遙感大數據是多少

『壹』 遙感技術的發展趨勢是怎樣的

中國遙感行業發展趨勢

——數據獲取更為即時化、網路化、個性化、多樣化

遙感衛星平台和載荷呈現出「三多」、「三高」、「三全」的發展趨勢，「三多」指多平台、多感測器和多角度，「三高」指高空間解析度、高光譜解析度、高時間解析度，「三全」指全天候、全天時和全球觀測。

——遙感大數據的處理逐漸走向智能化

海量衛星數據高效獲取、天地一體化的空間信息網絡為人類提供了無處不在的多層次、多角度、多譜段、多維度、多時相的遙感觀測及其輔助數據，在數據層面上已經體現了體量巨大(Volume)、種類繁多(Variety)、動態多變(Velocity)、冗餘模糊(Veracity)和高價值(Value)的大數據特徵。

遙感大數據是針對傳統遙感數據處理和信息提取方式的一種變革，它以多源遙感數據為主綜合其他多源輔助數據，運用大數據思維與手段，聚焦於更高價值的信息和知識規律的發現。

遙感大數據的處理逐漸走向智能化，以深度學習為代表的智能演算法在計算機視覺領域已經取得了突破性進展，目前主要在目標檢測和遙感覆蓋分類方面研究較多。

——以上數據來源於前瞻產業研究院《中國遙感行業市場前瞻與投資戰略規劃分析報告》。

『貳』 一文了解遙感衛星影像處理及其發展趨勢

當空中的遙感衛星獲取了地球數字影像，並傳回地面，是否工作就結束了？答案顯然是否定的，相反， 這正是遙感數字圖像處理工作的開始 。

遙感數字圖像 （Digital image，後簡稱「遙感影像」）是數字形式的遙感圖像，地球表面不同區域和地物能夠反射或輻射不同波長的電磁波，利用這種特性，遙感系統可以產生不同的遙感數字圖像。

讓其與一般的數字圖像，也就是我們平時拍攝的電子照片拉開距離的，是遙感影像的 成像范圍與精細度 。遙感衛星的攝影區域是地球級的宏觀維度，影像中的每個像素都對應著三維真實世界中的某幾個、某個或某部分地物實體，根據衛星成像解析度的不同，其中一個像素就有可能是一棵樹、一輛車或是一幢大樓的某個窗戶。

所以，圖像每個像素點的亮度值（DN值，Digital Number）都有著重要的信息意義，要獲取其中的准確信息，用戶需要根據自身應用目標，對衛星影像中的像素進行管理、轉換、校正、增強、提取一系列的「神操作」，便於後續深入挖掘與業務融合應用。

DN值（Digital Number ）：遙感影像像元亮度值，記錄地物的灰度值。無單位，是一個整數值，值大小與感測器的輻射解析度、地物發射率、大氣透過率和散射率等相關，反映地物的輻射率（Radiance）。

我們可以回到「P圖界」進行比喻，為了讓自己的社交媒體形象更加完美，我們打開某圖秀秀軟體，美白、瘦身、磨皮、祛痘....當然，遙感影像的數據處理復雜專業多了，到什麼地步呢？它可以被寫成 一本教科書 ——

今天，我們就來了解一下，這其中到底有哪些「神操作」，又如何應用？以及在遙感產業飛速發展的今天，高頻的數據產出、演算法和人工智慧的沖擊，會否讓這些「神操作」的傳統模式和底層邏輯，發生變革？

01、 什麼是遙感影像處理？

遙感影像處理，是利用 計算機圖像處理系統 對 遙感圖像中的像素 進行系列操作的過程。

遙感影像中包含著很多信息，通過數字化（成像系統的采樣和量化、數字存儲）後，才能有效地進行信息分析和內容提取。在此基礎上，對影像數據進行處理「再加工」，如校正圖形對齊坐標、增強地物輪廓，能夠極大地 提升圖像處理的精度和信息提取的效率， 這個過程都可以稱為「遙感數字圖像處理」。

作為「對地觀測」過程的一個基本而重要的組成部分，在衛星應用產業鏈中，遙感影像處理環節處於中下游、承前啟後的重要位置，前端承接衛星地面設施，後端面向農林、氣象、自然資源等行業具體的業務應用，提供「就緒」的數據服務或工具。

