% M8 p, s3 ^ Q5 U l9 K
01 什么是遥感数据
9 z" r7 D' ~9 w8 A 遥感（remote sensing）是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测。 3 V9 |" L8 I' K O
作为一种重要的对地观测技术，它为我们研究和理解地球表面提供了主要的数据来源。
( I& Z7 e& c& K$ h& w( Q4 `% O 目前遥感数据呈现出高中低分辨率、多光谱、高光谱、SAR、街景及LiDAR激光点云等多源数据共存的情况，为遥感监测及其他多领域应用提供了基本数据保障。
% r* g8 v5 j# r" |( R# b0 S' L" l' } 它们是如何产生的呢？ 1 V9 R/ Q2 H$ N6 O' g) G
02 遥感数据的采集方式( w0 t* b% X9 P0 _
获取遥感数据的装备主要包括遥感平台和传感器。根据遥感平台的高度，可将遥感技术划分为航天遥感、航空遥感以及地面遥感。[2] ! O4 A1 n; D) A% n D; B ^
1. 航天遥感
* u1 t% ^# }" H: i 以载人飞船、太空站、人造卫星等各种太空飞行器为平台，搭载照相机、多谱段扫描仪、合成孔径雷达等传感器的遥感技术系统。 6 W- O4 r# x8 L! F+ ?/ V P' N6 @
2. 航空遥感 , J. h! z, K; {' V# e5 t
利用飞艇、飞机、气球等平台完成对地观测任务的遥感技术系统。 9 X* c9 k& Q$ n! w/ G2 m5 b) b' M
3. 地面遥感
0 M; E5 q) O" \9 s9 S8 y! V2 } K7 { 将地物波谱仪或各种传感器安装在船、车、高塔等平台上的遥感技术系统；比如我们上一期提到的[激光雷达（LiDAR）点云数据知多少？]。 7 l- ]3 m' C& ^+ @3 U
传感器方面，可利用可见光、红外线、微波等探测仪器，通过摄影扫描、信息感应、传输和处理等，来识别地面物体的性质和运动状态。
0 l) T- q3 H2 d1 b/ I 03 遥感数据特点- x( G) S6 k% ^2 D9 |' z9 o5 l
遥感数据主要有如下特点：
; H& y! t: J+ E ● 感测范围大，具有综合、宏观的特点； H A9 |8 W! n w4 z
● 信息量大，具有手段多、技术先进的特点；
6 i. `* ?" f Z, o ● 获取信息快，更新周期短，具有动态监测的特点； , Q! W( u- C- e6 C
● 用途广、效益高。[3]
: |* s1 s, F2 C4 C/ G: _ 随着遥感技术的进步，获取的数据精度越来越大，达到亚米级别，人工识别已不能满足需求，智能提取技术正在快速发展。 ) s d5 A ~. U0 F7 N& H0 C% }
遥感和人工智能的结合，可以实现更大范围、更加丰富、更加精细的多种地表的时空要素信息，而这些信息可以给广泛的应用行业提供了赋能可能性。 + D/ o7 y4 H- Q
DOTA数据集样本预览（图源：网络）从深度学习角度来看，遥感数据还存在以下几个问题：
; T8 z$ i! c7 X8 G; ` 1. 原始高分辨率遥感图像难以获取。
( z+ @3 q8 }7 y 对于光学遥感数据集来说，由于遥感图像采集过程中大气扰动、噪声、传感器抖动等因素的影响，使获取的数据存在不确定性等影响，真实的高分辨率图像难以获得。 0 g4 m8 m: d% |
2. 遥感图像较自然图像，细节丢失更为严重。
2 {; t3 {6 k' R+ u+ n2 s 通常，光学遥感图像单个像素所代表的实际距离超过5m，导致图像中细节损失，重建困难。
7 `4 _5 y% `/ k* m6 `* G, @ 3. 遥感图像场景内容差异较大。 : a, I g8 ~; D" `% d2 ^( _; b; ]; m
遥感拍摄往往涉及到多种地貌，因此会拍摄到多种场景内容，导致样本的多样性。因此，遥感数据集对于单个场景的贡献也被削弱。
& u3 I5 s! D% i( ? 4. 遥感图像同一场景下，目标物空间大小差异较大。
6 c2 f$ J; B% x& k 在一幅遥感图像中往往包含多个目标，且这些目标物的尺寸大小都不相同，如在街道场景中车辆可能只占了几个像素，房屋占了几百个像素，在卷积的过程中，可能丢失小目标的特征，从而影响SR结果的准确性。 2 i3 {7 g0 V1 s! u
那目前遥感领域常见的任务类型有哪些呢？ - O3 V: z2 `+ }" b
04 基于深度学习的遥感信息提取的任务类型
: p$ Y6 |4 S: A* T0 l2 ] 1. 遥感图像的目标检测 ' n" ^: Z0 z- F. ?9 b% J
将深度神经网络应用于遥感图像的目标检测，增强了算法图像纹理感知能力和目标变化适应能力，在检测性能上有了较大的提升，且可用于检测复杂物体。
