定量遙感分析方法

❶ 農業定量遙感的流程

1、量遙感是指從對地觀測電磁波信號中定量提取地表參數的技術和方法研究區別於僅依靠經驗判讀的定性識別地物的方法。
2、農業定量遙感的流程：進行植類型與面積遙感監測、病蟲害遙感監測、長勢遙感監測、品質遙感監測、產量遙感估算後演算成分。

❷ 遙感技術應用發展動態

當前，世界各國紛紛構建天地一體化的對地觀測系統，以便實現全球、全天候、全天時的時空數據獲取(李德仁，2000)。一系列新型衛星發射上天，是遙感進入21世紀以來取得的長足進展，它使遙感實現實時、動態、定量和定位觀測成為可能，衛星應用技術已逐步向產業化方向發展。

(一)遙感數據類型

目前，遙感技術已形成多星種、多感測器、多解析度共同發展的局面。遙感衛星包括資源衛星、環境衛星、海洋衛星、氣象衛星等，所獲取的遙感信息具有厘米到千米級的多種尺度，如QUCKBIRD0.61m、IKONOS1m、中華福衛2m、SPOT－5號2.5～5m、ALOS2.5m、IRS－1C5.8m、KOMPSAT6.6m、SPOT－1號、2號10m和20m、EO－1和Landsat－7號15m、CBERS－1號、2號19.5m、Landsat－4號、5號30m、Landsat－1號、2號、3號79m、MODIS250m、NOAA1.1km等多種解析度。不同空間解析度的遙感數據對生態環境研究形成了很好的互補，可以在不同空間尺度下開展多方面的應用研究，滿足對於不同尺度、不同研究對象發生發展規律研究的需要。豐富的信息源使遙感技術在生態環境研究中扮演著越來越重要的角色，它所具有的高度空間概括能力，有助於對區域的完整了解，而以多光譜觀測為主並輔以較高解析度全色數據的高解析度衛星，又極大地提升了對地物的識別和分類能力。

應根據研究內容或希望達到的目的有針對性地選擇合適的信息源。目前對生態環境研究主要採用光學感測器遙感信息較多，如MODIS、Landsat的TM和ETM、SPOT等。近幾年來高光譜衛星和雷達衛星也取得了很大發展，多光譜遙感正在向高光譜遙感、微波遙感向全極化和干涉雷達方向發展(郭華東等，2002)。衛星感測器的光譜解析度已達到5～6nm。美國1999年發射的EOSTERRA衛星上的中等解析度成像光譜儀MODIS具有36個波段，2000年發射的EO－1高光譜衛星上的HYPERION具有220個波段，空間解析度達30m。歐空局的ENVISAT－1衛星上的ASAR感測器可以獲取多極化和干涉測量數據。日本的ALOSPALSAR系統能在全球范圍內獲取極化和干涉雷達數據。利用高光譜、雷達衛星遙感數據進行定量反演是目前遙感的重要發展趨勢，但定量遙感還處於起步階段，主要由於遙感模型缺乏，模型參數提取困難，反演理論與方法的實用化不夠，基於先驗知識的參數估計所用的數據源不足等(李小文，2005、2006)。

(二)遙感圖像處理與信息提取

隨著遙感應用日益增長的需要和計算機技術的迅猛發展，圖像處理系統作為遙感領域中必不可少的工具，已經形成了很大的市場。圖像處理在理論、技術、軟體設計以及硬體技術上也都得到了長足的發展。國際上最著名的遙感圖像處理軟體有ERDAS、PCI和ENVI。ERDASIMAGINE是目前世界上占最大市場份額的專業遙感圖像處理軟體，由美國ERDAS公司開發。軟體大而全，具有光學遙感和微波遙感處理功能以及良好的RS/GIS集成功能，與ARCGIS(ESRIARC系列)融合較好，可以對shapefile、coverage文件直接編輯，具有簡單的矢量編輯功能，代表了遙感圖像處理系統未來的發展趨勢。PCIGeomatics由加拿大PCI公司開發研製，在光學遙感圖像鑲嵌和色彩匹配處理方面具有獨特的優勢，可以實現隨心所欲的色彩調整，對微波遙感圖像具有強大處理功能。ENVI是美國RSI公司開發研製的一套功能齊全的遙感圖像處理系統，對高光譜數據具有強大的處理能力，IDL語言為用戶提供了良好的二次開發環境。與ERDAS和PCI不支持HDF相比，ENVI可以直接讀取TM的HDF文件，其支持的柵格數據和矢量數據格式種類也多於其他軟體，但ENVI對光譜圖像的色彩匹配能力較弱。隨著高解析度衛星的發展，僅使用圖像光譜信息進行分類識別已遠遠不夠，德國DefiniensImaging公司最近新推出了面向對象的遙感圖像分類軟體ECOGNATION，它不僅考慮地物的光譜特徵，還統計地物形狀、大小、紋理及相鄰關系等，使分類結果更加精確。

生態環境研究中獲取的遙感數據，一般都已經進行了初步的輻射糾正，而幾何校正等預處理通常要由應用部門根據工作需要自行完成。各種商業軟體對圖像預處理都有完善的處理功能。

