第二章 遥感数据获取与预处理：从原始影像到可用数据
大家好，我是你们的老朋友。今天咱们聊聊遥感AI解译的第一步——数据获取与预处理。说实话，很多同学一上来就急着跑模型，结果数据质量不过关，模型再牛也白搭。我在项目里吃过这个亏，所以这一章咱们好好掰扯掰扯。
2.1 常见卫星数据源：你该选哪个？
做遥感AI，第一步就是选数据源。市面上的卫星数据五花八门，但常用的就那么几个。我个人习惯把它们分成三类：免费开放型、国产高分型、商业高精度型。
2.1.1 Landsat系列——老牌劲旅
Landsat从1972年就开始干活了，到现在积累了50多年的数据。它的优势在于：
- 免费开放：USGS官网直接下载，不用花钱
- 时间序列长：做变化检测、长时序分析首选
- 空间分辨率适中：Landsat 8/9的OLI传感器是30米多光谱，15米全色
嗯，这里要注意：Landsat的重访周期是16天，如果你需要高时间分辨率的数据，它可能不太够用。我在做城市扩张监测时，就遇到过云覆盖导致几个月拿不到有效影像的情况。
2.1.2 Sentinel系列——欧洲新秀
Sentinel是欧空局的宝贝，尤其是Sentinel-2，我个人特别喜欢用。为啥？
- 10米空间分辨率：比Landsat精细不少
- 5天重访周期：加上双星组网，时间分辨率翻倍
- 13个光谱波段：红边波段对植被分析特别友好
我记得有一次做农业地块分类，用Sentinel-2的红边波段，分类精度直接提升了8个百分点。你想想看，这效果多明显。
2.1.3 高分系列——国产之光
咱们国家的高分系列卫星，这几年发展很快。高分一号到七号，各有各的绝活：
| 卫星 | 分辨率 | 主要用途 |
|---|---|---|
| 高分一号 | 2m全色/8m多光谱 | 国土资源调查 |
| 高分二号 | 0.8m全色/3.2m多光谱 | 城市规划、精细地物识别 |
| 高分六号 | 2m全色/8m多光谱 | 农业监测、植被分析 |
高分数据的获取渠道相对复杂一些，需要通过中国资源卫星应用中心申请。不过对于国内项目来说，用国产数据更符合政策要求。
我的建议：做研究或原型验证，优先用Landsat和Sentinel；做工程项目或需要高精度，考虑高分系列或商业数据。
2.2 辐射定标：把DN值变成物理量
卫星拍到的原始影像，存的是DN值（Digital Number），说白了就是传感器记录的电压值。但这个值跟地物的真实反射率之间，还差着十万八千里。
辐射定标，就是把DN值转换成辐射亮度或反射率。公式其实不复杂：
L = Gain × DN + Offset其中Gain和Offset是传感器的定标参数，一般在元数据文件里能找到。Landsat的MTL文件、Sentinel-2的XML文件里都有。
我曾经遇到过一个坑：不同版本的Landsat数据，定标参数的单位不一样。Landsat 8用的是反射率缩放系数，而Landsat 5用的是辐射亮度系数。如果不注意，算出来的结果会差好几个数量级。
避坑指南：下载数据后，第一件事就是看元数据文件。别偷懒，我见过太多人因为参数搞错，后面全白干了。
2.3 大气校正：去掉那层"雾"
卫星在太空拍地面，中间隔着厚厚的大气层。大气分子和气溶胶会散射、吸收电磁波，导致影像看起来灰蒙蒙的。大气校正就是把这层影响去掉，还原地物的真实反射率。
常用的方法有几种：
- 6S模型：物理模型，精度高但计算慢
- FLAASH：基于MODTRAN，商业软件常用
- Sen2Cor：专门给Sentinel-2用的，免费好用
- QUAC：快速大气校正，不需要大气参数
我个人习惯用Sen2Cor处理Sentinel-2数据，用6S处理Landsat数据。为什么？因为Sen2Cor是欧空局官方出的，参数匹配得最好；6S虽然慢，但精度可控。
嗯，这里要提醒一下：大气校正不是万能的。如果影像上全是厚云，再怎么校正也救不回来。我建议先做云检测，把云覆盖严重的影像直接扔掉。
注意：做AI分类时，如果训练数据和测试数据的大气校正方法不一致，模型会学到"大气差异"而不是"地物差异"。所以，保持预处理流程一致非常重要。
2.4 几何校正：让像素对上位置
卫星影像存在几何变形，原因包括卫星姿态变化、地形起伏、地球曲率等。几何校正就是把这些变形纠正过来，让每个像素对应到正确的地理位置。
几何校正分两种：
- 粗校正：用卫星轨道参数和传感器模型，精度在几十米量级
- 精校正：用地面控制点（GCP），精度可以达到亚像素级
做AI解译时，我建议至少做精校正。因为模型对空间位置很敏感，如果像素偏移了几个像元，分类结果会惨不忍睹。
我记得有一次做道路提取，训练数据用的是经过精校正的影像，但测试数据只做了粗校正。结果模型在测试集上的IoU直接从0.75掉到了0.3。后来一查，发现是几何偏差导致道路位置对不上。
2.4.1 实操步骤
用GDAL做几何校正，代码其实很简单：
from osgeo import gdal
# 读取原始影像
src_ds = gdal.Open('input.tif')
# 设置GCP点
gcps = [
gdal.GCP(120.5, 30.2, 0, 100, 200),
gdal.GCP(120.6, 30.3, 0, 300, 400),
# ... 更多控制点
]
# 应用GCP并输出校正后的影像
dst_ds = gdal.Warp('output.tif', src_ds,
format='GTiff',
dstSRS='EPSG:4326',
transformerOptions={'GCPS': gcps})
实际项目中，GCP点一般从高精度参考影像或实地测量中获取。我建议至少选15-20个均匀分布的控制点，精度才有保障。
2.5 知识体系总览
说了这么多，咱们用一张图来总结一下本章的核心逻辑：
这张图把整个流程串起来了。说白了，就是从原始数据源出发，经过三步预处理，最终得到能喂给AI模型的干净数据。每一步都有坑，但每一步也都有成熟的解决方案。
核心要点：数据预处理的质量，直接决定了AI解译的上限。模型再强，也救不了烂数据。所以，花时间把预处理做好，比调模型参数划算得多。
好了，这一章就到这里。数据获取和预处理是遥感AI的基础，打好这个基础，后面的路就好走了。
公众号:蓝海资料掘金营，微信deep3321