一、农业遥感卫星是什么

农业遥感卫星，简单说就是搭载光学相机、合成孔径雷达等遥感载荷、专门用于获取地面农业信息的对地观测卫星。它绕地球轨道飞行，通过扫描地表反射或发射的电磁波，形成带有空间坐标的影像数据，供农业生产管理使用。农业遥感的应用范围很广：识别作物类型、估算种植面积、监测作物长势、诊断病虫害、预测产量、评估灾损，几乎覆盖了从播种到收获再到保险理赔的全过程。

农业遥感卫星有哪些类型？按载荷分，主要有光学卫星和雷达卫星。光学卫星靠太阳光反射成像，白天工作，红绿蓝加近红外波段的组合最常用，因为植被叶绿素对近红外的反射差异明显，常用来计算归一化植被指数（NDVI）。雷达卫星使用合成孔径雷达（SAR）主动发射微波，不依赖阳光，可以穿透云层、夜间成像，在多雨多云的南方地区优势突出。按分辨率分，又可分为亚米级、米级、十米级和百米级等不同档位。农业业务应用里，十米级的多光谱数据（如哨兵二号）用于大范围作物识别和长势监测，亚米级数据用于地块精细调查和灾害精确定损。农业遥感卫星有哪些能实际用上，要看数据是否公开、成本是否可接受、重访是否频繁。我国的高分、资源、风云系列，国外的哨兵、Landsat，以及大量商业卫星，都是目前农业领域常见的数据来源。理解了这一点，就不会面对"遥感卫星"这个名词一头雾水，也能为后面的选择打下基础。

二、国产高分系列卫星

提到农业遥感卫星有哪些，国产高分系列（高分辨率对地观测系统）是绕不开的主力。高分一号（GF-1）是国产民用以光学为主的卫星代表，配备多光谱相机，幅宽达到800公里以上，重访周期短，覆盖能力强，一颗星基本可以实现全国大范围覆盖，其16米多光谱数据在区域尺度作物面积遥感调查中被广泛使用。高分一号B/C/D星组网后，重访能力进一步提升，对南方多云地区也更有保障。

高分二号（GF-2）是国产首颗亚米级高分辨率光学卫星，全色分辨率达到0.8米、多光谱3.2米，可以对田块边界、温室大棚、鱼塘等进行精细解译，是农业项目精查的重要手段。高分六号（GF-6）在农业领域地位特殊，它专门设置了16米宽幅多光谱相机，并在高分一号基础上增加了红边波段。红边对植被叶绿素含量变化敏感，能更好地区分不同作物长势，对识别复杂种植结构、监测作物物候非常有价值，被称为"中国农业一号卫星"。高分七号（GF-7）则侧重立体测图，提供亚米级立体影像，多用于地形测量和沟渠田块基础设施的精细调查。

高分系列的数据通过中国资源卫星应用中心等平台分发，部分数据面向国内用户开放。对于农业经营者和技术服务公司来说，高分六号的红边波段、高分二号的亚米级精度，搭配起来可以形成"面上普查＋点上精查"的组合，是国产卫星在智慧农业落地中的典型打法。需要提醒的是，高分影像在国内分发有相应的使用规定，商用与科研用途的数据使用政策不同，获取前要了解清楚，合规使用。

三、资源与气象系列卫星

资源系列卫星同样是农业遥感的重要数据来源。资源三号（ZY-3）是我国第一颗民用高分辨率立体测绘卫星，前视、正视、后视三线阵相机能够获取立体影像，主要用于1:5万比例尺立体测图和地形更新，在农业上可用于梯田、高标准农田等基础设施的测绘核查。资源三号02星组网后，重访能力增强，也为农业地形要素提取提供了稳定的立体数据源。

资源一号（CBERS）系列是中外合作的代表。资源一号04A星（CBERS-04A）搭载2米全色、8米多光谱相机，幅宽约60公里，兼顾了分辨率和覆盖范围；在新疆棉花、东北玉米大豆等大面积种植区的长势监测与面积统计中，这类宽幅数据效率很高。此外，陆地探测一号（L波段差分干涉SAR）等高分辨率SAR卫星近年来也加速落地，其微波穿透能力可以穿透部分作物冠层，在灾后洪涝淹没范围评估、土壤墒情反演等方面具有独特价值，尤其适合我国南方雨季经常云雨遮挡的场景。

