' n: C7 L3 I: R1 G- O 01 什么是遥感数据
5 ~7 o; B; H+ o ?0 J 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。
f1 \7 g* j7 E 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。
3 }1 R8 R5 `% [3 v. ?5 ^$ e( r 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。 , F; l5 w( w) ~6 M- T, q
它们是如何产生的呢？ " x/ Y* T& J7 k3 d
02 遥感数据的采集方式; t! T# r4 S- k" @
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]
* Z) l# K. w* y2 ]9 w0 |. { 1. 航天遥感 $ i; L, _+ j2 w5 h$ t$ Y& \
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。
* B& |2 {7 F& X3 K 2. 航空遥感
6 Y8 Z1 c, H# [( A6 D 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。
/ s6 E8 q* W, U+ h. ` 3. 地面遥感
3 A& g, x% x4 D/ q) F& h& F 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？]。
3 ^/ d/ V) c3 H0 k* w. \# S$ Y 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。
6 F6 ^8 X% s) z2 S% n3 | 03 遥感数据特点
" @% G z3 P9 e9 V4 } 遥感数据主要有如下特点： m* J/ u+ k& S9 L3 `
● 感测范围大，具有综合、宏观的特点； # I3 \& w6 g; l/ C5 H
● 信息量大，具有手段多、技术先进的特点； 7 R( n/ B9 a$ U0 u( r
● 获取信息快，更新周期短，具有动态监测的特点；
6 z3 x7 E5 j$ P, ], G ● 用途广、效益高。[3]
4 ~, e2 s. ^8 C 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。 ' I" H& b5 b6 V7 G1 e' B) V
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。 8 [: ]1 k9 `0 R
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： ! m! F& U- f% u3 {- f* ]7 L8 c+ T3 F
1. 原始高分辨率遥感图像难以获取。 * ?' N1 x6 H1 S# h
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。 + J$ { K4 I% ]: e% \& {/ h# F8 N
2. 遥感图像较自然图像，细节丢失更为严重。 - l6 I; Y% S- q% I$ @
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。 2 n, Q; o$ T( }' F. l
3. 遥感图像场景内容差异较大。 7 U. s8 Y" h, h' [
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。
, u0 D7 [! A. L+ u! w 4. 遥感图像同一场景下，目标物空间大小差异较大。 ! n: M. r6 z5 @8 P/ `
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。 ( X) H' F9 h4 ^7 H7 O/ ~1 _( u
那目前遥感领域常见的任务类型有哪些呢？ ) k: K4 r' a( B9 Y
04 基于深度学习的遥感信息提取的任务类型
4 Q1 m3 }0 i9 u" Y% P6 Q: D 1. 遥感图像的目标检测
7 K. u# |: f- ?6 m* R 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 a# G- p1 T A. f9 E! b J 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。
; J' j8 a+ Y7 ]5 f$ O4 [6 Z- ^ 2. 遥感地物分割
. _6 P' Q8 s0 W4 U, t6 {& V3 U 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。
' \7 U% m* R: i" p9 G2 y. d 3. 遥感变化检测 ! F7 n! R2 R( X0 f# x
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 。
- k3 x& f+ t2 F9 ]1 U8 K 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？ ( W* L6 `( H6 p) K5 g
05 ; F, s0 d T- a: ]% g- m6 }
遥感数据的应用方向 3 _# S6 r8 R9 K+ k! M& k
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； 8 H5 \; [0 U9 b- d% o
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。
( R, G1 j( k2 ~3 f' j 06
# ~1 @/ C+ J& h- |6 \. [5 | 遥感数据集资源
f* ~; P$ W7 j+ V6 ?. H4 o0 C 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！
% ]9 L* S- J/ H$ t! Q3 T# _ · DOTA V2.0 ( Q2 z2 N' E( o
https://opendatalab.com/91 $ L' C# u) e2 T7 n, f+ q0 F1 J
· DOTA V1.5
. b) H$ x" H( p% d https://opendatalab.com/90
$ K8 W+ ?' C& d · DOTA V1.0 8 S& M/ r( T; {
https://opendatalab.com/89
' z& L; A7 O1 X- N · UCAS-AOD & }: O3 ?2 p9 j
https://opendatalab.com/102 7 T6 |5 v q! T/ |8 A
· xBD 7 @7 G6 b& x* K# Z- }5 h7 E
https://opendatalab.com/94 ; u" S8 C4 H D7 s* V# ~
参考资料：
) _$ [$ I3 F5 B [1]https://mp.weixin.qq.com/s/pCJsEuQ5gKTwVudMWjfTpw
4 e! l& c3 [+ f, i- ^ [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.
s$ ^" u5 N$ F: J [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：6 {. Q `8 w w
7 p4 D0 M5 N# t2 J. k7 E9 @$ a
点下方可免费获取地信遥感考研资料
8 A2 K7 e$ V' a/ B
+ @* G4 P: P L- E; N! J- P* B$ k : v- V# S1 s- |( g
2 n+ U6 U% S. n# Y 广告 , E- U) i: u' ^7 M5 I9 P
3 t$ k! Y# w( n3 m" c' Q
* e; P& ?/ b- J6 f$ B' J
点我可免费咨询! T ^* h5 @3 @& p0 {
可获取免费资料 * Z2 J% D% m5 s9 t6 i
- x; p' o# W8 [7 U6 I4 \0 J0 q
& T# L5 |4 O. y2 z+ P& h 4 [% H2 a0 J" s
6 _. l2 ^8 {: I2 Y. `1 L
8 c$ J& Q% y, m# J, B- z
$ ^; C& u d+ j9 Q5 D2 V7 d& O( u3 T, g) m7 S; I
: h4 Q5 R+ N0 o0 i/ D7 g2 s- t. S! ? c0 G$ R: @7 e1 e, S
| 
