遥感中的空间分辨率分析

图像的空间分辨率是遥感的重要方面之一， 图像的详细程度取决于所用卫星的空间分辨率。 有一种普遍的误解是， 细节越多越好， 但现实情况是， 所需的细节数量取决于给定的问题。 本文我们将和大家一起研究卫星图像的空间分辨率， 同时也方便大家参考。

什么是遥感中的空间分辨率？

简而言之， 遥感中的空间分辨率是一个像素的大小 - 传感器可见的最小点。 然而，不熟悉该主题的人可能会对这种简化感到困惑。 实际上， 遥感卫星传感器通过其椭圆瞬时视场 (IFOV) 感知图像， 并将其处理成正方形像素。 举个例子，如果您看一张空间分辨率为 30m 的照片， 将无法识别任何小于 30m 的物体， 而需要看远大于 30m 的物体才能看清任何细节。

根据到物体的距离和设备的能力， 遥感可以在低、中、高空间分辨率下进行。 例如，接近地面飞行的无人机可以捕捉到空间分辨率极高的图像。 然而，距离地球更远的卫星可能会拍摄到高分辨率的地球表面遥感图像。 考虑到遥感技术在不断发展， 将其划分为低、中、高空间分辨率只是一个参考点。 在20世纪80年代， NASA 的陆地卫星上每像素60米的分辨率被认为是相对较高的， 但今天，它被认为是非常低的， 30厘米是当今使用高分辨率商业卫星进行遥感的最佳空间分辨率选项。

以下是探索一些遥感中空间分辨率的真实示例。 下图显示三张遥感图像， 乌兹别克斯坦塔什干附近的社区， 您会发现空间分辨率之间的差异。 Kompsat-3A 的高分辨率 0.4m/px 图像可清楚地看到建筑物、道路甚至汽车， 但在大多数情况下， 必须为该级别的细节付费。 低分辨率 (30m/px) 和中等分辨率 (10m/px) 照片的视图要模糊得多， 但此遥感数据是免费的。

上图显示的是低、中、高空间分辨率图像的比较。

因此我们已经熟悉了低分辨率和高分辨率遥感卫星照片之间的明显对比。 虽然更高的空间分辨率提供更精细的细节， 但它们并不总是进行准确空间分析所必需的。 在某些情况下， 中等甚至低空间分辨率就可以了。 接下来让我们更深入地了解不同卫星的各种空间分辨率、它们的实际优势和局限性。

中低分辨率遥感

如今，有大量可用的低分辨率和中分辨率遥感图像， 主要来自 Sentinel 和 Landsat 卫星。 该数据跨越 50 年， 包括不同的光谱波段， 可免费公开获取，也可用于各种环境。 那么中低分辨率遥感影像有哪些缺点呢？ 缺点就是缺乏细节， 需要进一步考虑权衡这些优点和缺点。

海量免费图片集

得益于丰富的在线资源， 我们可以轻松获取中低分辨率遥感图像。 EOSDA LandViewer （https://eos.com/products/landviewer/）卫星数据网络服务本身提供对八个免费地球观测数据集的访问， 这些数据集来自 Sentinel 2、Landsat 8 OLI 和 TIRS、Landsat ETM+ 和 MODIS。 通过使用不同来源的遥感数据， 用户可以浏览、分析和下载具有以下特点的最新影像：

• 空间分辨率从 10 到 500 m/像素；
• 2 至 16 天的重访期（临时解决方案）；
• 4 到 12 个波段的光谱分辨率以及创建自定义波段组合设置的选项。

来自许多可用于分析的光谱波段的数据

从许多光谱波段及其组合中可以获得的丰富信息， 使得低分辨率和中等分辨率的遥感照片尽管明显缺乏细节， 但却非常有用。 这种遥感数据包括对范围广泛的物体及其属性的洞察力， 否则这些数据是无法获取的。

历史概览

目前丰富的中低空间分辨率遥感图像是半个多世纪前开始的 Landsat 项目的直接结果。 通过在 EOSDA LandViewer 中查看和分析最早可追溯到 1982 年的遥感卫星图像， 可深入了解研究对象如何随时间演变。

低层次的细节

由于低分辨率和中分辨率遥感照片缺乏细节， 只能区分广泛的特征， 如桥梁、运河或街道模式。 即使是面积较大的斗兽场， 看起来也像一个点。 考虑到这些利弊， 很明显，中等和低空间分辨率对于不需要高精度遥感图像的特定任务就足够了。

高分辨率遥感

与低空间分辨率相比， 高空间分辨率的最大好处是它显示的精确细节级别。 此外，高分辨率遥感可以随时随地提供覆盖。 然而，更高质量的图像通常更昂贵， 而且对客户来说更难获得。 高分辨率遥感图像的另一个缺点是其地域覆盖范围小。

高层次的细节

高分辨率遥感摄影的明显好处是可以揭示更精细的细节， 例如个别树木、车辆、建筑物等。 在 EOSDA LandViewer 中， 可以从具有最高空间分辨率的卫星的八个数据集中进行选择， 范围从 5 米 (SPOT 5) 到 40 厘米 (Kompsat-3A)。

随时随地按需覆盖任何地点

在现代商业卫星的帮助下， 现在可以在特定时间对特定位置进行遥感。 如果需要的遥感数据在允许路径下的政府卫星数据库中不容易获得， 则可以使用高空间分辨率卫星。

EOS SAT 是一个卫星星座， 其第一颗卫星计划很快发射， 每隔一天就可以提供客户站点的任务视图。 它将允许研究难以从地面评估的自然和人为因素， 并能够对变化和减轻灾害做出尽可能快的反应。