气象卫星在农业上扮演的是"大范围、高频次"的补充角色。风云三号（FY-3）系列的极轨气象卫星携带中分辨率光谱成像仪，可以反演地表温度、植被状态和旱情；风云四号（FY-4）静止气象卫星定点凝视中国上空，可实现分钟级的云图、地表温度更新，为高温热害、寒潮霜冻、干旱等农业气象灾害监测提供实时的宏观视角。虽然气象卫星空间分辨率有限，难以看清具体田块，但它在天气预警、大范围旱情指数监测上成本低、时效高，和光学高分辨率卫星形成互补。对农业遥感的应用者来说，资源系列管精度与测绘、气象系列管时效与灾情，两者配合使用，能显著提升监测体系的信息完备度。

四、国际哨兵与Landsat

国际卫星里，哨兵二号（Sentinel-2）和陆地卫星Landsat是农业遥感公认的"数据地基"。哨兵二号是欧洲航天局哥白尼计划的明星卫星，两颗星组网运行，携带13个波段的多光谱成像仪，覆盖可见光、红边、近红外和部分短波红外，地面分辨率最高10米，重访周期约5天。最关键的是，哨兵二号数据全球免费开放下载，10米分辨率对大宗作物种植结构识别、NDVI长势监测、成熟期判断都够用，是科研和商业农业遥感中应用最广的公开数据源之一。在我国东北大豆玉米、黄淮海冬小麦、长江流域水稻等主产区的作物分布制图和长势监测中，哨兵二号几乎是标配。

Landsat系列是美国NASA与USGS合作的长寿卫星家族，从1972年的Landsat-1延续到今天，积累了近半个世纪连续影像。Landsat-8携带OLI陆地成像仪，可见光到热红外共11个波段，热红外波段可以反演地表温度和作物冠层温度，在灌溉监测、高温胁迫评估中有独特作用。Landsat-9与8组网后，重访周期缩短到8天左右，30米分辨率适合县域尺度的作物面积统计和多年变化分析。其历史影像库是农业研究者做长时序变化检测的"时光机"，可用于退耕还林核查、耕地撂荒分析等。

哨兵一号（Sentinel-1）则是SAR数据的开放标杆，C波段雷达全天候、全天时成像，在云雨频繁地区反演土壤湿度、监测洪涝淹没范围、识别水稻田（水稻生长阶段微波后向散射特征变化明显）非常有效，数据同样免费开放。对国内用户来说，哨兵和Landsat数据获取门槛低、质量稳定，特别适合用于农业监测算法研发和批量业务化处理，是"遥感+AI"模型训练与校验最理想的基础影像来源。

五、商业遥感卫星

除了政府和国际公开卫星，商业遥感卫星是农业高精度应用的生力军。商业卫星大多提供亚米级乃至分米级的高分辨率光学影像，成像灵活，可以按需调度拍摄特定田块，在订单农业、高标准农田验收、灾损精确定损等对精度要求高的场景中价值很大。国内方面，北京三号、高景一号、吉林一号、珠海一号（欧比特）等系列是常见选择。吉林一号星座规模庞大、组网卫星多，重访能力强，性价比高；高景一号分辨率达到0.5米，能清楚分辨田埂、灌渠和作物行带，适合精细地块调查。珠海一号采用视频模式，可以拍摄动态影像，在作物移动监测上有特色。四维高景、长光卫星等新锐星座也在快速扩充。

国际商业影像方面，Planet公司的SkySat和PlanetScope星座以"重访之王"著称，PlanetScope每天对全球拍摄一次，3米分辨率的多光谱影像适合高频监测作物物候变化；Maxar公司的WorldView系列分辨率高达0.3米，是顶级精度的代表；Maxar的WorldView-3热红外波段还可辅助精细的热环境分析。商业卫星获取灵活，但数据按面积计费，成本明显高于公开数据源，一套完整的亚米级影像往往要花不少预算。

农业上使用商业卫星，讲究"好钢用在刀刃上"：大范围常规监测用哨兵等免费数据，抽稀抽样点、灾损定损、地块精查再用亚米级商业影像，通过采样外推控制总成本。时维遥感的项目实践也验证了这一思路，利用免费卫星数据做面、用商业卫星数据定点核验，既保证了精度又控制了费用，是多数农业项目最经济可行的数据组合方案。

