什么是遥感？传感器、免费影像与 QGIS 流程
发布于
遥感是在远处测量地球表面：用卫星、飞机和无人机上的传感器接收地面反射的光或无线电波，再把测量结果做成地图，全程无需有人到现场。在 QGIS 中，结果是一个栅格图层，可以像其他图层一样打开、合成、计算和分类。
中，结果是一个栅格图层，可以像其他图层一样打开、合成、计算和分类。卫星影像不是照片，而是一叠测量值，每种光对应一个波段。屏幕上看到的颜色，取决于您把哪个波段放进红、绿、蓝通道。这个选择就是遥感的大半功夫。
遥感有什么用
有些问题范围太大、地点太偏或变化太慢，靠人走路勘查根本做不到：这块田比去年更绿吗，洪水淹到了哪里，砍了多少森林，城市往哪里扩张了。免费卫星每隔几天就会重访同一地点，所以答案带有日期，而且可以重复验证。
常见用途
| 问题 | 测量内容 | 可用的传感器 |
|---|---|---|
| 这片作物或森林长得健康吗？ | 绿度，通过 NDVI | Sentinel-2、Landsat 8 和 9 |
| 水在哪里，洪水淹到了多远？ | 水体范围，通过水体指数或雷达 | Sentinel-2、Sentinel-1 雷达 |
| 40 年间土地覆盖如何变化？ | 不同日期的分类结果对比 | Landsat，其档案可追溯到 1972 年 |
| 建筑、树木、游泳池在哪里？ | 单个地物 | 50 cm 或更精细的航拍影像和无人机影像 |
| 林冠有多高，地面在哪里？ | 由激光脉冲得到的高程 | LiDAR |
工作原理
被动式传感器记录地面反射的太阳光，同时记录多个波段。主动式传感器自己发射脉冲并计量回波的时间：雷达（如 Sentinel-1）和 LiDAR 都是这样。雷达能穿透云层，夜间也能工作，所以洪水地图主要靠它。
不同物质在每个波段的反应不同。健康的叶片强烈反射近红外光，吸收红光。水体吸收近红外光，在该波段里几乎全黑。裸土从蓝光到红外光缓慢上升。每一种指数和每一种分类器，读取的都是这些差异。
任何传感器都可以用四种分辨率来描述，它们之间此消彼长：
- **空间分辨率：**一个像素对应的地面大小。Sentinel-2 有四个波段为 10 m，六个波段为 20 m，三个波段为 60 m。
- **光谱分辨率：**波段有多少个、有多窄。Sentinel-2 记录 13 个波段，范围从 443 到 2190 nm。
- **时间分辨率：**多久重访一次。Sentinel-2 在赤道每 5 天重访一次，在中纬度地区每 2 到 3 天一次。
- **辐射分辨率：**亮度记录得有多细，决定了您能否区分两块都很暗的田地。
值得了解的免费传感器
| 数据源 | 像素 | 重访周期 | 费用 | 最适合 |
|---|---|---|---|---|
| Sentinel-2（ESA） | 按波段为 10 m、20 m、60 m | 5 天 | 免费 | 农田、森林、城镇边缘，2015 年起 |
| Landsat 8 和 9（USGS） | 30 m，全色波段 15 m | 两颗合计 8 天 | 免费 | 长时间序列、热红外波段 |
| Sentinel-1 雷达（ESA） | 标准产品为 10 m 像素 | 每颗卫星 12 天 | 免费 | 洪水、多云地区、夜间 |
| IGN BD ORTHO，法国 | 20 cm | 每 3 到 4 年更新一次覆盖 | 免费，开放许可 | 建筑、树木、游泳池 |
| IGN LiDAR HD，法国 | 每 m² 至少 10 个点 | 只飞一次，2026 年前覆盖全法国 | 免费，开放许可 | 地形和林冠高度 |
以上参数来自 ESA 的 Sentinel-2 页面、NASA 的 Sentinel-1 页面，以及 data.gouv.fr 上的 IGN 数据集（BD ORTHO、LiDAR HD），查阅日期为 2026 年 10 月 27 日。Sentinel-2 与 Landsat 两个系列的逐波段对比见 Sentinel-2 vs Landsat，各种像素大小能看见什么、看不见什么见卫星影像分辨率对比。
第一个问题永远是同一个：我要找的地物占几个像素？一个 10 m 的像素装不下一栋房子，却装得下一块田。
在 QGIS 中的遥感流程
下面的步骤是我在 QGIS 中对一景 Sentinel-2 影像做的，地点是法国南部罗讷河三角洲的卡马尔格，拍摄于 2026 年 10 月 12 日，云量不到 1%。这个三角洲在同一画面里同时有开阔水面、盐田、沼泽、稻田和旱地，所以很适合做测试。
添加影像
打开 Layer > Data Source Manager，选择 STAC 标签页，连接到 Earth Search，地址为 https://earth-search.aws.element84.com/v1。按范围、日期和 Sentinel-2 Level-2A 数据集筛选，然后添加影像。在 QGIS 中下载 Sentinel-2 影像测试了四种方法，并给出了耗时。
按问题选择波段
