Понимание трех основных типов данных датчика дистанционного зондирования
10 июня 2025 г.Таблица ссылок
- Аннотация и введение
- Фон
- Тип данных датчика дистанционного зондирования
- Clarkmark Demote Sensing Dataets для оценки моделей обучения
- Метрики оценки для нескольких ударов дистанционного зондирования
- Недавние методы обучения в дистанционном зондировании
- Обнаружение и сегментация объекта на основе нескольких выстрелов в дистанционном зондировании
- Обсуждения
- Численные эксперименты нескольких выстрелов в наборе данных на основе БПЛА
- Объяснимый ИИ (XAI) в дистанционном зондировании
- Выводы и будущие направления
- Благодарности, декларации и ссылки
3 типа данных датчика дистанционного зондирования
Данные дистанционного зондирования обычно получены на платформах спутникового или беспилотного летательного аппарата (БПЛА), и характеристики данных могут сильно различаться в зависимости от конкретной платформы и используемой платформы. Они могут быть классифицированы в соответствии с их пространственными, спектральными, радиометрическими и временными разрешениями, как обсуждалось в [8] и [9].
• Пространственное разрешение: Пространственное разрешение данных дистанционного зондирования часто ограничено размером и высотой датчической платформы, а также разрешением самого датчика. Например, спутниковые датчики обычно имеют более низкое пространственное разрешение, чем датчики на основе БПЛА, из-за их более высокой высоты и большей площади охвата.
• Спектральное разрешение: Спектральное разрешение относится к диапазону длин волн, которые может обнаружить датчик дистанционного зондирования, а также к скорости отбора проб, с которой он собирает данные по всему диапазону. Различные датчики имеют разные спектральные характеристики, и спектральное разрешение датчика может оказать существенное влияние на его способность различать различные особенности или объекты в сцене.
• Радиометрическое разрешение: Радиометрическое разрешение связано с чувствительностью датчика и количеством битов, используемых для представления сигнала. Более высокое радиометрическое разрешение означает, что датчик способен захватывать более широкий диапазон прочности сигнала и более точно представлять сцену.
• Временное разрешениеN: Временное разрешение является критической характеристикой данных дистанционного зондирования, так как оно может обеспечить отслеживание изменений в сцене с течением времени. Частота, с которой собираются изображения, а также время, в течение которого они собираются, может повлиять на способность систем дистанционного зондирования обнаруживать и контролировать изменения в сцене, такие как рост растительности или изменения землепользования.
Понимание различных характеристик данных дистанционного зондирования важно для разработки эффективных подходов машинного обучения, поскольку различные методы могут лучше подходить для различных типов данных. Например, модели, которые хорошо работают на спутниковых изображениях высокого разрешения, могут не работать так же хорошо для данных БПЛА с низким разрешением, и наоборот. Рассматривая характеристики данных и адаптируя подходы машинного обучения к конкретной проблеме, исследователи могут разработать более точные и эффективные модели для приложений дистанционного зондирования.
![Fig. 6 Illustration of each remote sensing image category. The VHR image is from the VHR-10 dataset [17], the hyperspectral image is from the Houston dataset [18], and the SAR image is from the HR-SID dataset [19].](https://cdn.hackernoon.com/images/null-3m034ei.png)
Классификация типов данных изображения также может быть сделана на основе трех категорий, а именно: изображения с очень высоким разрешением, гиперспектральные изображения и радиолокационные изображения синтетической апертуры, как обсуждалось в [8] и [9]. На рисунке 4 приведены некоторые примеры таких изображений.
• Образование очень высокого разрешения (VHR): Образование очень высокого разрешения (VHR) часто фиксируется благодаря использованию спутниковых датчиков VHR, которые предназначены для захвата изображений с чрезвычайно высоким уровнем детализации. Этот уровень детализации может быть особенно полезным для ряда различных приложений, включая обнаружение объектов и отслеживание, а также операции реагирования на чрезвычайные ситуации. Поскольку технология оптических датчиков продолжает продвигаться, пространственное разрешение, полученное от этих датчиков, становится еще более тонкой, что позволяет получить еще более высокие уровни детализации на этих изображениях. Это, в свою очередь, может привести к еще более точному обнаружению и отслеживанию объектов, а также к более эффективным операциям реагирования на чрезвычайные ситуации, которые лучше реагировать на события, когда они разворачиваются в режиме реального времени.
• Гиперспектральные изображения: В дополнение к оптическому электромагнитному спектру, который часто представлен цветными каналами RGB, также можно получить и проанализированы и изображения изображения дистанционного зондирования, включая инфракрасные (ИК) и ультрафиолетовые (УФ) области. В частности, ИК -спектр может быть дополнительно классифицирован на ближний, средний или фарифрасный, а соответствующие изображения, полученные в этих диапазонах, известны как гиперспектральные изображения. Этот тип изображений выходит за рамки трех цветовых каналов оптических изображений и содержит больше спектральной информации, что позволяет раскрыть состав интересующего объекта как физического, так и химического. Таким образом, гиперспектральные изображения особенно полезны для исследований на основе окружающей среды и науки о земле, поскольку они могут предоставить подробную информацию о таких факторах, как здоровье растительности, минеральный состав и качество воды. Анализируя эту спектральную информацию, исследователи могут получить более глубокое понимание поверхности Земли, а также контролировать изменения и аномалии, которые могут указывать на потенциальные проблемы.
• Синтетические радарные (SAR) изображения: Используя процесс излучения и приема электромагнитных волн на земле, может быть выполнено дистанционное зондирование на радаре. Такие методы дистанционного зондирования могут получать изображения с высоким пространственным разрешением независимо от погодных условий и широко применимы в многочисленных областях. В частности, изображения на основе синтетической апертурой (SAR) были использованы в различных областях, включая управление стихийными бедствиями, гидрологией и лесное хозяйство, из-за их способности обеспечивать высококачественные изображения независимо от атмосферных условий, времени дня или сезона. Таким образом, образы на основе SAR могут быть ценным источником информации для исследований и приложений на основе дистанционного зондирования.
Авторы:
(1) Гао Ю Ли, Школа электротехники и электронных инженеров, Нанянг Технологический университет, 50 Нанянг -авеню, 639798, Сингапур (Gaoyu001@e.ntu.edu.sg);
(2) Плотина Танмой, Школа машиностроения и аэрокосмической инженерии, Технологический университет Наняна, 65 Нанянг Драйв, 637460, Сингапур и Департамент компьютерных наук, Университет Нью -Орлеана, Новый Орлеан, 2000 Лейкшор Драйв, LA 70148, США (США (США.tanmoy.dam@ntu.edu.sg);
(3) MD Meftahul Ferdaus, Школа электротехники и электронного инженера, Нанянг Технологический университет, 50 Nanyang Ave, 639798, Сингапур (mferdaus@uno.edu);
(4) Даниэль Пуйу Понар, Школа электротехники и электронных инженеров, Технологический университет Наняна, пр. Наняна, 639798, Сингапур (Epdpuiu@ntu.edu.sg);
(5) Vu N. Duong, Школа машиностроения и аэрокосмической инженерии, Nanyang Technological University, 65 Nanyang Drive, 637460, Сингапур (vu.duong@ntu.edu.sg)
Эта статья есть
Оригинал