六、卫星数据怎么获取

知道了农业遥感卫星有哪些，关键还要知道数据怎么拿到手。数据获取渠道大体分为三类：官方数据平台、商业数据服务商、以及第三方云平台。

官方渠道上，哨兵数据可在欧空局哥白尼数据中心下载，Landsat数据通过美国USGS的EarthExplorer获取，两者均需注册账号、按文件免费下载；国内高分系列数据可在中国资源卫星应用中心的陆地观测卫星数据服务平台注册获取，部分数据按政策分发，商用需走审批或商业化渠道。官方平台的优点是数据权威、免费或低价，缺点是下载速度、数据切片管理对非专业用户不太友好，大范围拼接往往要花费不少时间。

商业数据服务商提供"端到端"服务，客户只需要提出需求（区域、时间、分辨率），服务商负责选星、排期拍摄、下载处理和成果交付，按面积或按景收费。这种方式省心，适合没有遥感团队、需要快速拿到成品的农业企业和保险机构。第三方云平台（如PIE-Engine、GEE、AIRAC等）是近年最火的模式，它们把海量卫星影像预处理好、存在云上，用户通过在线代码或低代码界面直接调用分析，甚至直接在云端跑作物分类算法。谷歌地球引擎（GEE）里存有完整的哨兵和Landsat历史数据，一条指令就能把一块区域的多年影像全部取出，做长时序趋势分析效率极高。

对农业经营者而言，选渠道要结合自身能力：没有技术团队，优先考虑数据服务商整包交付；有分析能力，用云平台自助处理最划算；需要精确溯源或长期存档，再考虑官方平台本地存储。此外，很多农业遥感服务商（包括时维遥感）会主动把卫星数据、地面样方和AI模型打包成"监测报告"形态交付，用户最终拿到的是地块级的长势图、灾损图，而不是一堆原始影像，这对一线管理者来说才是最实用的。

七、怎么选数据源

面对那么多农业遥感卫星，怎么选数据源？核心逻辑是"按应用需求倒推"。首先明确任务目标：是大范围种植结构调查、常规长势监测，还是灾害定损、地块精查？目标决定了分辨率档位。大宗作物面积统计用10米级数据（哨兵二号、高分一号/六号）即可；精细到单个地块的边界和灾损，需要1米到0.5米的商业影像；水稻、墒情、洪涝等受天气影响大的场景，考虑SAR（哨兵一号、陆地探测一号）弥补光学数据的云雨短板。

其次是权衡时效和成本。重访周期决定数据更新频率，哨兵约5天、商业星座可做到1至3天，需要高频更新的生育期监测就要选重访快的组合。成本上，免费公开数据＋少量商业精查点的"粗细结合"方案，通常能把单位面积成本压到最低。再次是考虑季节和区域：南方多云地区SAR优先级要上调，北方晴朗地区光学数据性价比更高；生长旺季数据需求密集，要提前预留商业卫星拍摄档期。

最后也是最容易被忽视的一点，是"数据＋算法＋地面验证"的闭环。光有卫星影像，没有地面样方和可靠算法，图再清晰也难落地。时维遥感的经验是：先用公开数据跑通算法、建立作物识别和长势反演模型，再针对重点田块安排无人机和地面抽样做精度校核，最终把模型推广到大范围。这样既控制了数据成本，又能把大宗作物提取精度做到95%以上、产量预测准确率稳定在85%-90%，真正让遥感数据变成可用的农业决策信息。

结语

农业遥感卫星有哪些、怎么获取、怎么选，其实是一套系统工程：高分系列管国产覆盖、资源与气象系列补充测绘和时效、哨兵和Landsat提供免费的数据地基、商业卫星解决高精度需求。数据没有绝对的好坏，只有合不合适。围绕具体农业目标，用免费数据铺面、商业数据点睛、SAR数据补盲，再加上AI算法和地面验证，遥感才能从"看得见"升级为"看得懂"。时维遥感技术服务（武汉）有限公司深耕"遥感＋AI"农业应用，覆盖30余种作物，依托多源卫星数据为您提供从数据选型到成果交付的一站式服务。

时维遥感——遥感+AI，让农业更智慧