在 Layer Properties > Symbology 中选择 Multiband color。把 B4、B3、B2 依次放进红、绿、蓝，得到的是人眼所见的效果。B8、B4、B3 则把近红外放进红色通道，于是所有健康的植物都变成红色，水体变成黑色。
把波段变成数值
用 Raster > Raster Calculator 计算，NDVI 为 (B8 − B4) / (B8 + B4)。先用识别工具点一个水体像素。数值接近 0，说明偏移已经去除，我用的 Earth Search 文件就是这样。数值接近 1,000，说明您必须把每个波段都减去 1,000，2022 年 1 月 25 日之后从 Copernicus 下载的 Sentinel-2 产品就属于这种情况。NDVI 是什么展示了忘记减偏移时，0.82 会变成 0.56。
把数值切成类别
设一个阈值，例如 NDVI 大于 0.6 表示茂密植被，用 Raster > Raster Calculator 或 Reclassify by table 算法即可。如果要划分多种土地覆盖类别，可以用您自己画的多边形训练分类器，使用免费的 SCP 或 dzetsaka 插件。
把类别变成测量值
用 Raster > Conversion > Polygonize，再用字段计算器或 Zonal statistics 得出各类别的面积。这些数字只在像素的尺度上成立，不可能更精细。
AI 在哪里有用，在哪里没用
遥感按尺度分成两类，工具也随之分开。
在 10 或 30 m 的尺度上，您是在对像素分类：这个是水，那个是农作物。上面提到的免费分类器已经做得很好，模型能增加的价值很少，因为一个像素里的细节不足以识别出地物。
在 50 cm 或更精细的尺度上，您是在提取地物：这是一栋建筑，那是一棵树。分割模型在这里才派得上用场。我们开发了这个领域的一个插件 AI Segmentation，所以这一段讲的是我们自己的工具。您在航拍影像或无人机正射影像上画一个区域，输入地物名称，如 building、tree 或 swimming pool，它自己的模型就会以多边形返回轮廓，并附带置信度和面积。比地物还粗的影像不值得发送：我们自己的调优目标是建筑约 0.18 m 每像素，汽车约 0.09 m。GeoAI 指南讲解了它能提取的五类内容以及各自的成本。
遥感工作中慢的部分不是某一个步骤，而是连续十几个步骤：找影像、查云量、去偏移、计算、设样式、测量。我们的另一个插件 AI Agent 可以用一句话跑完这条链。我让它对旁遮普邦哈里克周边的农田，用最新的无云 Sentinel-2 影像计算 NDVI。它跳过了两个有云的日期，去除了偏移，设置了样式，并报告说 17 km² 的区域中有 75% 高于 0.6，用时约 3 分 30 秒。它留下了一些中间图层，还说错了区域的面积，所以引用数字前请先核对。
要点回顾
遥感是从远处测量地面，卫星影像是一叠波段，不是照片。
Sentinel-2 是农田、森林和城镇边缘的默认免费数据源：13 个波段，其中四个为 10 m 像素，赤道地区每 5 天一幅新影像。
按问题选波段组合：看地物用 B4、B3、B2，看植被用 B8、B4、B3，要给植被一个数值就用 NDVI。
计算任何指数前先检查 Sentinel-2 的偏移：水体像素接近 1,000，就要把每个波段减去 1,000。
像素用来分类，地物需要更精细的影像：低于约 50 cm 时，分割模型可以提取建筑和树木；高于 10 m 时，它就没有可识别的东西了。
常见问题
简单说，什么是遥感？
就是不接触地面就了解地面。卫星、飞机或无人机记录从地表返回的光或无线电波，软件再把记录变成地图或数值。
遥感和 GIS 有什么区别？
遥感负责从远处采集并解读测量数据。GIS 负责存储、编辑和分析任何来源的空间数据。实际上两者有交集：遥感处理在 QGIS 这样的 GIS 里完成，结果成为其中的图层。
遥感数据是免费的吗？
很多是免费的。ESA 的 Sentinel-1 和 Sentinel-2、USGS 的 Landsat，以及法国 IGN 的航拍影像和 LiDAR HD，都可以免费下载和再利用。商业卫星出售更清晰的影像，从约 30 cm 起，按景或按平方公里计价。
QGIS 能做遥感吗？
可以。栅格工具、栅格计算器、波段合成，以及免费的 SCP 和 dzetsaka 插件，涵盖了影像显示、指数计算和分类。上面的流程只用了 QGIS 自带的功能。
免费影像用哪颗卫星最好？
2015 年之后的大多数陆地工作用 Sentinel-2，因为它有 10 m 像素和 5 天重访。需要追溯到 1972 年的记录或热红外波段时用 Landsat。云总是遮住地面时用 Sentinel-1 雷达。
GeoAI 就是遥感吗？
不是。遥感说的是数据如何获取。GeoAI 是把机器学习用在这些数据上，从中提取地物、类别或变化。
相关概念可以继续阅读：NDVI 和其他植被指数、多光谱与高光谱和树冠制图对上面的话题有更深入的讲解，QGIS AI 中心页则列出了每个 AI 插件运行前的要求。
