打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
遥感影像有什么缺点?

【韩齐的回答(13票)】:

Optical Sensor缺点:

1.天气影响:对于光学传感器来说最大的问题还是天气,当云,雾或者水气等在信号传播路线上形成一定规模,会导致图像的不准确或者干脆被遮盖,尤其是当遥感勘探运用的是不同Band之间的计算已得出特殊地表结构时,计算出来的结果在考虑大气影响不够充分的时候,根本就不可靠。另一方面,当所选数据在一个时间轴上进行相互比较时,不同拍摄日的天气影响会使结果没有可比性。为了解决这些问题,肯定又会进行各种程度的校对,但其可靠性一直都有待商榷。

2.地表覆盖:光学传感器成像虽然直观,但往往也只适用于对地表可见的物质勘探与监控,例如在地质勘探方面,植被就会成为信息损失的另一大原因,此外冬季冰雪的覆盖也会对信息利用率造成影响。

3.精度:光学传感器数据的分辨率已经发展到0.42m(GeoEye-01 Pan),时间上RapidEye也可以提供小时间间隔的监控。但首先,个人主观认为,数据较贵且不容易购买,其次归根结底还是可靠性问题,在高精度要求下,遥感数据不如对固定点(LeitNiv)测绘可靠。

Radar Remote Sensing缺点:

(…其实近些年一直在做SAR,DInSAR,PSI什么的,一上来硬要我说有什么不好,还真有些不知道从何说起,看了看前面的回答,还是就个人经验说一下好了)

1.精度: 官方上讲确实是Radar精度比光学传感器差很多,大学基础课也会这样讲,但这么说并不确切,因为两者的应用范围和理由相差很大,大多数时候Radar遥感核心用于测距,通过测距来进一步测量高程,沉降,定点移动。例如利用TSX数据PSI测沉降,精度也可以达到毫米。直观上,Radar的精度确实只能通过对比和统计方法来量化,相比之下光学传感器却比较直观,归根结底还是Radar的成像不能给人直观的图像感受,而对他的精度也很难直观的信服。而另一方面反射元其实并不像大多数人想象的那样是一面墙一个角(除非有Reflect Corner),反射元其实是一个地面物质群的反射中心,所以一切的分析都指针对于这个反射中心,不能简单地与物质挂钩。也就是说,不适用反射角的情况下,不能直接对某一栋建筑物进行监控,信号点具体是什么目标也不能具体的给与确定。

2.噪点造成的信息量损失:所谓噪点较多其实也是有利有弊,SAR和DInSAR的应用中,噪点造成很大的信息损失和信息干扰,可能会造成失败或错误的解缠等等。相比之下PSI只选择稳定反射元进行长时间轴分析,将噪点部分的影响降到最低,信息量损失并不一定意味着负面影响,有些信息可能会导致误会,或者无法解释的现象,反而并不一定是一个项目所需要的信息。

3.大气影响:在这里对Radar遥感比较严重的大气影响其实指的是大面积,相对极端的天气现象,相对于光学传感器来说其实Radar遥感受到的天气影响微乎其微。大学基础课应该会讲,Radar最大的好处就是使用微波波段,这样可以穿透大气。但较为严重的气候现象还是会造成相位的改变,通常在相对较高精度要求下需要校对,可使用的校对方法却比较单一——滤镜,而且根据操作者使用的滤镜窗大小矩阵算法不同,效果也不尽相同。而结果上讲,举个简单的例子,对沉降的分析,有时大气造成的效果会在结果中像小范围沉降一样,而滤镜窗过小时会连一些小范围沉降一起过滤掉——所以Radar遥感非常依赖分析员的经验。

4.雪覆盖:这个不必多讲了吧,冰雪覆盖直接会导致反射信息失真。

以上所说的缺点都是在高精度要求下,比如光学传感器如果用MODIS1000m分辨率大面积做植被覆盖率分析,那么在乎的肯定不是某一个点的具体坐标精度,所谓精度要求一定要和研究目的挂钩,因此对于Radar的精度无法概括的下定论,比如当你为某些特定的区域测评沉降范围和速率的时候,需要的精度保障当然随之要变高,万一偏半米可能就多赔不少钱。。同理光学传感器要说初步断定某些地方有没有资源(尤其是地下)数据源好的情况下多Band分析非常高效而且比实地还是廉价太多了,但一旦涉及到具体钻井位置,精度要求就非常高了,而其实地物理方法还是无可取代。

【BihanWen的回答(1票)】:

我只做过很有限的合成孔径雷达(SAR)的成像(遥感的一种)的工作,所以说说相对于光学成像的优缺点:

缺点:

1)精度不高,噪点较多

2)个别时候有可能收到电磁干扰

3)会受到大气和土壤湿度的影响

优点:

1)All-day,全天24小时可以工作

2)All-weather,不受大雾或者云层影响

3)具有一定的穿透能力,比如穿透树木和建筑物

【ranwei的回答(0票)】:

这个问题难以全面回答 @韩齐 说了光学遥感和SAR遥感的局限性,已经比较全了。从专业应用角度讲,遥感图像的局限性很多。

首先,就是几乎所有的对遥感图像分类、目标识别还要靠人工,而不是所谓的模式识别算法。目视解译仍然是主流手段,采用各种人工智能、机器学习的分类算法,只是为了研究而研究,距离实际应用还差的老远。最近MH370这件事,就暴露了遥感图像在这方面的局限性。

第二,就是实时性不够。在这次找MH370的残骸过程中,平均一景图像,要经过2-3天,才能解译完毕并发布,这基本上是个平均水平吧。因为遥感图像在变成大家常见的图像前,要经过数据采集,到接收,后期校正,最后人工判别等过程。遥感技术适合和平时期,针对固定目标,以1-2天的重放周期,对热点地区进行长期、大范围的观察。比如一景遥感图像,覆盖整个美国驻横须贺基地应该没什么压力,没事看看哪条船在哪,或者增加了什么军舰的还行。真要是人家都做好战备了,还是老老实实用雷达吧。

【Lynn的回答(0票)】:

对于学地质的,你问我GIS的缺点??那你去搞外业啊你去啊!!

PS:等我这学期遥感导论考过了再说吧

原文地址:知乎

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
卫星遥感的局限性和能力边界?
主被动遥感机理与模型协同--几何光学模型简介
博士论坛 | 基于多重观测的遥感影像定位精度提升方法(视频)
美军航天侦察现状及未来发展方向
智能遥感:AI赋能遥感技术
合成孔径雷达系统技术
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服