遙測是什麼？衛星影像、免費資料與 QGIS 教學

遙測是從遠處量測地球表面：用衛星、飛機與無人機上的感測器記錄資料，再製成地圖。感測器記錄地表反射的光或無線電波，所以不必親自到現場。在 QGIS 中，成果是一個網格圖層，您可以像處理其他圖層一樣開啟、合成、計算與分類。

衛星影像不是照片。它是一疊量測值，每種光各佔一個波段，螢幕上看到的顏色，取決於您決定把哪個波段放進紅、綠、藍。這個選擇，就是大部分的功夫。

為什麼重要

有些問題範圍太大、地點太偏遠，或太耗時，無法靠步行調查：這塊田比去年更綠嗎、洪水淹到哪裡、森林砍了多少、城市往哪裡擴張。免費衛星每隔幾天就會重訪同一個地點，所以答案有日期，也可以重複驗證。

用在哪些地方

問題	量測什麼	可用的感測器
這片農作物或森林健康嗎？	綠度，透過 NDVI	Sentinel-2、Landsat 8 與 9
水在哪裡、洪水淹到哪？	水體範圍，透過水體指數或雷達	Sentinel-2、Sentinel-1 雷達
40 年來土地覆蓋如何變化？	比較不同日期的分類	Landsat，檔案可回溯到 1972 年
建物、樹木、游泳池在哪裡？	個別物件	50 cm 或更細的空照圖與無人機
樹冠多高、地面在哪裡？	由雷射脈衝得到的高程	LiDAR

運作原理

被動式感測器記錄地表反射的太陽光，同時涵蓋多個波段。主動式感測器則自己發出脈衝，並計算回波的時間：雷達（例如 Sentinel-1）與 LiDAR 都屬於這類。雷達能穿透雲層，夜間也能運作，所以洪水地圖多半仰賴它。

不同物質在各波段的反應不同。健康的葉片強烈反射近紅外光，並吸收紅光。水會吸收近紅外光，在該波段幾乎一片漆黑。裸露土壤從藍光到紅外光緩慢上升。所有指數與分類器讀取的，都是這些差異。

任何感測器都由四種解析度描述，而且彼此需要取捨：

空間： 一個像素在地面上的大小。Sentinel-2 有四個波段是 10 m，六個是 20 m，三個是 60 m。
光譜： 有多少波段，以及波段多窄。Sentinel-2 記錄 13 個波段，範圍從 443 到 2190 nm。
時間： 多久回訪一次。Sentinel-2 在赤道每 5 天回訪一次，中緯度則是每 2 到 3 天。
輻射： 亮度記錄得多細，決定您能否分辨兩塊深色的田。

值得認識的免費感測器

來源	像素	重訪週期	費用	最適合
Sentinel-2（ESA）	依波段 10 m、20 m、60 m	5 天	免費	農田、森林、城鎮邊緣，2015 年起
Landsat 8 與 9（USGS）	30 m，全色波段 15 m	兩顆合計 8 天	免費	長期紀錄、熱紅外波段
Sentinel-1 雷達（ESA）	標準產品 10 m 像素	每顆衛星 12 天	免費	洪水、多雲地區、夜間
IGN BD ORTHO，法國	20 cm	每 3 到 4 年更新一次	免費，開放授權	建物、樹木、游泳池
IGN LiDAR HD，法國	每 m² 至少 10 個點	飛行一次，2026 年前涵蓋法國	免費，開放授權	地形與樹冠高度

規格來自 ESA 的 Sentinel-2 頁面、NASA 的 Sentinel-1 頁面，以及 data.gouv.fr 上的 IGN 資料集（BD ORTHO、LiDAR HD），查閱日期為 2026 年 10 月 27 日。Sentinel-2 與 Landsat 兩個系列的逐波段比較，見 Sentinel-2 vs Landsat；各種像素大小看得見什麼、看不見什麼，見衛星影像解析度比較。

