『壹』 高分衛星數據可應用於哪些領域
6月2日,我來國在酒泉衛星發射中心源成功發射高分專項高分六號衛星。這是一顆低軌光學遙感衛星,也是我國首顆精準農業觀測的高分衛星,具有高解析度和寬覆蓋相結合的特點。
當前高分衛星數據已在國土、海洋、環保、林業等20個行業1800多家單位得到了廣泛應用。童旭東舉例說,氣象和減災兩個行業正實現高分示範系統與原有衛星業務系統的集成,在汛期南方大雨和多次台風應對的防災減災方面,高分四號衛星拍攝的超高清雲圖成為中央氣象台研判台風路徑和損毀影響的重要信息源。交通行業應用高分影像數據,結合大數據分析方法,對春運期間火車站附近進行人群熱度分析,指導人流疏散,防止發生踩踏事件。來源:人民網-人民日報
『貳』 衛星數據
《衛星數據操作流程》網路網盤免費資源
鏈接: https://pan..com/s/1qOsFwcfn3AwALErjpPaeNg
指的是一條記錄中除了關鍵字key以外的其他數據。因為一個紀錄可能包含多個數據項,但是一般排序之類的演算法只關心key,其他的項都是跟著key走,就像是衛星一樣?!這些數據就稱作衛星數據。
『叄』 從定性遙感到定量遙感——大數據時代的空間數據科學
筆者最近一周之內連續聽了四場關於定量遙感前沿進展的講座(內容遍布目前定量遙感的諸多熱點領域)。
這四場講座分別從定量遙感信息技術整體的前沿進展、氣溶膠(民眾最關心的PM2.5)定量遙感、植被生態環境定量遙感(高光譜遙感、多光譜遙感)到最後一個雷達遙感(SAR)。可以說十分豐富,信息量也非常大。所以聽完之後,有些想法和思考來談一談關於從定性遙感到定量遙感的發展以及必然。
首先會有很多人會疑惑什麼是定量遙感?和普通的遙感有啥區別?那麼我想還是先從遙感的起源和定義說起。遙感,也就是Remote Sensing。最早是由這位美國海軍的老太太提出的,具體的故事看下圖介紹。
從廣義來說,遙感就是以非直接接觸形式探測物體的一種方法,最廣泛的一種方式就是以電磁波來進行探測。物體之間的差異,造成了對不同波長的電磁波反射特性不盡相同,通過這個特點,通過感測器接收物體反射回來的電磁波信息,就是典型的遙感探測,當然我們也可以稱之為被動遙感。而通過感測器主動發射電磁波並接收物體反射回來的電磁波,同樣是遙感探測,也可以稱之為主動遙感(有點像海豚的超聲波定位原理)。被動遙感的典型案例包括目前多數光學衛星遙感,主動遙感則是近年來興起的微波遙感、激光雷達遙感等。當然從廣義角度來說,無人機航拍這類也可以算是遙感的一類,但是從狹義來說,我認為它還算不上遙感。而遙感的狹義定義就是定量遙感的基礎,遙感的狹義定義應當是指通過接收記錄物體反射電磁波特性來探測物體性質的方法。所以狹義的遙感的關鍵是物體反射的電磁波特性。嗯,敲黑板、劃重點。三個字:電磁波!電磁波!電磁波!重要事情說三遍。
遙感的價值就在於遙感探測得到的電磁波信息,那麼電磁波信息能帶給我們什麼呢?
