一看就懂的遥感数据科普，附5个数据集下载资源 - 海洋遥感数据处理

- u$ `) F0 F5 n& C- {* L- ]7 L

01 什么是遥感数据

: B' h" P5 v8 v# I6 {: X1 e

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。

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。

, g- Y6 e* n- n# D. _6 D

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。

它们是如何产生的呢？

02 遥感数据的采集方式

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]

1. 航天遥感

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。

2. 航空遥感

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。

& W% Q% d7 n3 a$ j- k7 f3 o

3. 地面遥感

$ z, h3 }( Y8 j' b2 s$ {

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？]。

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。

03 遥感数据特点

3 }% A' ?6 V/ L6 d( V1 m4 U

遥感数据主要有如下特点：

● 感测范围大，具有综合、宏观的特点；

2 E2 ]# s( b, w- c* H0 m. G6 l) N

● 信息量大，具有手段多、技术先进的特点；

● 获取信息快，更新周期短，具有动态监测的特点；

● 用途广、效益高。[3]

( o$ t; h" Q; z8 \. q1 {: L% p

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。

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。

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：

2 `4 e% j7 M1 L$ {6 P7 y1 ]

1. 原始高分辨率遥感图像难以获取。

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。

5 S( E7 D7 [$ P

2. 遥感图像较自然图像，细节丢失更为严重。

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。

3. 遥感图像场景内容差异较大。

. Q# T$ j& E" N( w0 P

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。

$ [4 ~& p, I5 Q

4. 遥感图像同一场景下，目标物空间大小差异较大。

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。

4 {$ R' v+ m& w/ {! o/ J9 g

那目前遥感领域常见的任务类型有哪些呢？

04 基于深度学习的遥感信息提取的任务类型

1. 遥感图像的目标检测

9 g/ j4 z$ O) I

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。

) h0 v7 _" b. R" F: W9 w- o

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。

0 [; x) c/ J( |5 W

2. 遥感地物分割

O3 h: G. [+ \$ h4 t- |

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。

1 Q/ N% S# ?3 E4 Q

3. 遥感变化检测

$ T7 M% z4 m! W

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 \1 V) K" n9 t! @& t

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？

. D2 T( V, `9 T9 L& r3 H4 q1 W

05

6 O$ t1 h" _9 V4 N8 G

遥感数据的应用方向

3 A# K4 M* u: W, j

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；

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。

- N4 a. |. X- J$ S7 O& g. f- u2 n! w

06

5 o+ `0 Q" z% `0 u1 n

遥感数据集资源

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！

· DOTA V2.0

8 c+ {. q% S$ ~0 U* Q" q

https://opendatalab.com/91

· DOTA V1.5

https://opendatalab.com/90

# j% p/ ?. t" G: W* F

· DOTA V1.0

, y; W4 Q0 [% H+ }( r1 R

https://opendatalab.com/89

4 l2 q' e; k% O) B2 s/ R

· UCAS-AOD

2 m# d/ I2 F- \1 H

https://opendatalab.com/102

9 ?8 W' M7 c. i3 J

· xBD

https://opendatalab.com/94

参考资料：

[1]https://mp.weixin.qq.com/s/pCJsEuQ5gKTwVudMWjfTpw

8 ?4 P) h3 q* W2 U6 u2 Y0 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.

[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：

1 z7 ]2 A- f. q6 i# g i

地信和遥感考研电子书分享2 赞同 · 18 评论文章

点下方可免费获取地信遥感考研资料

- u$ z) q. ]+ v$ H6 x9 x

! m' N- u. ]1 b0 ]( C. j

, ?7 G H$ M4 l, V6 }8 ~- S1 S; q

5 l. Y' a: Q4 M# o3 {0 T" q

广告

( D) u1 c( B; z( ]

点我可免费咨询 可获取免费资料

% s/ Q- d$ @9 i( e* G1 q4 G

|6 m2 `! v! b6 r/ r( j

/ l( U- }8 f. f5 q8 y( h1 ]4 {2 l

5 J/ w n" h9 K) ?# a# p/ X- z0 D ( g/ i4 D; w, O2 V# t+ l; T: Q" T $ L* n, ?7 \# O5 }- z! F' L