卫星影像数据类型区分

一、按传感器类型划分（最核心分类方式）

根据卫星搭载的传感器工作原理，可分为光学遥感影像和微波遥感影像两大类，二者在成像机制、应用场景上差异显著：

1. 光学遥感影像

• 成像原理：通过接收地物反射的太阳可见光、近红外、短波红外等电磁波信号成像，依赖光照条件，夜间或阴雨天气难以获取有效数据。
• 典型传感器：全色相机、多光谱相机、高光谱相机等。
• 数据特点：直观反映地物的颜色、形态等信息，光谱信息丰富，适合地物识别、植被监测等。
• 代表卫星：
  • 高分一号、高分二号（多光谱 + 全色）；
  • 资源一号 02D（多光谱 + 高光谱）；
  • Landsat 系列、Sentinel-2（多光谱）。

2. 微波遥感影像（SAR 影像）

• 成像原理：卫星主动发射微波信号，接收地物反射的回波信号成像，不受光照、天气影响（全天时、全天候工作）。
• 典型传感器：合成孔径雷达（SAR）。
• 数据特点：能穿透云层、植被（一定程度），对地表粗糙度、湿度敏感，适合灾害监测（如洪水、地震）、海洋监测等。
• 代表卫星：
  • 高分三号（SAR，12 种成像模式）；
  • Sentinel-1（SAR）；
  • 日本 ALOS-2、欧洲 Radarsat 系列。

二、按空间分辨率划分

空间分辨率指影像上单个像素代表的地面实际尺寸，直接影响对地物细节的识别能力，通常分为：

• 高分辨率：≤5 米，可清晰识别建筑物、道路等细节，用于城市规划、精细农业等。
  例：高分二号（0.8 米全色）、WorldView-3（0.3 米）。
• 中分辨率：5-30 米，兼顾细节与覆盖范围，适合土地利用分类、植被宏观监测。
  例：Landsat-8（30 米多光谱）、Sentinel-2（10-60 米）。
• 低分辨率：≥30 米，覆盖范围广、重访周期短，用于全球尺度监测（如气候、植被覆盖）。
  例：NOAA 气象卫星（1 公里以上）、MODIS（250-1000 米）。

三、按光谱特性划分

根据光谱波段数量和分辨率，可分为：

• 全色影像：仅 1 个波段，通常为可见光范围（0.5-0.9μm），空间分辨率高但缺乏颜色信息，需与多光谱影像融合增强效果。
  例：高分一号 01 星的 2 米全色波段。
• 多光谱影像：包含 3-10 个左右波段（如红、绿、蓝、近红外等），可反映地物的光谱差异，实现植被、水体等基础分类。
  例：Sentinel-2（13 个波段）、Landsat-9（8 个多光谱波段）。
• 高光谱影像：包含数十至数百个连续波段，光谱分辨率达纳米级，可精细区分地物成分（如矿物、植被生化参数）。
  例：资源一号 02D（166 个波段）、美国 EO-1 Hyperion（242 个波段）。
• 超光谱影像：波段数量更多（通常数百至数千个），光谱分辨率更高，主要用于科研级精细成分分析（如大气成分监测）。

四、按成像维度划分

• 单片影像：传统平面影像，反映地物的平面位置和光谱信息，是最常用的卫星数据类型。
• 立体影像：通过立体成像技术（如双线阵相机、雷达干涉测量）获取，包含高程信息，可用于地形测绘、三维建模。
  例：高分七号（立体测绘卫星，生成 1:1 万比例尺地形图）、Sentinel-1 的干涉 SAR 数据。

五、按数据级别划分

卫星原始数据需经过处理才能应用，按处理程度可分为：

• L0 级：原始数据，未经校正（如 SAR 的 RAW 数据、光学的传感器输出数据），需专业处理软件解析。
• L1 级：经过辐射校正、几何粗校正的产品（如光学的 TOA 反射率数据、SAR 的单视复数影像 SLC）。
• L2 级：经过几何精校正（如地图投影）、辐射精校正（如地表反射率）的产品，可直接用于分析。
• L3 级及以上：更高层次的专题产品，如土地利用分类图、植被指数图（NDVI）、海表温度图等，为行业应用直接提供结果。