第一個問題永遠相同：我的目標物佔幾個像素？10 m 的像素放不下一棟房子，但放得下一塊田。

QGIS 中的遙測流程

下面的步驟，我在 QGIS 中用一幅 Sentinel-2 影像實際跑過。影像是卡馬格（Camargue），也就是法國南部的隆河三角洲，拍攝於 2026 年 10 月 12 日，雲量不到 1%。三角洲在同一個畫面裡混合了開闊水面、鹽田、沼澤、稻田與乾燥陸地，很適合拿來測試。

加入影像

開啟 Layer > Data Source Manager，選擇 STAC 分頁，連線到 Earth Search：https://earth-search.aws.element84.com/v1。依範圍、日期與 Sentinel-2 Level-2A 資料集篩選，然後加入影像。在 QGIS 下載 Sentinel-2 影像測試了四種做法，並附上耗時。

依問題選擇波段

在 Layer Properties > Symbology 選擇 Multiband color。紅、綠、藍設為 B4、B3、B2，得到的就是人眼所見。B8、B4、B3 則把近紅外光放進紅色，所有健康的植物都會變紅，水則變黑。

把波段變成數值

使用 Raster > Raster Calculator，NDVI 為 (B8 − B4) / (B8 + B4)。先用 Identify 工具點一個水體像素。數值接近 0，表示位移已被移除，我使用的 Earth Search 檔案就是如此。數值接近 1,000，表示您必須把每個波段都減去 1,000，2022 年 1 月 25 日之後從 Copernicus 下載的 Sentinel-2 產品就是這種情況。NDVI 是什麼示範了忘記這一步時，0.82 會變成 0.56。

把數值切成類別

設定門檻，例如 NDVI 高於 0.6 代表茂密植被，可使用 Raster > Raster Calculator 或 Reclassify by table 演算法。若要分出多種土地覆蓋類別，可用您繪製的多邊形訓練分類器，搭配免費的 SCP 或 dzetsaka 外掛。

把類別變成量測值

Raster > Conversion > Polygonize，再用欄位計算器或 Zonal statistics 算出每個類別的面積。這些數字只在像素的尺度上成立，不會更細。

隆河三角洲同一區域的真彩色與假彩色影像。假彩色中，河流呈深藍色，淺水潟湖呈淺藍色，鹽田呈青綠色，沿河植被呈紅色。 (after) — 薩蘭德吉哈德（Salin-de-Giraud）附近的隆河三角洲，Sentinel-2，2026 年 10 月 12 日。左：B4、B3、B2 波段，如同人眼所見。右：B8、B4、B3，植被變紅，水體變暗。拖曳滑桿查看。

隆河三角洲同一區域的真彩色與假彩色影像。假彩色中，河流呈深藍色，淺水潟湖呈淺藍色，鹽田呈青綠色，沿河植被呈紅色。 (before) — 薩蘭德吉哈德（Salin-de-Giraud）附近的隆河三角洲，Sentinel-2，2026 年 10 月 12 日。左：B4、B3、B2 波段，如同人眼所見。右：B8、B4、B3，植被變紅，水體變暗。拖曳滑桿查看。

同一幅影像的 NDVI 地圖：水體為深藍，裸地與鹽田為褐色與乳白色，植被為綠色，沿河與北側農田的綠色最深。 — 同一幅影像的 NDVI，在 QGIS 以 Raster Calculator 計算。水體低於零，呈深藍色；裸地接近零，呈褐色與乳白色；綠色是植物。

AI 能幫上什麼，不能幫上什麼

遙測依尺度分成兩類，工具也跟著分開。

在 10 或 30 m 的尺度，您是對像素分類：這個是水，那個是農作物。上面介紹的免費分類器做得很好，模型幫助有限，因為一個像素裡的細節不足以辨識物件。

在 50 cm 或更細的尺度，您是萃取物件：這是建物，那是樹。這正是分割模型發揮價值的地方。我們開發了這個領域的其中一個外掛 AI Segmentation，所以這一段談的是我們自己的工具。您在空照圖或無人機正射影像上框出一個範圍，輸入物件名稱，例如 building、tree 或 swimming pool，它自己的模型就會以多邊形回傳輪廓，並附上信心分數與面積。影像比物件還粗就不值得送出：我們自己的調校目標，是建物約 0.18 m 每像素，汽車約 0.09 m。GeoAI 指南說明了它能萃取的五種內容，以及各自的成本。