02、 為什麼遙感影像處理是應用的「必經之路」？

在我們看到整齊美觀的谷歌地球這類數字地球產品，或是遙感衛星應用在自然資源管理、環保、農業、氣象等領域的專題圖或解譯圖，都需要經過影像處理的中間「洗禮」。

因為遙感衛星在高空「作業」，其成像環境復雜程度遠遠超越我們日常地面的拍照環境，會遇到感測器不穩定，地球曲率、大氣條件、光照變化、地形變化等系統與非系統因素造成的圖形幾何變形、失真、模糊、噪點等。遙感數據中心對圖像進行去除條帶、幾何粗校正等初步處理，數據到達各終端用戶手中時，還需要對數據做進一步的精細處理，使其更加接近真實世界的實體空間環境與坐標，並根據其自身業務分析目標，進行專業處理，為接下來的遙感影像分析、解譯、業務應用做好准備。

總的來說，遙感影像處理的主要目標為以下三點：

圖像校正 ：恢復、復原圖像。在進行信息提取前，必須對遙感圖像進行校正處理，以使影像能夠正確地反映實際地物信息或物理過程。

圖像增強 ：壓抑或去除圖像雜訊。為使遙感圖像所包含的地物信息可讀性更強，感興趣目標更突出、容易理解和判讀，需要對整體圖像或特定地物信息進行增強處理。

信息提取 ：根據地物光譜特徵和幾何特徵，確定不同地物信息的提取規則，在此基礎上，利用該規則從校正後的遙感數據中提取各種有用的地物信息。

03、 遙感數據處理有哪些功能？

完整的遙感數字圖像處理包含了硬體系統和軟體系統兩大部分，遙感數據存儲量龐大，需要大容量數字存儲設備與軟體共同配合存儲處理，這里主要介紹軟體處理部分。下面展示的是一個專業的圖像處理軟體界面，與常用的辦公軟體相比，圖像處理系統的各個功能顯得比較分散，各個菜單之間的聯系不緊密。

從某種意義上看，圖像處理系統更像一個圖像處理綜合 工具箱 ，由於圖像處理目標不同，用戶可以調用某個功能、某幾項功能的組合，並非所有流程都選用。這里將一些典型的處理功能進行歸納，並對基礎步驟進行介紹。

數字存儲與管理

遙感影像本身內存較大，1景7波段的landsat遙感影像至少有200MB，而高光譜影像可能達到1GB；而進入時間與空間雙重高分時代以來，數據高頻產出與累積，也促使遙感進入大數據時代，讓遙感雲服務、存儲管理、快速分發共享趨勢愈加明顯。基於私有雲、混合雲的遙感影像數字存儲、在線更新、管理檢索、發布瀏覽，已經逐步成為與遙感數據處理不可分割的重要基礎，並將大幅度提升後續遙感影像專業處理與業務應用效率。

影像預處理

輻射校正（Radiometric Correction)

指對由於外界因素，數據獲取和傳輸系統產生的系統的、隨機的輻射失真或畸變進行的校正，消除或改正因輻射誤差而引起影像畸變的過程。

簡單概括，就是 去除感測器或大氣「雜訊」 ，更准確地表示地面條件， 提高圖像的「保真度」 ，主要是恢復數據缺失、去除薄霧，或為鑲嵌和變化監測做好准備。

輻射校正在動態監測中的作用 ：在多時相遙感圖像中，除了地物的變化會引起圖像中輻射值的變化外，不變的地物在不同時相圖像中的輻射值也會有差異。如果需要利用多時相遙感圖像的光譜信息對地物變化狀況進行動態監測，首要消除不變地物的輻射值差異。

通過相對輻射校正，將一圖像作為參考(或基準)圖像，調整另一圖像的DN值，使得兩時相圖像上同名的地物具有相同的DN值，這個過程也叫 多時相遙感圖像的光譜歸一化 。這樣就可以通過分析不同時相遙感圖像上的輻射值差異來實現變化監測，從而完成 地物動態變化的遙感動態監測 。

