! t. o; o: }, W# ~5 _" H 01 什么是遥感数据$ q Z( ~" d8 U, f" V, x& g4 r. ]
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。
+ L8 v7 p. I$ Y7 U( b1 S 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。
* j' Y) u8 g4 H2 V) o2 k 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。
" }/ `1 u- z8 U5 l0 F 它们是如何产生的呢？
. o1 P2 `) T6 B( d& c 02 遥感数据的采集方式5 p; G+ X+ n6 |. }/ ~, D& l! u
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]
# }" f" p: \9 ?; e+ w 1. 航天遥感
- k: n7 V$ b) t9 V! O 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。
) w0 L9 _; h) q- F0 M5 g 2. 航空遥感 ) W) h5 N/ l8 q# T' I% w# O
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。
+ O4 [7 _) p; Z/ f- o: ~ 3. 地面遥感
# o' T3 Y, ~ | 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？]。 / H% R# K$ w+ O% j( i" N
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。 5 {" t1 t" p$ S; C& ]$ S) ]. d* Z/ p
03 遥感数据特点& x3 a( q0 Y" q# F
遥感数据主要有如下特点： p2 T, a0 Q! z# p( k
● 感测范围大，具有综合、宏观的特点； / X4 l" n# o; N- d6 o
● 信息量大，具有手段多、技术先进的特点； * S! o9 Z4 N" M, A5 D0 v1 ~
● 获取信息快，更新周期短，具有动态监测的特点；
p5 z2 W, [" A$ k ● 用途广、效益高。[3] - E) K' g. A3 m' ]
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。 8 d) F! I; J4 _$ R
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。
' b3 G, {' h$ a* |, Z8 w 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：
0 y. G. y& I! c0 ?8 N 1. 原始高分辨率遥感图像难以获取。 4 f$ C/ U+ k7 D. d4 V% x6 w
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。
1 e0 B K, F4 \: ]: V 2. 遥感图像较自然图像，细节丢失更为严重。
' ?1 ]* q6 m6 m3 y6 w 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。 * T* U9 ?2 s( H/ o4 W
3. 遥感图像场景内容差异较大。 7 X, U* i& G0 C3 I( \ @. ~
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。
* c8 g2 A! V2 \; ]- x! e3 A 4. 遥感图像同一场景下，目标物空间大小差异较大。
6 X$ S M! v. Q8 A0 t& j 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。
6 g; o. h, X8 k; n* g 那目前遥感领域常见的任务类型有哪些呢？ 3 }7 d/ u) O6 O
04 基于深度学习的遥感信息提取的任务类型
4 s( Q1 O3 @+ v8 w8 ]2 e 1. 遥感图像的目标检测 + O. |( p _- H+ w& e
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。 . ^8 K4 b3 s7 y- W* 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。 4 N9 K! F/ T; m8 V) A* D# e
2. 遥感地物分割 " K4 g3 J$ n" e# q) P' c9 S) O
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。 K* f f( z, |* R5 f5 ~5 y$ [( \! t
3. 遥感变化检测
$ z+ {" V7 t" |' v- i 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 。 ( H% g! B( J* t3 u {, e
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？
4 E$ a4 V1 X6 N# P 05 $ \$ ~- x# V4 g) B4 |
遥感数据的应用方向 9 y- D" f [# H& b. Q8 u3 a
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；
) }6 g7 i+ O6 D' N2 L+ x 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。
0 u q4 J! w, e0 q: U 06
7 ~8 C: T; X ~$ j, F 遥感数据集资源
- s/ N) K% [- v+ Q. J3 Y2 Y 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！
/ z" Y: j7 X+ n6 C · DOTA V2.0 7 F7 w; c# R8 c* T
https://opendatalab.com/91 ! q. E8 e2 B" i" _
· DOTA V1.5
' B, ]% ?' x8 A! q* _$ M1 V https://opendatalab.com/90
; f7 Y( h9 q+ Q% n- x% S · DOTA V1.0 , R; ~/ b% ?9 C& O7 ^. C
https://opendatalab.com/89 7 {- `. N9 H; t' G1 O3 V( A
· UCAS-AOD
) S. T7 ?- q: {- \ https://opendatalab.com/102
! H4 w) s: p! ~( x: E · xBD
% u S# V# B2 a$ H2 L4 w, v g+ U2 q https://opendatalab.com/94
_$ d: s" U! K a 参考资料：
$ P$ [' W p" ?' P7 N+ c9 E [1]https://mp.weixin.qq.com/s/pCJsEuQ5gKTwVudMWjfTpw - E! a9 x- D# V5 t# U# Q3 c
[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. ; n. H. X7 n, x( Y- D, N
[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：) ?5 B* b/ Z! V* v: d
. n' v- I& ], s6 ]* |! K 点下方可免费获取地信遥感考研资料 - E; a. ?$ k& n2 r
( D* L; S2 }' P" N: i3 g V8 d- p- x; L' v# P. \2 F
+ @3 v, r. A& _5 a9 K! p 广告 : M0 ?- [0 G. [$ F8 i
4 Q' R8 O2 D: |7 u) f2 H- K 0 @8 D1 }5 X0 @ T
点我可免费咨询! a s/ ?& @2 E( V/ _; r2 |
可获取免费资料 5 `9 x4 c( u8 b/ I
. J+ u' d! z8 x l% A, r0 w ) l7 K# u% S( s8 l
5 e' E9 O( D( o
6 ]4 y" G$ x( _1 M# z + a7 {- `: I1 F% k; G! E2 W9 W
* W- u* r' o! q7 P" J: h
+ V) Z# r4 j( M6 r7 g: K" e4 y0 V0 z/ ?1 ~! _7 t& q5 c
4 X' h. D" h6 W p4 |
| 
