卫星数据概述

AI 摘要：卫星数据是指由人造卫星搭载的传感器采集、以数字形式记录并传输到地面的观测信息，涵盖地球表面特征、大气状态和空间环境等对象。其核心特征由空间、光谱、辐射和时间四种分辨率共同描述，四者之间存在此消彼长的工程权衡——追求极高空间分辨率往往以牺牲时间分辨率为代价。卫星数据按处理层级分为0至6级产品体系，从原始信号量化数值逐级加工为面向决策的专题知识。星上边缘计算和太空算力云正在改变数据价值链，将“先下传后处理”转变为“在轨处理、按需下传”。

一句话定义

卫星数据是指人造地球卫星搭载的遥感器或传感器采集的、以数字形式记录的地球表面和大气观测信息，通常以空间、光谱、辐射和时间四种分辨率来表征其特征。

概念边界：卫星数据不等于“卫星拍的照片”

卫星数据与卫星图像的区别是范畴不同。卫星图像是卫星数据的一种可视化表现形式，通常是将特定波段的数据映射到红绿蓝通道后生成的视觉产品。卫星数据本身是数字化的物理量记录——每个像素值代表传感器在特定波段接收到的辐射强度，需要经过定标和校正才能转化为有物理意义的工程值。

卫星数据与地理空间数据的区别是采集平台不同。地理空间数据是一个更宽泛的概念，涵盖地图、地形、GPS轨迹和地面调查等来源；卫星数据特指以人造卫星为平台的采集结果。卫星数据可以与航空影像、无人机数据和地面实测数据融合使用，但采集平台和观测几何不同。

需要澄清的一个常见误解是：卫星数据“分辨率越高越好”。空间、光谱、辐射和时间四种分辨率之间存在工程权衡。一颗低轨卫星如果追求亚米级空间分辨率，其观测幅宽必然较窄，全球覆盖的重访周期可能长达数天至十余天；一颗地球静止轨道气象卫星每15分钟即可获取一次全景图像，但空间分辨率通常在500米至2千米量级-2。同时追求四种高分辨率在工程上极为困难，卫星设计必须根据任务目标选择优先方向。

四种分辨率：描述卫星数据的核心维度

卫星数据的特征由四种分辨率共同定义，它们从不同维度描述“这颗卫星能提供什么样的数据”-7。

空间分辨率是指图像中一个像素所对应的地面实际尺寸。数值越小，空间分辨率越高，地物细节越清晰。Landsat系列的空间分辨率为30米，MODIS为250米至1千米量级，商业高分辨率卫星可达1至4米-20。空间分辨率由传感器的瞬时视场和轨道高度共同决定。

光谱分辨率是指传感器能够区分的电磁波波长范围的数量和宽度。波段数越多、每个波段的带宽越窄，光谱分辨率越高。多光谱传感器通常有数个至十余个波段，高光谱传感器可达数百个波段（如AVIRIS有256个波段）-20。光谱分辨率决定了能否识别特定地物——植被健康监测需要红边波段，矿物识别需要短波红外波段。

辐射分辨率是指传感器对辐射强度差异的区分能力，通常用量化位数表示。辐射分辨率越高，传感器能分辨的亮度差异越细微，数据中保留的物理信息越丰富。

时间分辨率是指卫星对同一地区重复观测的频率，也称重访周期。地球静止轨道卫星可以实现分钟级时间分辨率，低轨卫星的重访周期从1天到16天以上不等，取决于轨道高度和观测幅宽-20。

产品分级：从原始信号到专题知识

卫星数据从卫星下传到最终用户手中，需要经过一系列加工处理。按照数据处理程度与人的认知顺序，遥感产品可分为三个类别、共七个级别-14。

遥感数据信息产品（0至2级）是“没有观测对象信息提取环节而仅有观测物理量的数值量”的产品。0级产品是对原始数据经过帧拼接、解压缩和编码入库加工而形成，记录的是信号量化数值；1级产品是对0级数据进行遥感器噪声的系统性去除后得到的“干净”数据，通过提供定标数据可以得到观测到的物理量数值；2级产品是对1级数据经过系统级几何纠正、地图投影，形成带有地理坐标信息的物理量-14。