4 D1 ]+ `! H3 k g* f 但该方法仍受限于图像分辨率、天气和计算能力等因素，提高其对外界环境的适应性仍是研究的难点。
) [" R8 E O8 K# i* u9 P! C( E; G 2. 遥感地物分割
& k) S/ q' Z6 q7 R 遥感图像分割是基于地理对象进行图像分析的关键和重要步骤， 在遥感图像中，它通常被视为景观变化检测和土地利用/覆被分类的辅助手段，可通过输入卫星遥感影像，自动识别道路、河流、庄稼、 建筑物等，并且对图像中的每个像素进行标注。
/ P8 G' p6 B+ @+ ? 3. 遥感变化检测 7 i/ ~) o: B6 ~! q8 m3 u- C/ z
变化检测是对地物或现象进行多次观测从而识别其状态变化的过程， 实时检测地表变化信息。目前，遥感变化检测技术已成功应用于环境保护、城市规划、军事侦察等领域 。
1 T/ n2 y$ t% P2 g% V 基于神经网络的遥感图像分割结果（图源：参考资料[2]）那遥感数据可以用来干什么？ + x% c8 S3 u7 t6 _( U- X- e
05
% e% R! ^) N! Q% y3 ~) [- Q 遥感数据的应用方向
4 f+ K5 u z2 g6 @/ U 遥感技术广泛用于军事侦察、导弹预警、军事测绘、海洋监视、气象观测等；
% R9 l. `: s }7 G7 }' h 在民用方面,遥感技术广泛用于地球资源普查、植被分类、土地利用规划、农作物病虫害和作物产量调查、环境污染监测、海洋研制、地震监测、城市土地/建筑规划、地形图更新等方面。
1 d' D4 `4 r) K 06
0 F/ x2 H9 T8 C3 H" K: j 遥感数据集资源
5 L5 k! I6 o5 `! \ OpenDataLab平台已经上架了系列经典的遥感数据集，并且对DOTA V2.0数据集进行了标准化，不仅提供了丰富的数据集信息、流畅的下载速度，还统一了脚本格式，免去大家处理数据格式的麻烦，快来体验吧！ 1 k N/ S+ L# T1 }8 h: w( b* |: N
· DOTA V2.0 8 x2 A0 V4 z! w+ {0 {( C5 b+ N
https://opendatalab.com/91 3 B' M" ]2 `1 N: a& U- k6 }1 q. C) P
· DOTA V1.5
9 ]! ~$ u+ K# E3 x https://opendatalab.com/90
- C( T4 g2 Z& m2 y" _. F · DOTA V1.0
1 U" T, U/ a+ I1 ~- P; J https://opendatalab.com/89 2 H! q" Q! ?: y$ K
· UCAS-AOD
c+ i' x/ A: @ https://opendatalab.com/102
1 u3 M$ }9 f0 L · xBD
2 E6 ~- a3 k3 p9 K H https://opendatalab.com/94 ) \ I! n8 Q" u) L( ]
参考资料：
4 I1 A/ T, k6 Z! h( s8 [0 `( b. H [1]https://mp.weixin.qq.com/s/pCJsEuQ5gKTwVudMWjfTpw 7 y+ [, L: G9 l
[2]刘伟权,王程,臧彧,胡倩,于尚书,赖柏锜. 基于遥感大数据的信息提取技术综述[J]. 大数据,2022,8(02):28-57. ; m( a3 |/ M, J2 ?- j7 Q+ j: P
[3]李正,刘薇,张凯兵. 基于机器学习的遥感图像超分辨综述[J]. 计算机工程与应用,2021,57(13):8-17. 来源：OpenDataLab，作者：专注于AI 数据遥感地信考研书籍介绍：
" D m( h6 H; o# C; s9 d ! T& |8 m2 c: P& B
点下方可免费获取地信遥感考研资料
$ I& ^7 x0 q& A# m! G- m7 l ! @* K9 S* U; }4 \2 P+ H1 m/ P
, `' Q1 p, s1 u) I$ C$ L
& [2 ^5 K+ C: A7 m9 c# V
广告
0 g: h- E8 B4 Y) z : }! ^( [3 ?2 [
5 c9 F9 }& V% {& D
点我可免费咨询5 [& _' y% [* [2 g; A6 K u
可获取免费资料 + S2 b8 E# n! S
! @, t: U z" P
' K8 [( w# G, c. J
4 q- D1 X" y$ X* R' r$ T
1 S# _. }7 X6 h+ b3 E: g2 h
! q9 y. l' M& Q0 j( L& z4 f" D6 _4 }1 Q$ I# j
1 ~( J3 j9 B, l0 J8 s! G0 p) ]6 r0 N* I1 x A2 b) [1 [+ ^3 c
6 x3 M q# s' L# W/ l' |( {+ N) Z
| 
