遥感 AI 是什么？用卫星和无人机影像看懂地球

遥感（Remote Sensing）是在不接触目标的情况下，远距离获取地表信息的技术。它利用卫星、飞机、无人机等平台上搭载的光学相机、雷达、红外和高光谱等传感器，接收地面物体反射或发射的电磁波，再通过数据分析识别地物、监测变化。不用派人实地踏勘，就能看清大范围的土地覆盖、植被、水体、城市建筑和环境状况。

遥感和 AI 的结合

遥感本身并不是人工智能领域提出的概念，它来自地球科学、测绘和空间信息科学，已有几十年的历史。但遥感数据量巨大：卫星每天拍摄的影像以 PB 计，靠人工判读远远不够。深度学习为遥感带来了自动化分析的能力。2017 年发表的综述《遥感中的深度学习》系统分析了把深度学习用于遥感数据的挑战和进展，当时遥感界对是否拥抱“黑箱”方法还有争议，而如今深度学习已成为遥感分析的主流工具。

遥感 AI 能做什么

地物分类和土地覆盖制图：自动区分耕地、林地、水体、建筑。目标检测：识别影像中的船只、飞机、车辆、建筑物。变化检测：对比不同时期的影像，发现新建的房屋、砍伐的森林、扩张的城市。语义分割：逐像素标注每一处地面属于什么类型。还有作物长势和产量估计、灾害范围评估等定量分析任务。

遥感数据的特殊之处

和普通照片不同，遥感影像往往有多个光谱波段，包含人眼看不见的红外等信息；合成孔径雷达（SAR）可以穿透云层、全天候成像；影像尺寸巨大、目标很小、视角是从上往下俯视。这些特点让直接套用普通计算机视觉模型效果有限，因此出现了专门在大量遥感数据上预训练的遥感基础模型。

应用

精准农业、城市规划、自然资源调查、环境保护和碳排放监测、洪水和地震等灾害的快速评估、海洋监测、气候研究。遥感数据涉及地理信息安全，使用和发布需要遵守相关的测绘和数据管理规定。