成本高

由于传感器复杂， 来自高空间分辨率卫星的数据价格不菲, 需要捕获可用的遥感图像。 高分辨率遥感照片可以通过 EOSDA LandViewer 等转售系统以较低的成本获得， 该系统仅对客户感兴趣区域 (AOI) 内的图像部分收费。 与整个图像的成本相比， 这是一笔划算的交易。

小面积覆盖

通常在具有较高空间分辨率的遥感图像中捕获较少的地面面积, 因此，高分辨率卫星空间数据是目标观测和调查的理想选择。 它将从Pleiades-1、Kompsat-3号或 SuperView-1 等高空间分辨率卫星拍摄四张图像， 覆盖伦敦大小的区域， 而一张低分辨率的 Landsat 8 图像将捕获25个伦敦大小的地区。

较低的可用性

云会使卫星难以获取数据。 但在高分辨率遥感中， 当卫星经常偏离预定轨道时， 这就变得至关重要。 结果，可用的高分辨率图像将比低分辨率图像少得多。 此外，由于高分辨率（按照今天的标准）遥感的历史很短, 自 2010 年以来， 此类图像并不是对各种现象和过程动态进行彻底调查的最佳选择。

因此，高空间分辨率图像在遥感中仍然存在局限性， 尽管它们提供了关于地球表面可见物体的更多信息。 在确定空间分辨率之前，应该仔细权衡每个遥感选项的优缺点。

理想的空间分辨率

可惜的是， 遥感空间分辨率没有“一刀切”的选择。 可选择考虑以下因素：

• 项目需要哪些资源？
• 遥感数据的视觉表示必须有多精确？
• 需要在哪些光谱波段传输图像？

尽管它们都提供相同领域的图像， 但卫星的低空间分辨率和高空间分辨率服务于不同的目的， 这意味着不同的行业可以不同的方式从低分辨率和高分辨率遥感中受益。

空间分辨率在土地覆盖绘图中的作用非常重要， 因为它对于从遥感卫星图像中获取数据至关重要。 生物多样性研究、气候变化分析、野火预防、 环境建模以及土地使用政策的制定和评估在很大程度上依赖于对土地覆盖的了解。

高分辨率使用

高分辨率遥感图像， 空间分辨率为每像素 1-5 米， 甚至低于每像素 1 米， 这代表非常高的空间分辨率， 在需要相对较小的区域提供最大细节的区域派上用场， 即：

• 精准农业中农作物病虫害检测；
• 识别侵蚀性土壤过程；
• 检测田地边界和田地测绘；
• 牲畜观察和管理；
• 森林砍伐检测和林业管理；
• 检测和缓解局部异常；
• 3D 城市建模。

上图来自 Kompsat 3 的高分辨率（0.5m/像素）图像，可在其中区分每一棵树。

中分辨率使用

中分辨率照片（每像素 5-30 米）可用于不需要极高精度但需要广泛覆盖遥感的任务， 示例如下：

• 作物健康和生长监测；
• 水分和养分含量监测；
• 植被密度监测；
• 病虫害检测；
• 林地生物多样性丧失的估计；
• 大规模识别自然异常；
• 监测水体；
• 城市扩张分析。

上图显示来自 Sentinel-2 L2A 的中等分辨率（10m/像素）图像， 可在没有田地细节的情况下辨认田地边界。

低分辨率使用

尽管缺乏精度，但低空间分辨率遥感（每像素 30-250 米）可以捕捉到广阔的区域， 并通过对更高分辨率方法遗漏的光谱水平进行采样来添加信息。 其应用领域包括：

• 作物生长模型；
• 预测产量；
• 趋势图；
• 大规模异常检测；
• 监控大规模的基础设施变化。

上图显示来自 Landsat 8 OLI 和 TIRS 的低分辨率（30m/像素）图像， 显示了广阔区域的一般景观特征。 因此，通过为每项任务选择最合适的空间分辨率， 可以更高效、更经济地完成任务。

EOS SAT卫星星座的空间分辨率

不久，EOSDA 将把其EOS SAT遥感星座 (https://eos.com/eossat/ 的第一颗卫星送入太阳同步轨道， 这些卫星将捕获高分辨率图像并在 24 小时内提供可操作的见解， 从而完成农业部门的全方位服务周期。

EOS SAT 遥感技术将提供具有以下空间分辨率的图像：

• 全色 - 1.4m/px。 全色图像将红色、绿色和蓝色通道组合成一个波段， 以获得卫星图像的更高空间分辨率。 尽管生成的图像缺少波长（颜色）信息， 但仍非常详细地表现了主题。
• 多光谱 - 2.8m/px。 EOS SAT 中的多光谱遥感影像包括 13 个光谱波段， 能够量化和分析空间格局， 从而更深入地了解许多农业因素。 特别是，当使用具有高分辨率空间分辨率卫星图像的 RGB 和 NIR 波段时， 可以评估植被指数、土壤湿度水平、天气风险等。 多光谱遥感传感器的 SWIR 波段有助于许多不同的目的， 包括但不限于分析土地利用和植被覆盖、绘制田地边界、识别作物并监测其健康状况以及预测产量。

EOS SAT 完美融合了高空间分辨率遥感和农民负担得起的价格， 使我们能够解决其他遥感卫星无法解决的农业问题。 因此，农民将能够更好地获得及时、高质量的数据，改进他们的决策， 并从长远来看促进更可持续的农业战略的发展。