從遙感數據提取專題信息，目前主要有三種方式:目視解譯、人機交互和計算機自動分類與提取。目視解譯是最直觀、最簡便的圖像信息提取方法。全數字人機交互是利用地理信息系統軟體對圖像進行解譯，該方法的成熟與廣泛應用主要是在近10年左右的時間內。上述兩種方法都需要投入大量的人力、物力和財力，而且需要投入相對更多的時間，但取得的成果質量相對更高，更便於應用，因而目前仍然被廣泛採用。計算機自動分類技術主要立足於遙感信息的定量分析和統計分析，但由於遙感信息傳輸中的各種干擾造成的偏差，以及不同時空條件下地物遙感信息的差異，會產生空間的不一致性和時間的不一致性，以及同物異譜和同譜異物的現象，自動分類精度較低，難以滿足生態環境監測的要求，即使分類結果通過目視判讀分析進行改值干預，仍會出現較多問題。現有的自動分類方法基本上都是在較小的區域或精度要求相對較低的區域內實現，很難在大區域而精度要求又較高的工作中實際應用(張增祥，2004)。

(三)遙感動態監測

衛星星座的形成以及感測器的大角度傾斜使空間解析度時間解析度顯著提高，另一方面，遙感與地理信息系統的結合使遙感實現了真正意義上的實時動態監測。衛星的重訪周期從1～50d不等，如SPOT－1號、2號、4號、5號組成SPOT衛星系列，其重訪周期為1～26d，Landsat－5、7重訪周期為8d，IKONOS為1.5～3d，QUICKBIRD為1～6d。不同衛星適宜的重訪周期有利於對生態環境的動態監測和過程分析。只有完整、連續、規范化的大量的時間序列數據，才能夠提供研究對象更多的信息，也才能夠更全面和更深入地了解研究對象。

國際上利用遙感(RS)技術與地理信息系統(GIS)技術進行了大量卓有成效的資源環境調查、監測工作，如土地利用、土地覆蓋、作物估產、植被監測、水土資源調查等。隨著國際社會對全球氣候變化研究的深入，人們認識到由人類活動所導致的土地利用和土地覆被變化是引起生態環境和氣候變化的主要驅動力(王靜、張繼賢等，2002)。美國於1980～1986年開展了全球性的農業和資源空間遙感調查計劃(AGRISTARS)，現已建成了集成化的運行系統。近年來完成了美國1∶100萬比例尺、1∶25萬比例尺和全球范圍的土地覆蓋數據採集，並利用系統的資源信息對全球性生態環境進行客觀評價。歐共體國家為減少各國資源與生態環境部門的重復投資建設，於1991年集中組織啟動了「CORIN」計劃，建立了一個土地與環境信息系統，通過資源利用及其變化信息對生態環境進行評價，及時反映生態環境變化，並向歐共體國家的資源與環境部門提供公共基礎性信息服務。1992年，這些國家又聯合起來開展了利用遙感技術監測歐共體國家耕地、農作物變化的大型計劃(MARS)，每兩周向歐共體農業部提供報告，已形成運行能力。加拿大於20世紀90年代基本實現了利用遙感、地理信息系統對全國實現周期性的宏觀資源調查、更新與制圖，及時對全國生態環境進行評價與預警，並向有關資源與生態環境部門提供公共基礎性信息服務，帶來了巨大的經濟、社會及環境效益。近年來，全球土地利用、土地覆蓋研究已經成為國際地圈生物圈計劃(IGBP)、人與環境計劃(HDP)和世界氣候研究計劃(WCRP)三個國際組織的核心計劃。隨著遙感及其應用技術、地理信息系統信息處理及管理技術，特別是近年來全球定位系統(GPS)技術和「3S」一體化的發展，資源環境遙感研究工作正向著快速、精確、實用方向發展(劉紀遠，1996)。

我國從20世紀80年代開始，在水資源、土地資源、草場資源、森林資源、環境評價、水土流失、土地退化等方面均應用了遙感動態監測技術(任志遠等，2003;張增祥，2004)。從1999年開始，國土資源部採用SPOT、Landsat等衛星數據，輔以其他手段，成功監測了全國66個50萬人口以上城市在近兩三年間土地利用的變化情況，監測面積達71.4×10⁴km²，為城市建設與發展及時提供了現勢的基礎資料，並對土地變更調查結果進行了復核，為土地執法檢查提供了依據(國土資源部，2000)。總的來說，我國遙感動態監測有以下特點:一是採用的數據解析度較低，且數據類型單一，監測結果大多是定性說明，離實際生產需求尚有一定距離;二是監測指標單一，絕大多數項目在實施中只選擇了一種指標;三是動態監測數據的獲取技術相對落後，在利用遙感技術進行專題數據獲取或者比對中，自動提取技術應用很少，大多需要大量的人工干預來完成。

