遥感技术完整指南

什么是遥感？

遥感是一种先进的测量和数据分析方法， 它利用机载传感器比以往任何时候都能够更快、更准确地记录重要的环境或结构信息。 当与机器学习和地图软件配合使用时， 遥感可以将原始图像数据转换为可测量的 3D 地图， 并提供对在巨大的时间和空间距离上不断变化条件的洞察力。 对于该领域的研究人员和工程师而言， 遥感是一种宝贵的工具集， 可以减少人工工作量并能够在困难和危险的环境中收集数据。

遥感和GIS有什么区别？

遥感和 GIS 是同一个数据收集和分析生态系统的两个部分。 遥感包含航空测量中使用的所有工具， 而 GIS 是一套硬件和软件， 可处理来自遥感源（例如 Google 地球）的大量数据。 实际上， 遥感数据的好坏取决于使用的 GIS 软件处理器， 反之亦然。

遥感简史

与许多新兴技术一样， 遥感起源于太空时代的早期。 从 1954 年到 70 年代中期， 数十个遥感原型被发射到太空， 以收集来自整个电磁频谱的数据。 这些卫星被用来跟踪天气模式， 从平流层上方拍摄敌方基地， 并为研究人员提供令人难以置信的星球新视野。

遥感技术大事记

1839年

法国艺术家 Louis Daguerre 发明了第一台实用相机， 即达盖尔照相法， 它使用了一块经过碘蒸气处理的镀银铜片。

1903年

莱特兄弟在北卡罗来纳州的 Kitty Hawk 起飞， 在 59 秒内总共飞行了 852 英尺， 从而实现了首次动力、持续和可控的载人飞行。

1916年

第一次世界大战飞行员将相机技术安装到双翼飞机上， 以记录敌后情况。 这种早期的航空摄影形式为一个世纪的机载监视奠定了基础。

1957年

人造卫星是太空中的第一个人造物体， 由苏联军事科学家发射进入轨道。

1960

NASA 将第一颗气象卫星 TRIOS-2 送入轨道， 对地球上的环境状况进行为期 78 天的遥感。

1962年

Telestar 是一颗旨在实现高速电话呼叫的中轨卫星， 它被发射到太空，开创了卫星通信的新时代。

1964年

至此，传感器被用于轨道遥感以记录几乎所有的电磁频谱。

1975年

NASA 发射了两颗气象卫星 SMS-1 和 SMS-2， 证明了将地球同步轨道卫星用于气象学的可行性。

80年代初

轨道遥感技术用于跟踪和记录与二氧化碳污染相关的全球气温上升。

1990 年

NASA 发射哈勃太空望远镜以进行广泛的遥感和分析。

2010年代初期

无人驾驶无人机技术的进步使得使用无人机拍摄照片和视频成为可能， 导致爱好者和商业无人机飞行员数量激增。

如今

如今，遥感不仅仅是一种工具或方法， 它是一种影响广泛的跨学科实践， 可为决策者提供可操作的实时信息。 最近的一些用例包括：

• 监测作物性能
• 估算中国湖泊的透明度
• 在不影响企鹅栖息地的情况下研究企鹅

遥感如何工作

遥感用于收集有关景观、基础设施等的大量数据， 那么它是如何工作的呢？

电磁频谱与遥感

能量以波的形式传播， 无论是作用在固体物体上的动能还是太阳发出的可见光。 所有物质都以独特的方式反射、吸收或传递能量。 先进的传感器可以通过研究未知物体与能源的相互作用来确定很多关于未知物体的信息。 有了合适的传感器， 可见光的简单变化就可以提供有关下方物体的线索， 例如，从千米高空拍摄的植被的健康和生长潜力。

从光谱的角度来看，岩石、植被、土壤和人造物体反射的波长是独一无二的。 每一种都可以用来创建指纹， 识别物体的物质类型、密度和化学成分等。 研究人员使用经过独特调谐的大功率传感器从多个光谱带中捕获证据以进行进一步分析。 该数据可用于测量有关下方地形的许多信息， 例如山坡上的主要矿物、树叶的密度和成分，或者建筑垃圾堆的大小。 可见光谱中的光是遥感中最常研究的指标， 尽管紫外线辐射和红外光对于专业用途很有价值。 虽然一些传感器配备了记录红外线的功能， 但大多数视觉记录系统使用航空摄影和摄影测量来积累数据。

摄影测量遥感的工作原理

遥感使用机载传感器以图像、红外读数等形式从地面物体收集波长数据。 在一种流行的方法中， 即摄影测量，来自太阳的光源从目标反射回来， 由无人机、有人驾驶飞机或卫星上的传感器收集。 该数据使用 GPS 定位固定， 并发送到服务器以收集和标准化大气因素， 例如湿度、时间、日期等， 可使用 GIS 技术处理该数据以创建可测量的 3D 测量地图。 数据随时间差异或颜色、化学成分、温度或其他因素的变化可以提供从高空进行的实地洞察。