巴黎密集街區在自動偵測建物前後的對照 (after) — 對巴黎市中心自動跑一次的結果。每個多邊形是一棟建物。拖曳滑桿查看。

巴黎密集街區在自動偵測建物前後的對照 (before) — 對巴黎市中心自動跑一次的結果。每個多邊形是一棟建物。拖曳滑桿查看。

遙測作業慢，不是慢在某一個步驟，而是十幾個步驟接連執行：找影像、查雲量、移除位移、計算、設定樣式、量測。我們的另一個外掛 AI Agent，用一句話就能跑完整條流程。我請它對旁遮普邦哈里克（Harike）周邊農田，用最新的無雲 Sentinel-2 影像計算 NDVI。它跳過兩個多雲的日期，移除位移，設好樣式，並回報 17 km² 範圍內有 75% 高於 0.6，全程約 3 分 30 秒。它留下了作業用的圖層，也把範圍大小說錯了，所以引用數字前請自行檢查。

QGIS 畫面，右側是 AI Agent 面板，左側是哈里克周邊農田的 NDVI 地圖，大部分為綠色，河流為橘色。 — 輸入一句話，得到已設好樣式的 NDVI 圖層與答案。

在 QGIS 免費試用 AI Agent，不需信用卡

重點整理

遙測是從遠處量測地面，衛星影像是一疊波段，不是照片。

Sentinel-2 是農田、森林與城鎮邊緣的預設免費來源：13 個波段，其中四個是 10 m 像素，赤道每 5 天有一幅新影像。

依問題選擇波段組合：看實景用 B4、B3、B2，看植被用 B8、B4、B3，要把植被量化就用 NDVI。

計算任何指數前，先檢查 Sentinel-2 的位移：水體像素接近 1,000，就要把每個波段減去 1,000。

像素用來分類，物件需要更細的影像：低於約 50 cm，分割模型能萃取建物與樹木；高於 10 m，它就沒有東西可以辨識。

常見問題

簡單來說，遙測是什麼？

就是不碰到地面也能了解地面。衛星、飛機或無人機記錄地表傳回的光或無線電波，再由軟體把記錄轉成地圖或數值。

遙測和 GIS 有什麼差別？

遙測負責從遠處收集並解讀量測資料。GIS 負責儲存、編輯與分析任何來源的空間資料。實務上兩者重疊：您在 QGIS 這類 GIS 中做遙測，成果也成為其中的圖層。

遙測資料是免費的嗎？

很多是。ESA 的 Sentinel-1 與 Sentinel-2、USGS 的 Landsat，以及法國 IGN 的空照圖與 LiDAR HD，都可以免費下載並再利用。商業衛星販售更清晰的影像，約從 30 cm 起，依影像幅數或平方公里計價。

QGIS 能做遙測嗎？

可以。網格工具、Raster Calculator、波段合成，以及免費的 SCP 與 dzetsaka 外掛，涵蓋影像顯示、指數與分類。上面的流程只用 QGIS 內建的功能。

免費影像用哪顆衛星最好？

2015 年之後的多數土地工作用 Sentinel-2，因為它有 10 m 像素與 5 天的重訪週期。需要回溯到 1972 年的紀錄或熱紅外波段時用 Landsat。雲層一直遮住地面時用 Sentinel-1 雷達。

GeoAI 就是遙測嗎？

不是。遙測是資料的取得方式。GeoAI 是把機器學習應用在這些資料上，從中萃取物件、類別或變化。

相關主題可以再看 NDVI 與其他植生指數、多光譜與高光譜的差異和樹冠圖製作，上面談到的內容都有更深入的說明；QGIS AI 總覽則列出各個 AI 外掛執行前需要的條件。

在 QGIS 免費試用，不需信用卡