國內研建的遙感監測系統為數不多，運行化生態環境遙感監測系統少有，且尚處於初級的嘗試階段。環境遙感監測系統(REMSV1.0)是在國家863計劃支持下開發的我國首個面向流域水污染及生態環境遙感監測的業務化環境遙感監測軟體系統，用以進行省級環境遙感監測業務化運行示範。它針對我國流域水體污染及典型生態狀況監測的實際需求，瞄準環境與災害監測預報小衛星星座主要感測器(高光譜、紅外、可見光)的應用，已在水網密布、流域水環境管理任務十分艱巨的江蘇境內的淮河、長江、太湖流域實施了運行示範，取得了較好的效果(張琪等，2006)。系統基於業界主流集成開發工具VISUALC++6.0IDE和Windows系列平台，具有強大的海量高光譜數據處理分析能力、直接面向用戶的專業應用模塊、一體化的數據處理流程和良好的可交互性。國家海洋環境監測中心建設的海洋赤潮衛星遙感監測系統由衛星圖像接收天線、圖像接收機、圖像處理終端和赤潮衛星遙感信息提取軟體組成，系統能夠進行NOAAAVHRR、SeaWiFS、MODIS、FY－1C、D和HY－1a衛星數據的讀取和處理工作，通過內置的赤潮提取演算法自動識別出赤潮發生分布區，並完成赤潮衛星監測通報製作。目前，用於赤潮遙感監測的衛星數據主要有兩類:一類是氣象衛星類，使用其海表溫度數據，探測赤潮的環境溫度，可見光波段用於輔助分析;另一類是水色衛星數據，主要使用其可見光數據，建立葉綠素模型，進而探測海洋表面浮游生物。海洋赤潮遙感信息提取軟體(V1.0)採用IDL可視化開發語言和VC進行程序開發工作，軟體具有數據的輸入、預處理、信息提取和赤潮災害信息產品製作的功能。

❸ 定量遙感的介紹

定量遙感或稱遙感量化遙感研究，主要指從對地觀測電磁波信號中定量提取地表參數的技術和方法研究，區別於僅依靠經驗判讀的定性識別地物的方法。它有兩重含義：遙感信息在電磁波的不同波段內給出的地表物質的定量的物理量和准確的空間位置；從這些定量的遙感信息中，通過實驗的或物理的模型將遙感信息與地學參量聯系起來，定量的反演或推算某些地學或生物學信息。

❹ 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）。

❺ 定量遙感的分類

1.統計模型（即經驗模型）：基於陸地表面變數和遙感數據的相關關系，對一系列的觀測數據做經驗性的統計描述或者進行相關性分析，構建遙感參數與地面觀測數據之間的線性回歸方程。
優點：參數少；容易建立且可以有效概括從局部區域獲取的數據，簡便，適用性強；
缺點：有地域局限性，所以可移植性差；理論基礎不完備，缺乏對物理機理的足夠理解和認識，參數之間缺乏邏輯關系。
2.物理模型：其模型參數具有明確物理意義，並試圖對作用機理進行數學描述。
優點：精度高，可移植性強；
缺點：此模型通常為非線性的，所以方程復雜，實用性較差；並且在復雜問題考慮中會產生大量參數，其中有些參數無法獲取，從而採取近似，會產生誤差，而對非主要因素有過多忽略或假定也會產生誤差。
3.半經驗模型：突出上述兩種模型的優點，迴避其缺點。考慮經驗數據和物理過程，其參數往往是經驗參數，但有一定物理意義。

❻ 大家如何看待定量遙感

（1）定量遙感理論部分近期感覺確實有點停滯不前，不是意味著黃金時期已過，也不是基本問題差不多已經解決。依舊還有許多許多問題正待解決，比如尺度效應。而且很多東西涉及到多種學科交叉研究。因此需要某位大牛能夠突然就把這個學科往前推動一大步，畢竟理論才是基礎。
（2）定量遙感應用部分，正在大力探索，發展還是非常好的，包括美國已經做了幾十年的產品，現在依舊在做產品，而國內剛剛才起步，包括各種陸地，海洋等等，比如我們北師大的GLASS，清華也在做。遙感理論已經發展了很多，但是一直很難在實際應用上產生很大效益，這是我們真正需要關切的問題。遙感的優勢當然也是相當明顯的，如果應用的好的話，作用相當大。
（3）遙感並不可能解決一切問題，我們在強調遙感的優勢時，也忽略了它的劣勢。遙感的本質是光學信息，感測器檢測的光學信息是有限的，而且這些有限的信息，需要通過信息的微小區別，然後使用演算法進行定量研究，這也是相當難的。事實上，即使是高光譜，很多地物就是同物異譜，有的是同譜異物。

❼ 定量遙感的應用

通俗來講，定量遙感就是在遙感獲取的圖像以及其他各項參數的基礎之上，通過模型的方法來獲取各種自然屬性信息。它的應用是多樣化的，通過各式各樣的遙感圖像和遙感分析軟體，我們可以將遙感應用於各行各業。與遙感最密不可分的是環境。定量遙感應用於探測地球表層環境的現象及動態。大氣遙感、陸地遙感、海洋遙感和土壤遙感等均屬於環境遙感的范疇。