幾何校正（Geometric correction）

遙感成像過程中，因攝影材料變形、物鏡畸變、大氣折光、地球曲率、地球自轉、地形起伏等因素導致的綜合影響，原始圖像上地物的幾何位置、形狀、大小、尺寸、方位等特徵與其對應的地面地物的特徵往往是不一致的，這種不一致為幾何變形，也稱幾何畸變。幾何校正就是通過一系列的數學模型來改正和消除這種幾何畸變，使其定位準確。

幾何校正原理示意：真實世界的地形是立體而凹凸不平的，但遙感衛星感測器只能獲取平面二維像素，這就帶來了地形扭曲 | 圖源：網路；重製圖：超擎時空

圖像增強

圖像對比度增強 （Image Contrast Enhancement）

統計每幅圖像的各亮度的像元數而得到的隨機分布圖，即為該幅圖像的直方圖。 一般來說，包含大量像元的圖像，像元的亮度隨機分布應是正態分布。直方圖為非正態分布，說明圖像的亮度分布偏亮、偏暗或亮度過於集中，圖像的對比度小，需要調整該直方圖到正態分布，以改善圖像的質量，並便於分辨地物輪廓並提取信息。

彩色合成

為了充分利用色彩在遙感圖像判讀和信息提取中的優勢，常利用彩色合成的方法對多光譜圖像進行處理，以得到彩色圖像。如上圖，彩色圖像可以分為真彩色圖像和假彩色圖像。

密度分割

將灰度圖像按照像元的灰度值進行分級，再分級賦以不同的顏色，使原有灰度圖像變成偽彩色圖像，達到圖像增強的目的。

圖像運算

兩幅或多幅單波段圖像，空間配准後可進行算術運算，實現圖像的增強。根據地物在不同波段的灰度差異，通過不同波段的代數運算產生新的「波段」，常見的有加法運算、減法運算、比值運算和綜合運算，如：

減法運算：可突現出兩波段差值大的地物，如紅外-紅，可突現植被信息。
比值運算：常用於計算植被指數、消除地形陰影等。
植被指數：NDVI=（IR-R）/（IR+R）

圖像融合

遙感圖像信息融合是有效提升圖像解析度與信息量的手段，將多源遙感數據在統一的地理坐標系中，採用一定的演算法生成一組新的信息或合成圖像的過程。

不同的遙感數據具有不同的空間解析度、波譜解析度和時相解析度，將低解析度的多光譜影像與高解析度的單波段影像重采樣生成一副高解析度多光譜影像遙感的圖像處理技術，使得處理後的影像既有較高的空間解析度，又具有多光譜特徵。

圖像裁剪

在遙感實際應用中，用戶可能只對遙感影像中的一個特定的范圍內的信息感興趣，這就需要將遙感影像裁減成研究范圍的大小。常用的裁剪方式有，按ROI（興趣區域）裁剪、按文件裁剪（按照指定影像文件的范圍大小）、按地圖裁剪（根據地圖的地理坐標或經緯度的范圍）。

圖像鑲嵌

也叫圖像拼接，是將兩幅或多幅數字影像(它們有可能是在不同的攝影條件下獲取的)拼在一起，構成一幅整體圖像的技術過程。 通常是先對每幅圖像進行幾何校正，將它們規劃到統一的坐標系中，然後對它們進行裁剪，去掉重疊的部分，再將裁剪後的多幅影像裝配起來形成一幅大幅面的影像。

鑲嵌勻色

將若干幅互為鄰接的遙感影像通過拼接勻色技術合並成一幅統一的新影像。

信息提取

遙感圖像中目標地物的特徵是地物電磁波的輻射差異在遙感影像上的反映。依據遙感圖像上的地物特徵，識別地物類型、性質、空間位置、形狀、大小等屬性的過程即為遙感信息提取。

目視判讀

也叫人工解譯，即用人工肉眼與經驗判讀遙感影像，對遙感影像上目標地物的范圍進行手工勾繪，達到信息提取的目的。人工解譯為傳統常用的信息提取辦法，但在海量影像下判讀分析效率相對低。

圖像分類

是依據是地物的光譜特徵，確定判別函數和相應的判別准則，將圖像所有的像元按性質分為若干類別的過程，主要方式分為監督分類與非監督分類。

- 監督分類

監督分類是在分類前人們已對遙感影像樣本區中的類別屬性有了先驗知識，進而可利用這些樣本類別的特徵作為依據建立和訓練分類器（亦即建立判別函數），進而完成整幅影像的類型劃分，將每個像元歸並到相對應的一個類別中去。

