0 ]0 ^4 Y' l3 \
01 什么是遥感数据
) e' N7 K- V7 u5 U2 Q( s 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。 # U* g" |+ T8 E: w0 h0 u( [8 L
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。 9 e) F( [2 a1 v0 v4 u
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。 % A7 r0 a6 g/ j& j! F
它们是如何产生的呢？
7 V, D' c6 T4 ~; C- @9 d. `7 q 02 遥感数据的采集方式
. t# C. I1 s) P! F5 f2 l 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] - I) b: ^; b- i( L h+ s
1. 航天遥感 % d8 V: z5 U& z% {/ v# @
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。 * Z G' |. G W& |0 X
2. 航空遥感
/ H# G& Z; _( v0 ~& d- n) Y 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。
5 G9 b' i* N7 A* x8 E3 i8 Z 3. 地面遥感 ( x! c! o: S8 g R% p& 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？]。
4 ~) Y, T) J3 @4 C# ^ 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。 ! W2 [$ C, Z$ Z0 ?
03 遥感数据特点" b( x7 U) g1 d' T$ H
遥感数据主要有如下特点：
0 x! }2 b# j. _+ p ● 感测范围大，具有综合、宏观的特点；
u } l8 k. s5 a& G ● 信息量大，具有手段多、技术先进的特点；
" Z( i/ k; M! n: j# c/ C ● 获取信息快，更新周期短，具有动态监测的特点； & U( w9 H! C4 V% p
● 用途广、效益高。[3]
% G% h9 V/ q+ I" M0 d% q 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。
2 \9 n8 ?" k; 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。 . s* E( m' V8 V
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： # |3 u8 U: t4 R' Y% m6 `* Z; N
1. 原始高分辨率遥感图像难以获取。
$ s; ^6 h6 H/ S* A- K 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 W) ?7 {- M+ @9 D' a( Z# q8 f
2. 遥感图像较自然图像，细节丢失更为严重。 / @( y% P1 @- x o$ Z t* {
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。
9 t7 f3 I P* q 3. 遥感图像场景内容差异较大。 ! P: b/ e" C1 }# i9 ?
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。
% u! K. f, N' r) H: I, N5 Y* g \ 4. 遥感图像同一场景下，目标物空间大小差异较大。
$ n0 a" ?( e( b# X! R8 e) D$ m% I* 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 O9 \4 S, Q. z3 ?
那目前遥感领域常见的任务类型有哪些呢？ ) N F* \# @7 a" u5 ]
04 基于深度学习的遥感信息提取的任务类型
9 o, @( o- y) Z5 p* L. K 1. 遥感图像的目标检测 1 N4 [1 d0 i* q
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。 2 N/ h: E* C' h( l
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。 ; e+ q9 M6 O" P- I8 c
2. 遥感地物分割 1 f# P; F" o# s! x& 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。
- U1 I' l$ P# N* ^! e 3. 遥感变化检测 ( [# |- t; I/ p7 }5 g; f( L
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 。
+ @& K% `0 s. g0 F* 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？
4 N' b+ `4 k6 b7 o 05 8 y. Q( k# n$ t: g C
遥感数据的应用方向 : G" s" _) Z7 m$ ^8 Y0 J% |6 D
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；
& p7 T( J3 e l* o! K/ ? 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。 / D5 Q3 H& s( U# e V
06
" i- d" V0 s q2 R 遥感数据集资源
7 `( t7 K- K9 k: M# N- q* P9 C2 H- _/ 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！
: V! |: e7 u* O# [- o; M · DOTA V2.0 ) O4 s. n. U$ Q
https://opendatalab.com/91 * U7 A# E5 n! m/ y
· DOTA V1.5
2 k: M* Y* c i2 z; S) W. \ https://opendatalab.com/90 ) X# b4 m% ^4 C" ~9 ~2 }9 l
· DOTA V1.0 1 B( F3 V$ e* q9 {5 R. @( x
https://opendatalab.com/89
2 n& W. ~& [! w* F+ ] · UCAS-AOD - R: ~% s$ l1 h# ?
https://opendatalab.com/102
( R! t( P9 B! ?7 y0 O+ Z7 }3 _ · xBD 0 R3 `% |% J) N# p% U
https://opendatalab.com/94
2 Q9 Z8 _# ?; X7 i- L 参考资料：
8 K0 K2 l' z" R6 ? [1]https://mp.weixin.qq.com/s/pCJsEuQ5gKTwVudMWjfTpw " o3 S; Q' f3 d% o( @$ }: o
[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; U4 E: Z/ C0 z; L
[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：
' y& p W, e( o, ^ ; @. _2 K9 @* u$ i3 Q/ j3 o
点下方可免费获取地信遥感考研资料 3 [+ P$ `+ [5 _/ @
+ B& W: o# }3 ^# A
$ [4 I \& B( P , d* ^% @- c9 d
广告 , e! b7 a- f3 J8 h8 v q
. W* y) ^) o$ h* R- |. k8 S' y " u1 s k" a3 @" c6 V9 ^' a+ D- M3 G6 O
点我可免费咨询
8 a1 o, j+ }$ u/ W) G$ d8 X 可获取免费资料 * R. h5 t: t* W8 I! U: ^1 e
* F9 K5 w* s$ e# D- s
- a+ U. l i1 v5 X5 a
; Z" W# \5 n% i2 F \8 Y
9 }; L* `& Q$ y4 c 5 R4 A. i2 d2 j. ~; s/ W$ s8 }3 s
( g* n$ B' V4 j4 ]/ N, N; D; |2 C! E! P; M$ N
# b+ U$ ?# A; b4 Q
8 S2 y9 e5 Z1 ~: r$ E! a | 