初中老師(也有可能是高中老師吧)曾經曰過:「太陽光是白光(其實它五顏六色),物體在人的視覺里呈現不同顏色,就是因為它吸收了部分光,反射了部分光,這一部分信息被人的視覺所接收並生成圖像。」事實上,衛星遙感同樣是這個道理,衛星遙感大部分接受的電磁波信息就是地物反射的太陽光波譜信息,所以,不了解遙感的人總覺得它就是在給地球拍照。
其實准確說來也沒錯。人類視覺接收到的也是地物反射的太陽光波譜信息,相機和衛星接收到的也是如此,只不過人類視覺接收的信息可能以某種生物信息或者信號方式記錄存在,而相機(RGB值)和衛星則均使用數字來記錄。所以我們會覺得衛星遙感影像有時候很直觀,看著跟眼睛看到的真實事物或者拍出來的照片一樣,三者者事實上也是一樣的道理(盜用知乎的一句話:感測器接受到外界光子,要麼形成電壓信號,要麼形成電流信號,然後轉換成我們所熟悉的pixel,盡管三者有些許差別,總的來說核心的問題並沒有太大差異,文末貼鏈接)。
一個很核心的問題在於,人類視覺可以接受的波譜信息有限制,也就是我們說的可見光部分。但是衛星遙感數據接收的范圍則遠比這廣得多——微波(合成孔徑雷達)、熱紅外等。
但是無論是可見光部分或者非可見光部分,衛星所接收的都是用來描述電磁波的信息,而電磁波的信息又是反映物體的物理特性的(前面提到過,物體間的差異導致的反射波譜不同)。所以遙感技術應用的核心就是將電磁波信息轉化為對人類有用的Knowlegde。那麼如何轉化呢?熟悉遙感的同學會知道目視解譯這個詞。也就是說看圖識物。就像前面提到的,由於遙感成像原理與人眼成像原理類似,我們可以把它當地球拍的一系列照片,通過看著一系列照片,我們可以做監測(就像警察叔叔看監控找犯人一樣),監測地球發生的變化,也可以監測某種地物的變化(從監控視頻中找出犯人)。就像下面的圖片。
然而一切的發明都是從偷懶開始的,一定會開始想方設法降低自己看照片的工作量。這就出現了計算機上面的一大分支——圖像識別與圖像分類。正如我上文提到的,衛星遙感的原理跟相機成像原理最核心部分是類似的。那麼也就是說衛星遙感影像某種程度上也可以看成是特殊的「圖片」。
嗯,講了很久。貌似都是遙感的基礎概念。
接下來!!!敲黑板,再次劃重點。
什麼是定性遙感?什麼是定量遙感?
定性遙感就是類似於看圖識物,通過將遙感影像當做特殊的「圖片」,通過諸如計算機的圖像識別、分類的方法去進行分析和處理得到我們所需要的Knowledge。比如簡單的土地利用分類、面向對象的分割與分類或者監測變化等,僅僅是定性的劃分。
GLC30 m土地覆被
而定量遙感,我就套用一下李傳榮老師講座時的定義:向社會和公眾提供有用信息的技術。要精準描述構成地物狀態特徵的物理化學要素,以及導致地物目標變化的物理化學動力驅動機制。
事實上,它的核心就是第一個重點,遙感目前的根本在於電磁波。那麼電磁波這么一個物理現象,要做的不僅僅是將電磁波譜映射成普通圖像去做解譯、分類。既然我們通過衛星接收到了很多人類無法肉眼觀測到的電磁波信息,那麼我們就希望通過建立具有物理意義的方程以及模型,將電磁波信息轉化為對人類更有用的Knowledge。這就是定量遙感所要做的事情。
而定量遙感的典型分析方法就是耳熟能詳的遙感定量反演。為什麼叫反演?其實就是我想知道B的具體值,但是我無法直接觀測B的具體值,但是我能觀測到A的具體值,而A和B相互之間的關系,可以通過物理學意義的模型或者是其他模型進行表達,那麼我就同過A的值去反推出B的值,這就是反演。相信大家就會很清楚,在定量遙感里,A就是感測器接受的波譜信息,而B則可以有很多種東西。比如:
1.二氧化碳探測——溫室氣體
動圖鏈接: https://pan..com/s/1hsNyTrY
去年我們國家在12月26日剛剛發射了TanSAT衛星,使得中國成為了第三個發射監測溫室氣體排放衛星的國家(前兩個是美國和日本,分別是OCO-2衛星和GOSAT衛星),這件事對於我們的意義是什麼呢?過去我們沒有自己的碳衛星,發達國家在氣候變化和談上說中國排放多,我們難以反駁。現在我們有了自己的碳衛星,我們就有了談判的手段。同時TanSAT衛星盡管有些方面不如前兩個衛星,但是有些方面性能遠超前兩個衛星。