什么是遥感中的空间分辨率？

空间分辨率定义了每个图像像素中收集的地面视觉数据量。 该指标通常是通过测量以米为单位表示的像素物理尺寸来确定的， 因此 100 米分辨率涉及记录地面上 100 米 x 100 米的像素。 在遥感中， 分辨率是电磁波的量度， 包括辐射和时间分量。 遥感中使用的其他常见指标是： 光谱分辨率， 描述传感器记录颜色、红外光或其他电磁波长的能力。 时间分辨率， 描述图像或数据集之间经过的时间。 高分辨率遥感将产生视觉、光谱和空间丰富的数据集， 并带有可靠的元数据。 为了确保数据集的准确性和质量， 请务必检查元数据以了解有关数据是如何生成、何时生成以及由谁生成的信息。

什么是元数据？

从广义上讲，元数据是关于数据的数据。 它也是遥感数据处理生态系统中不可或缺的一部分。 摄影测量中的元数据可能包括与以下相关的注释：

• GPS坐标
• 时间、日期
• 焦距
• 分辨率设置
• 大气条件

元数据提供了有关数据集创建条件、数据创建者以及在许多情况下为项目创造的整体价值的宝贵见解。 它还可以作为组织自动对象识别的路标， 这对于测量和三维地图创建至关重要。

摄影测量与激光雷达

摄影测量和激光雷达是遥感中使用的两种流行技术。 每个都用于实现特定的目标， 每个都有自己的优势和局限性。

什么是摄影测量？

摄影测量使用超高分辨率航拍图像为 GIS 制图系统生成可操作的数据。 当安装在飞机、直升机或无人机上时， 摄影测量技术会生成动态测量数据， 这些数据可以转换为具有照片质量图像且完全可测量的 3D 平面地图。 这些复合景观可用于支持环境研究、执行监视和提供预测分析系统。

什么是激光雷达？

LiDAR 使用激光瞄准距离测量来创建物体在空间中位置的详细逐点地图。 受声纳和回声定位的启发， 这项技术用途广泛， 已被用于为从自动驾驶软件到增强现实再到高级测量等一切事物提供动力。 这种遥感方法通常用于检查大块地块的结构、密度和植被。

LiDAR 和摄影测量的热门用例

什么让 LiDAR 和摄影测量与众不同？

LiDAR 和摄影测量是测量建筑物、基础设施和大片土地的高精度方法， 是什么让每一个都独一无二呢？ 摄影测量使用航空照片中物体的位置测量来产生测量员质量的距离评估。 这种方法经济实惠， 且摄像机很容易安装在低成本无人机技术上， 非常适合生成大量数据或在预算范围内执行监视。 LiDAR 收集比摄影更详细的测量结果， 部分原因是它使用物理测量技术来映射距离。 它的设置和校准成本也高得多， 且它本身缺乏对许多研究至关重要的摄影元素。

用于摄影测量的 LiDAR 和摄影系统都可以安装在小型飞机或无人驾驶无人机上， 这使得它们在气候、偏远或项目规模使得手动测量和文档资源望而却步的情况下特别有用。

遥感实际应用

遥感在各个领域的全面概述：

石油和天然气

航空摄影在石油和天然气行业已经使用了一段时间， 主要用于测量大面积的管道建设和检查。 近年来，遥感和人工智能相结合， 通过自动识别损坏和泄漏来简化基本监控， 以最大限度地减少影响并加快补救。

农业

遥感使农民能够通过估算产量和确定影响总产量的关键因素（如侵蚀、干旱胁迫、害虫和疾病）来评估作物的生物量。此数据可用于创建详细的生产预测。 农民还可以使用农业监测遥感来跟踪生态系统的变化， 为作物保险提供验证，

公用事业

水和能源项目是大规模的工程， 通常位于偏远地区。 勘测财产、监测火灾风险设备以及对重要基础设施进行监视都是全职工作。 无人机遥感可用于跟踪基础设施周围的侵蚀和植被生长、跟踪破坏和土地变化、防止盗窃等， 并支持研究工作。

电信

电气和电信维修是最危险的工作之一， 无人机摄影测量法可以检查手机信号塔和电力线， 而不会危及工作人员。借助遥感数据， 工作人员可以通过详细的维修计划为维护任务做准备， 以最大限度地减少不必要的攀爬。

建造

照片归档是一个新兴行业，受到施工问责制需求的推动。 使用摄影测量法处理的 UAV 图像是在现场准确测量距离、高程和体积的宝贵工具， 特别是对于众所周知难以跟踪和记录的土方工程项目。

公共安全

灾害响应和土地变化、害虫侵袭和入侵植物生长的记录是遥感技术的新兴用途。 无人机技术还可以通过跟踪潜在点火源周围的入侵杂草来监测野火风险， 为第一响应者提供龙卷风或飓风过后的地面情况等， 从而帮助公共安全。

遥感技术的未来

遥感技术长期以来一直处于工程和研究的前沿。 现在，它正在不断发展， 以在本地范围内进行经过数据测试的预测， 创造业务成果， 并使决策者能够洞察自然周期和人类行为。 人工智能已经经常用于遥感数据分析， 以精确定位物体作为识别和测量的参考点。 AI 允许研究人员将原始数据和图像转化为交互式 3D 地图、环境分析和调查， 而无需花费数百个工时。

预测分析在行动

预测分析是遥感的下一个前沿领域。 该技术使用机器学习从遥感图像处理数据构建基于数据的场景。 这些真实世界的结果通过 AI 自动化进行数百或数千次迭代测试， 以建立准确、可靠的模式。结果可用于多种用例，包括：

• 减少灾害风险
• 资产选择与保护
• 及时响应和恢复的事件预测
• 经济决策