观测对象信息产品（3至5级）是“反映观测对象状态与变化特征的产品”，被称为共性产品。3级产品是观测对象几何定位产品及其几何衍生类信息产品，定量表达观测对象有关“when”和“where”的地理信息；4级产品是观测对象遥感辐射信息与以这类信息为主开展的发现、识别、变化检测与分类性应用的信息产品，表达“what”的定性信息；5级产品提供了观测对象“how”的信息，是对温度、浓度、密度等状态的量化描述-14。

专题应用产品（6级）是建立在观测对象信息产品基础上的知识产品，结合非遥感手段获得的信息，形成对观测对象状态与变化较完整的了解，直接支持评估、判断和决策。这类产品与行业应用关联紧密，直接服务天气预报、违章评判、旱情分布等应用-14。

数据处理与应用：从地面到在轨的链条

传统的卫星数据处理链条是“星上采集—下传—地面处理—分发用户”。这一链条的瓶颈在于：卫星在过站窗口内下传的数据量远大于可用带宽，大量原始数据在传输环节被丢弃或积压。

在轨边缘计算正在改变这一格局。Unibap的iX20平台可摄入、处理和分析高达100 Gbps的传感器数据，利用实时预处理和星载AI将原始数据转化为可操作信息-5。Space Compass与微软合作演示的在轨船舶检测处理，通过AI在轨提取船舶信息并删除不必要数据，将下传数据量减少了98.1%-16。这一技术路径的核心逻辑是：与其下传所有原始数据，不如在轨完成筛选和分析，只下传“答案”。

太空算力云将这一能力平台化。北京邮电大学牵头建设的太空算力云依托天算星座16颗在轨卫星，实现了从任务申请到结果回传的全流程服务，累计完成数百次太空算力调用，服务用户超过百家-11-17。其构建的“太空操作系统”生态将一次性在轨试验转化为可复用、可迭代的平台化服务，大模型推理能效比达到10词元/焦耳-17。

数据立方是地面处理端的重要数据结构创新。它将同一区域的时序图像数据组织为三维甚至四维的数据立方体，使时间序列分析和时空趋势检测更加高效-19。基于Sentinel-2数据的数据立方实践表明，这种结构可以支持环境监测、土地管理等领域的时空分析需求-3。

常见问题 FAQ

卫星数据可以直接下载使用吗？

取决于数据来源和用途。许多政府卫星数据可以免费下载——美国USGS的EarthExplorer提供Landsat系列数据，ESA的Copernicus Open Access Hub提供Sentinel系列数据-7。商业卫星数据（如WorldView、Pleiades）需要通过数据提供商购买。免费数据通常已经过预处理和定标，可直接用于分析；商业数据可能以原始或半加工形式交付，用户需自行完成后续处理。数据的可用性还受分发政策约束，部分高分辨率数据有使用限制。

为什么同一颗卫星的数据空间分辨率和时间分辨率不能同时很高？

因为二者受物理规律和轨道设计的共同约束。空间分辨率由传感器的瞬时视场和轨道高度决定，要提高空间分辨率就需要更小的瞬时视场，这直接压缩了观测幅宽。幅宽越窄，卫星一次过境覆盖的地面面积越小，全球覆盖所需的时间越长。地球静止轨道卫星可以高频观测，但轨道高度约35786 km使其空间分辨率上限在500米至2千米量级；低轨卫星可以获得亚米级空间分辨率，但单星重访周期可能长达数天至十余天-2-20。星座组网可以用多颗卫星弥补时间分辨率不足，但星座的建设和运维成本远高于单星。

在轨AI处理会改变卫星数据的性质吗？

会改变数据的使用方式，不改变数据的物理本质。在轨AI处理的是“下传什么数据”的决策——云检测可以在轨剔除云覆盖区域，只下传晴空数据-18；船舶检测可以在轨提取船舶位置信息，删除原始图像-16。这些处理减少了无效数据的下传，提高了有效数据的时效性。但对于需要原始数据做科学分析的用户，在轨处理可能意味着部分原始信息在传输前已被舍弃。在轨AI的价值和代价需要根据任务目标权衡。

相关条目

• 卫星数据采集
• 卫星数据传输
• 卫星数据处理
• 卫星数据融合
• 卫星数据存储