3、遥感数据预处理：从原始影像到可用数据
说实话，很多刚入行的朋友觉得遥感数据预处理是个体力活，没什么技术含量。我刚开始也这么想，直到有一次，我用没做大气校正的数据训练模型，结果在另一个地区的影像上完全失效——精度直接从85%掉到了30%。嗯，从那以后，我再也不敢小看预处理了。
今天我们就来聊聊，怎么把原始遥感影像变成模型能用的数据。说白了，就是给数据「洗个澡」，去掉那些不该有的噪声和变形。
3.1 辐射定标与大气校正
你想想看，卫星在天上拍到的数据，其实是「DN值」（Digital Number），也就是原始的数字量化值。这个值跟真实的地物反射率之间，还隔着好几层关系。
辐射定标，就是把DN值转换成传感器入瞳处的辐射亮度值。说白了，就是给数据「校准」一下，让不同时间、不同传感器拍的数据有可比性。
核心公式：
L = Gain × DN + Offset其中 Gain 和 Offset 可以从影像元数据中获取。我个人习惯在定标后先看一眼直方图，如果出现大量饱和或截断，说明原始数据质量有问题。
大气校正就更关键了。大气中的水汽、气溶胶会吸收和散射电磁波，导致影像模糊、对比度下降。我遇到过最典型的案例：用未校正的影像做水体提取，结果把山体阴影误判成了水体——因为大气散射让阴影区的光谱特征跟水体太像了。
常用的方法有几种：
- 6S模型：物理模型，精度高但参数多，适合科研
- FLAASH：集成在ENVI中，操作方便，我项目里用得最多
- 暗目标法：简单快速，适合批量处理
我的经验：如果只是做分类任务，大气校正不是必须的。但如果你要做变化检测或者定量反演，这一步绝对不能省。我曾经偷懒跳过大气校正，结果两个时相的NDVI差值直接差了0.2——这误差大到没法用。
3.2 几何校正与正射校正
卫星影像存在几何形变，原因很多：卫星姿态变化、地形起伏、地球曲率等等。你想想看，一张影像上同一个像素，在不同地形下对应的地面位置可能差几十米。
几何校正，就是通过地面控制点（GCP）来纠正这种形变。我一般会选20-30个均匀分布的控制点，像道路交叉口、建筑物角点这种明显特征点。
# 使用GDAL进行几何校正的示例
from osgeo import gdal
# 读取原始影像
src_ds = gdal.Open('raw_image.tif')
# 设置地面控制点
gcps = [
gdal.GCP(120.5, 30.2, 0, 100, 200),
gdal.GCP(120.6, 30.3, 0, 500, 300),
# ... 更多控制点
]
# 应用校正
gdal.Warp('corrected.tif', src_ds,
outputBounds=[120.4, 30.1, 120.7, 30.4],
xRes=0.0001, yRes=0.0001)正射校正是在几何校正的基础上，进一步消除地形引起的投影差。说白了，就是把影像从「斜着看」变成「正着看」。对于山区影像，这一步尤其重要。
注意：正射校正需要DEM数据。如果没有高精度DEM，宁可不做也不要随便用低精度数据——我见过有人用30米分辨率的DEM校正0.5米分辨率的影像，结果校正后的影像比没校正还糟糕。
3.3 影像裁剪与拼接
拿到一景影像，通常覆盖范围很大，而我们只需要研究区域。裁剪就是把这个区域「切」出来。
裁剪有两种方式：
- 按矢量边界裁剪：用Shapefile或GeoJSON文件作为边界
- 按规则网格裁剪：切成固定大小的图块，适合深度学习训练
我个人更推荐第二种方式。为什么呢？因为深度学习模型通常要求输入尺寸固定，比如256×256或512×512。提前切好，省得训练时反复IO操作。
# 按规则网格裁剪示例
import rasterio
from rasterio.windows import Window
with rasterio.open('large_image.tif') as src:
for i in range(0, src.height, 256):
for j in range(0, src.width, 256):
window = Window(j, i, 256, 256)
data = src.read(window=window)
# 保存为单独的图块影像拼接则是把多景影像拼成一幅。这里有个坑：不同影像的色调可能不一致，直接拼起来会有明显的接缝。我一般会用直方图匹配或者羽化融合来处理。
避坑指南：我曾经在拼接时没注意影像的获取时间，结果把夏天和冬天的影像拼在一起——农田的颜色差异巨大，模型训练出来完全没法用。所以，拼接前一定要检查影像的时相一致性。
3.4 数据增强策略
数据增强，说白了就是「无中生有」。遥感数据标注成本高，样本量往往不够。通过数据增强，我们可以用有限的样本生成更多的训练数据。
常用的策略有：
| 增强方法 | 适用场景 | 注意事项 |
|---|---|---|
| 旋转（90°、180°、270°） | 地物方向无关的任务 | 不要用于有方向性的地物（如道路） |
| 水平/垂直翻转 | 几乎所有任务 | 注意标签也要同步翻转 |
| 光谱抖动 | 多光谱影像 | 抖动幅度不宜过大，否则会改变地物光谱特征 |
| 随机裁剪 | 目标检测、分割 | 确保裁剪后目标完整 |
光谱抖动是我特别想强调的。遥感影像有多个波段，每个波段的光谱值都有物理意义。如果抖动太大，比如把近红外波段的值调高20%，植被的光谱特征就完全变了。我一般控制在±5%以内。
# 光谱抖动示例
import numpy as np
def spectral_jitter(image, max_offset=0.05):
"""对每个波段添加随机偏移"""
jittered = image.copy()
for band in range(image.shape[-1]):
offset = np.random.uniform(-max_offset, max_offset)
jittered[..., band] += offset * image[..., band]
return jittered我的建议：数据增强不是越多越好。我见过有人把旋转、翻转、裁剪、抖动全用上，结果模型训练了三天，精度反而下降了。原因很简单——增强过度，样本失去了原始分布特征。一般来说，2-3种增强策略组合就够了。
嗯，到这里，遥感数据预处理的核心内容就讲完了。你可能会问：这些步骤的顺序重要吗？当然重要。我习惯的顺序是：辐射定标→大气校正→几何校正→正射校正→裁剪/拼接→数据增强。这个顺序能最大程度保证数据质量。
下一节我们会聊到模型训练的具体细节，不过在那之前，先把预处理这关过了。相信我，预处理做得好，后面能省80%的麻烦。