2.地表溫度
地表溫度反演,探究城市熱環境的影響因素與空間格局分布。探究冷熱島效應成因分布。
MODIS的LST產品
3.氣溶膠反演
氣溶膠,可能如PM2.5,PM10這些更耳熟能詳。但是要注意的就是氣溶膠光學厚度≠PM2.5,它是介質消光系數在大氣垂直方向上的積分(簡單說它沒有分離PM2.5、PM10等氣溶膠物質)。所以不做垂直訂正和濕度訂正就拿來跟PM2.5建立關系的AOD都是耍流氓。
MODIS氣溶膠產品
4.生態環境定量遙感
植被動態變化與生態環境相關要素如葉面積指數、NDVI、光合有效輻射、NPP、GPP等。
VPM模型求算的GPP
除了以上四個,還有很多對應的定量遙感產品——水體葉綠素濃度產品、雪深產品等等。
那麼定量遙感的核心就是如何通過衛星接收的數據和具有實際物理意義的模型去反演得到我們所需要的產品。而從模型來說,主要分為幾類:經驗模型、半經驗模型、物理模型。
經驗模型可以被認為是統計意義上的模型,即無視具體的物理過程,單純靠統計方法建立的模型。
半經驗模型一般是結合了部分的物理意義的統計模型。
物理模型則是嚴格按照電磁波譜和輻射傳輸特性經過推導的到的機理模型。
可以說物理模型才是定量遙感真正的核心,因為前面兩個模型建立之後通常無法復制。物理模型其實有兩大部分,即包括了輻射傳輸方程推導的模型以及幾何光學模型(普及下,這就是布鞋院士李小文院士從事的研究)。
然而,定量遙感的研究已經有一段時間,卻依舊處在一個不為人知的和無法廣泛應用的時代。主要是由於地表的復雜性、定量遙感反演目前出現的病態反演問題、定量遙感產品缺乏驗證和質量控制的多重因素影響。復雜性——地表非朗伯體特性、地形起伏等影響;
病態反演問題——參數求解過程大部分是求解參數大於方程數;
缺乏驗證和質量控制——不確定性,缺乏統一標准等。
當然可以說現在這些問題開始有逐步的改善——畢竟一句話,問題都解決了,還要搞研究的人干什麼。
但是可以肯定的是,目前計算機技術的發展、衛星載荷的發展、感測器的發展、多顆衛星共同監測、高光譜遙感、激光雷達、合成孔徑雷達的普及的情況下,定量遙感的很多問題將會得到改善。
所以是時候從定性遙感走向定量遙感,因為這是必然。隨著技術的發展和模型精度提高,遙感應用產品也將更加普及。畢竟現在是大數據時代,我們不斷強調的是數據即服務和軟體即服務,定量遙感作為地球觀測的客觀載體,將會迸發出更大的潛力。
很多人都會這么說,遙感數據是GIS裡面的天生大數據,確實遙感數據滿足了大數據的4V或者說5V的特徵,但是它又跟計算機意義上的大數據有所不同。計算機上的大數據普遍的格式是什麼呢?比較典型包括像文本、圖片、視頻,而甚至像LBS這樣的經緯度數據。簡而言之,它是高頻數據,時間間隔非常短(諸如5min這樣的時間間隔)。而遙感數據卻不同,衛星的重訪周期基本上很難達到5min,所以它非高頻數據,那麼從這個角度來說,很多大數據演算法是否適用呢?同時它具有非常豐富的物理信息,所以就像老師們說的,我們更應該考慮的是這個不太一般的大數據如何去用,不是簡單的拿來主義,用這些所謂的機器學習、深度學習去看圖識物,可能更值得考慮的事如何將定量遙感的物理模型與大數據的數據挖掘、機器學習等手段相結合。
最後的最後,回到主題——大數據時代的空間數據科學。對於空間數據科學來說,這可能是個最好的時代。因為我們不缺數據,但是可能也是個最壞的時代,因為我們多的是黑箱的演算法,更缺少的是內在機制的理論研究。
畢竟,科學家還是要有夢去追。
關於衛星遙感影像與相機成像原理差異知乎解答:
後記——
從這四場講座中,了解到很多前沿,對於定量遙感了解可能會更透徹。也了解到自己很多不足。一些簡單的想法。就當是學習之後的囈語。
最後的最後,推薦兩本定量遙感的書吧(京東和當當有滿減活動,不用謝,叫我雷鋒)。