一、获取途径概览

遥感卫星影像怎么获取？这个问题看似简单，答案却分成好几条路。总体来看，卫星影像获取途径可以分为两大类：免费公开渠道和商业购买渠道。免费渠道以各国政府、航天机构面向全社会开放的数据为主，比如美国陆地卫星Landsat系列、欧空局哨兵Sentinel系列，以及我国高分与资源系列的部分数据；商业渠道则是通过商业卫星运营商或数据服务商，购买高分辨率、强时效、按需定制的影像产品，例如亚米级的光学影像和可穿云透雾的雷达SAR影像。

具体选哪条路，主要取决于三个因素：一是用途，科研科普、宏观趋势分析用免费影像就够了，而涉及精确地块边界核实、保险定损，就必须采购高分辨率商业影像；二是分辨率需求，30米、10米级影像能看清大范围地表格局，但要数清大棚数量、辨认单株果树，没有亚米级影像根本做不到；三是时效与连续性，免费卫星重访周期较长且容易受云雨影响，商业星座往往能提供几天一次甚至逐日重访的服务。

把需求想清楚，再对照各渠道特点去选择，遥感卫星影像获取就不再是难事。下文先梳理两条获取主线的具体做法，再讲影像下载后的处理流程，最后落到农业应用场景上。

二、免费获取渠道

免费获取渠道是学习遥感技术、开展宏观监测的入门首选，常见来源有以下几类：

• Landsat系列（美国地质调查局USGS）：通过EarthExplorer平台免费下载，空间分辨率30米，已连续存档四十余年，适合做长时序变化分析和区域尺度耕地监测。
• Sentinel系列（欧空局ESA）：通过Copernicus数据中心免费获取，其中Sentinel-2影像分辨率10米、五天一景，包含多个对农业十分重要的红边波段，是当前农业遥感应用最广、性价比最高的开源数据源。
• 国产高分与资源系列：中国资源卫星应用中心（CRESDA）开放了部分数据，高分一号、高分六号的宽幅相机幅宽大、覆盖快，适合开展大范围作物长势监测。
• 国内公共云平台：中科院"地理空间数据云"、自然资源部天地图以及部分省份的卫星应用中心，都支持在线检索和下载国产卫星公开影像，操作界面也更贴近国内用户习惯。

免费渠道的优点是不花钱、授权清晰、可持续更新，缺点是分辨率天花板较低、受云覆盖影响较大，部分平台需要实名注册与在线审批，且拿到的多为原始级别数据，还需自行加工。对农业部门做县域尺度的长势监测和面积统计，免费影像通常已经够用；但若服务要下沉到田块级精细管理，往往还需要商业渠道补位。

三、商业购买渠道

当需求细化到田块级甚至单株级，免费影像的精度就不够用了，这时需要走商业购买渠道。商业影像获取主要有三条路径：

• 直接向卫星运营商订购：例如长光卫星的"吉林一号"星座（分辨率0.5米—0.75米）、中国四维的高景系列等。这种方式适合长期、批量的任务式采集，价格按景或按幅宽计费，交期可控，但单次下单门槛较高。
• 通过数据服务商购买：中科星图、航天宏图以及各地测绘与遥感数据公司，往往掌握多个卫星源的现货影像库，可以按行政区域、时间范围、云量要求快速检索到现成历史影像，响应快、门槛低，是多数农业项目实际采用的方式。
• 借助在线遥感云平台按需调用：PIE-Engine、GEOVIS Earth等平台提供按次付费的影像调取与在线处理服务，无需自建算力环境，订阅即可使用，适合影像数量不多或临时性需求。

选购商业影像要盯住三个硬指标：空间分辨率决定能看清多少细节，时间分辨率决定多久能拍到目标区一次，光谱分辨率决定波段配置是否支撑特定反演。以农业应用为例，承保验标、田块边界核实常用亚米级或2米级影像；长势反演、产量预测则常用带红边波段的3米—10米多光谱影像；遇到连阴雨天气，还必须搭配雷达SAR影像。下单前务必问清影像时相、云量、轨道条带与坐标基准，并把数据授权范围写进采购合同。

四、数据下载操作

渠道选好后，实际操作层面的下载流程也要讲清楚。以两个主流免费平台为例，操作步骤基本一致：

• USGS EarthExplorer下载：注册账号并邮箱验证→在地图上框选兴趣区或用经纬度定位→设置时间范围与云量上限→选择数据集（如Landsat 8/9）→浏览缩略预览→勾选目标景→提交订单→在Download页面取回数据。批量需求可添加到购物车统一下载。
• Copernicus数据中心下载：注册后在线设定时间、云量与轨道条件，先看预览图确认目标区无云遮挡，再下载Sentinel-2的L1C数据。国内网络环境下，也可借助中国资源卫星应用中心等镜像节点加速，单景数据通常几百MB到数GB，建议用支持断点续传的下载工具。
• 国产公共平台下载：地理空间数据云等平台一般要求实名注册，部分数据集需在线申请，审批后推送下载链接，高峰期等待时间较长，应提前预留时间窗口。