監督分類也是目前遙感AI最為常見的應用方式，即通過樣本庫，用機器學習對特定地物進行分類、標注或識別。

- 非監督分類

非監督分類也稱聚類分析，是指人們事先對分類過程不施加任何的先驗知識，而僅憑數據（遙感影像地物的光譜特徵的分布規律）、即自然聚類的特性進行「盲目」的分類；是以集群為理論基礎，通過計算機對圖像進行集聚統計分析的方法，是模式識別的一種方法。一般演算法有：回歸分析、趨勢分析、等混合距離法、集群分析、主成分分析和圖形識別等。

監督分類和非監督分類的區別 ：有監督必須有訓練集與測試樣本。在訓練集中找規律，而對測試樣本使用這種規律；非監督沒有訓練集，只有一組數據，在該組數據集內尋找規律。

04、 遙感數據處理正在發生怎樣的改變？

遙感數據處理更像是生產製造中的「原材料粗加工」環節，也是遙感影像數據智能應用和業務融合的前序手段，從前文的介紹來看，其過程也是較為復雜和專業的。

作為對地觀測和遙感產業化的重要組成部分，位於產業中下游的遙感數據處理，也受到了大數據時代的沖擊，正在響應這一趨勢並發生變革，走向 實時化、標准化、規模化、自動化 。

在企業數字化轉型中，人們常說的一句話是，所有傳統產業都值得用數字化再做一遍，在傳統的數據生產、信息服務產業也是如此，其模式和流程都值得用演算法和AI再做一遍。

當演算法與人工智慧逐步滲透遙感數據處理這個環節，能夠解決遙感產業數據生產服務中的很多難題，例如數據分發周期與鏈路長，處理環節多，海量數據處理的精準、一致性等問題，這我們可以將其視為「自動化批量處理」。

當中游演算法引擎解決了數據服務和數據計算效率和自動化流程的問題後，下游也將出現更多適用於各種垂直細分場景的精細化應用數據產品，而在以上介紹的遙感影像信息提取環節，有了AI和演算法的參與，也出現很多高效的自動化功能，如目標識別、地物提取、地物分類、變化檢測等，逐步幫助人類提高解譯的效率，形成遙感產業下游的「智能化信息挖掘」機制。

我們可以看到，從遙感數據獲取源頭，到數據處理，到終端應用，其效率與底層數據模式密不可分，在衛星互聯網和對地觀測 星座 逐步構建成型的趨勢下，只有將數據的獲取、處理和共享流程標准化，大規模、自動化、流水化的遙感產業才能更好地地為政企數字化轉型發揮動能，也真正地迎來時空大數據時代。

參考資料

《遙感數字影像處理教程》韋玉春 湯國安 楊昕 編著

『叄』 遙感的發展方向和趨勢

中國遙感服務市場快速增長

與國外相比，中國遙感應用產業起步較晚，遙感商用民用化要遠遠落後於發達國家。2019年，中國遙感衛星的商用化率僅為21.4%，而全球遙感衛星商用化率為48.0%。

近年來隨著衛星遙感及空間信息服務行業需求的增長和鼓勵政策的不斷落地，國內遙感衛星的發射數量逐年增加，中國遙感市場持續快速增長。2018年，中國遙感服務市場規模為130.7億元，同比增長19.1%，約佔全球遙感服務市場規模的15.4%。2019年，中國遙感服務市場規模為155.0億元左右。

——以上數據來源及分析請參考於前瞻產業研究院《中國遙感行業市場前瞻與投資戰略規劃分析報告》。

『肆』 遙感影像的雲量一般多少

遙感影像的雲量一般不超過10%。
雲對看見光和紅外的影響很大，雲面積過多時不利於地物信息的提取。一般遙感影像都會做去雲處理。當然，如果是專門觀測雲層的(如氣象衛星)那就用不了。
遙感技術是根據電磁波的理論，應用各種感測儀器對遠距離目標所輻射和反射的電磁波信息，進行收集、處理，並最後成像。

『伍』 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）。