之秀，10米分辨率对中小水体很友好。而且它有3个红边波段，对叶绿素a浓度反演特别有用。嗯，这里要注意：Sentinel-2的L2A产品已经做了大气校正，可以直接用。
避坑指南：我曾经用Sentinel-2做太湖水质监测，发现有些影像上有条带状噪声。后来查资料才知道是探测器拼接问题。处理时最好用Sen2Cor做一下条带修复，或者干脆避开有问题的影像。
1.3 数据下载：别在第一步卡壳
数据源选好了，怎么下载？我常用的几个渠道：
- USGS EarthExplorer：Landsat数据最全，支持按时间、云量、空间范围筛选。
- ESA Copernicus Open Access Hub：Sentinel-2官方下载站，速度还行。
- Google Earth Engine：我现在的首选。不用下载，直接在云端处理。尤其适合批量处理。
下载时注意几个参数：
- 云量：做水体提取，云量最好小于10%。云阴影会误判为水体。
- 产品级别：Landsat选L2（大气校正后），Sentinel-2选L2A。
- 坐标系：统一用WGS84 UTM投影，方便后续拼接。
1.4 预处理：数据清洗是门手艺
下载完数据，别急着用。预处理这步省不了，我吃过亏。
辐射定标：把DN值转成反射率或辐射亮度。Landsat的L2产品已经做了，但如果你用L1数据，得自己算。
大气校正：消除大气散射和吸收的影响。常用的方法有：
- 6S模型：物理模型，精度高，但参数多。
- FLAASH：基于MODTRAN，ENVI里自带。
- Sen2Cor：专门给Sentinel-2用的，傻瓜式操作。
我的习惯：做水质监测，大气校正必须做。不做校正，反演出来的叶绿素a浓度能差一个数量级。我一般用Sen2Cor处理Sentinel-2数据，用LaSRC处理Landsat数据。这两个都是官方推荐的，参数不用调，一键运行。
重采样：不同波段分辨率不一样，得统一。我一般用最近邻法，保持原始光谱信息。双线性内插会平滑数据，慎用。
裁剪与镶嵌：按研究区边界裁剪。如果研究区跨两景影像，得做镶嵌。注意：镶嵌时尽量选同一天或相近日期的影像，避免拼接痕迹。
知识体系总览
下面这张图是我自己画的，把本章的核心逻辑串起来了。你一看就明白：
这张图把整个流程串起来了：从遥感原理出发，选好数据源，下载下来，预处理干净，最后才能做水体提取和水质监测。每一步都环环相扣，跳不过去。
总结一下：遥感基础这块，核心就三件事——理解电磁波谱与地物反射特征、选对卫星数据源、做好数据预处理。这三件事做好了，后面水体提取和水质监测就是水到渠成的事。
好了，这一章就聊到这儿。下一章咱们开始动手，用Python写代码做水体提取。到时候我会分享一些我踩过的坑，保证让你少走弯路。