需要提醒的是，下载只是第一步。免费平台提供的大多是原始级别产品，例如哨兵L1C只是表观反射率，还不能直接用于定量分析，必须经过辐射定标、大气校正等预处理，才能进入农业解译环节，这与下一节影像预处理直接衔接。

五、影像预处理

原始影像不能直接用于农业分析，必须经过一系列预处理才能成为"可用的影像"，核心流程包括：

• 辐射定标：把传感器记录的DN值转换成辐亮度或地表反射率，消除不同成像时间、不同载荷之间的仪器响应差异。
• 大气校正：消除大气吸收与散射的影响，把表观反射率校正为地表反射率，常用算法有6S模型、FLAASH、Sen2Cor等。这一步直接决定NDVI等植被指数计算的准确度，是定量遥感绕不开的环节。
• 几何与正射校正：消除地形起伏和传感器姿态引起的几何形变，把影像精确配准到地图坐标。农业项目中通常要求配准误差控制在半个像元以内，否则后续地块勾绘和面积测算会整体偏移。
• 融合与镶嵌：将全色波段与多光谱影像融合，得到既清晰又多波段的成果；大范围项目还要按重叠区做匀色镶嵌，保证整幅底图色调连续。
• 云检测与去云补缺：先用云掩膜识别云和云影，再通过多时相合成或相邻时相补缺修复被云遮挡的田块，保证关键农时的监测连续性。

对大多数用户而言，手工逐景处理门槛不低，建议直接使用ENVI、PIE以及GEE（Google Earth Engine）等软件或云平台。其中GEE和PIE内置了Sentinel-2、Landsat的在线大气校正与植被指数计算，几分钟即可输出整县、整省范围的长势底图，是目前最主流的轻量化处理方式。

六、农业应用

影像处理完毕，农业应用便水到渠成。遥感卫星影像在农业上的典型应用包括：

• 作物面积与种植结构提取：利用作物在不同物候期的光谱差异，通过分类算法识别水稻、小麦、玉米等大宗作物，成熟方案的大宗作物提取精度可达95%以上，可有力支撑承保验标与种植补贴核查。
• 长势监测与产量预测：NDVI、叶面积指数等植被指数能刻画作物长势，再结合气象资料与农学模型可提前预判产量，行业领先水平的产量预测准确率在85%—90%之间，为粮食收储调度与购销决策提供依据。
• 灾害评估与保险定损：洪涝、干旱、冰雹、霜冻发生后，卫星影像能快速圈定受灾范围和受灾程度，遥感定损相比人工查勘效率提升85%，已成为农业保险快速理赔的关键技术。
• 耕地保护与监管执法：对撂荒地、"非农化""非粮化"、大棚房等疑似问题图斑开展常态化监测，实现早发现、早制止、早处置。

实践中，卫星影像通常与无人机影像互补使用：卫星负责大范围快速摸底，无人机负责重点地块精细核查，两者配合形成从宏观到微观的完整监测链条，这也是"遥感+AI"农业服务落地的典型范式。

七、注意事项

最后，把遥感卫星影像获取中容易踩的坑集中梳理出来，供读者对照：

• 先定用途再选数据：分辨率不是越高越好，影像价格、数据量与处理成本要匹配实际需求，避免"杀鸡用牛刀"式的浪费。
• 警惕云覆盖与时相错位：采购前要核验目标区当月的云量统计；农业影像的时相必须与物候匹配，长势监测要锁定关键生育期的影像，错过农时的影像价值大打折扣。
• 坐标系务必统一：国产影像多采用CGCS2000坐标系，国外数据常用WGS84，两者在局部地区存在分米级差异，套合地块边界前必须统一基准，防止面积统计出现系统性偏差。
• 合规与数据安全：高分辨率影像涉及测绘成果与空间数据管理要求，须取得合法授权；项目交付要明确数据使用范围与保密条款，不采购来源不明、无正规渠道的影像。
• 算力与存储提前规划：多时相、大范围数据动辄数十上百GB，建议借助云平台在线处理，避免本地算力与存储不足拖慢项目进度。

把上述注意事项在前期想透，遥感卫星影像的获取与使用才能真正成为农业决策的可靠支撑，而不是徒增成本的数据负担。

结语

遥感卫星影像怎么获取？答案并不唯一：科研与宏观监测，免费公开渠道高效够用；田块精细管理与业务落地，商业购买渠道更有保障；而无论走哪条路，下载之后的预处理与农业解译，才是影像真正"变现"价值的关键环节。把获取途径、购买渠道与处理流程整体打通，遥感卫星影像就能为农业生产提供从面积、长势到灾害、产量的全链条数据支撑。时维遥感技术服务（武汉）有限公司深耕遥感+AI农业应用，服务覆盖30+种作物，大宗作物提取精度95%以上，产量预测准确率85%—90%，可为您提供从影像订购、数据处理到场景应用的一站式遥感数据服务，让每一块耕地都看得清、算得准、管得住。

时维遥感——遥感+AI，让农业更智慧