跳转至

19 - 传感器概览

传感器描述“从哪里、以什么方式、在哪些波段观测场景”。本章介绍各类传感器共用的部分:投影方式、波段、采样数和结果。后面几章分别介绍光学、辐射测量、激光雷达、热红外、荧光和微波传感器。

成像传感器的组成

成像传感器由投影方式和波段组成:

import less

sensor = less.OpticalImager(
    less.Orthographic(image_size=128),   # 投影方式
    bands=[650, 550, 450],               # 波段(nm)
    quality=32,                          # 每个像元的采样数
)

同一种投影可以用于光学、热红外和荧光成像。

投影方式

正射投影

所有观测光线互相平行,像元网格固定在地面上方的一个水平参考面上,结果是“北在上、东在右”的地图式影像:

nadir = less.Orthographic(image_size=256)                     # 256 × 256 像元
fine = less.Orthographic(resolution=0.1)                      # 0.1 m 一个像元
subset = less.Orthographic(image_size=128, extent=20, center=(25, 25))
oblique = less.Orthographic(image_size=128, view_zenith=30, view_azimuth=120)
参数 含义
image_size 像元数,可以是整数或(宽, 高)
resolution 地面分辨率(m),与 image_size 二选一
extent 成像范围(m),默认是整个场景
center 成像中心(东, 南),默认是场景中心
view_zenith、view_azimuth 观测天顶角和方位角,用于斜视
terrain_following 在起伏地形上让每个像元对应其下方的地面

斜视时,像元网格所在的水平面由 scene.measurement_plane 决定:默认("auto")是场景顶部,适合冠层反射率;设为 0 时是地面,地物在影像中的位置按其高度沿观测方向偏移:

scene = less.Scene()
scene.measurement_plane = 0.0

正射投影

透视投影

模拟普通相机,近大远小:

camera = less.Perspective(resolution=512, fov=35,
                          position=(25, 60, 20),   # 相机位置
                          target=(25, 25, 5))      # 对准的点

fov 是视场角(度)。

鱼眼投影

半球观测,常用于模拟冠层半球照片:

hemispherical = less.Fisheye(resolution=512, position=(25, 25, 0.5), orientation="up", fov=180)

orientation="up" 时向上看天空,"down" 时向下看地面;projection 可以是 "equisolid"(等立体角,默认)、"equidistant"(等距)、"orthographic" 或 "stereographic"。

推扫

卫星或机载推扫成像,见第 21 章。

采样方式

日常模拟沿用默认采样设置,直接设置采样量即可:

sensor = less.OpticalImager(
    less.Orthographic(image_size=128), bands=[550, 850], quality=256)
image = scene.simulate(sensor)

光学、热红外、荧光和被动微波成像,以及光学光子发射,默认使用 Sobol 低差异采样。quality 控制每个像元的采样数, num_photons 控制光子总数;使用 Sobol 时,建议取 256、1024、4096 等 2 的整数次幂。

固定随机种子

需要重复比较时,为场景设置一个种子:

scene.sampler = less.Sampler(seed=17)
image = scene.simulate(sensor)

这里沿用 method="auto",按模拟任务选择采样方式:

模拟任务 默认方式
光学、热红外、荧光和被动微波成像 Sobol
光学 BRF、辐照度图和正向辐射场 Sobol
叶面辐射场、长波、叶温、光合作用、主动微波和四分量影像 独立随机采样
LiDAR 加权光束积分,由扫描器设置控制

seed=None 沿用传感器或过程的种子。显式设置场景种子后,同一场景的重复模拟使用该种子。 比较采样稳定性时,可以分别使用几个种子,并逐步增加采样数。

手动选择采样方式

为场景指定一种方式,供后续模拟和过程计算使用:

scene.sampler = less.Sampler("sobol", seed=17)
image = scene.simulate(sensor)
method 说明
"auto" 按上表选择默认方式
"independent" 独立随机采样,适合用作对照
"stratified" 将采样区域分层,在各层内随机取样
"sobol" 使用 Sobol 低差异采样,使样本分布更均匀
"ldsampler" 使用 Mitsuba 式低差异采样,覆盖位置、方向及后续路径

修改采样器后可以直接再次模拟,场景几何继续使用。scene.solve() 也沿用场景的采样设置。 设置 scene.sampler = None 可恢复默认方式。计算光学 standard_error 时,选择 "independent"。

查看采样设置

模拟前可以查看所选方式和种子:

settings = scene.sampling_info(sensor)
print(settings["method"], settings["seed"])

模拟后的相同信息保存在结果中:

print(image.metadata["sampler"])

scene.sampling_info() 也接受过程对象,例如 less.EnergyBalanceProcess(...)。 采样器随场景一起保存和加载。

微波角度积分

微波散射表的角度积分默认沿用当前采样方式。需要单独设置时,使用 preparation_method:

scene.sampler = less.Sampler(
    "sobol", seed=17, preparation_method="independent")

这时影像使用 Sobol,散射表的角度积分使用独立随机采样。 preparation_method 也可选 "stratified"、"sobol" 或 "ldsampler"; 设为 None 时跟随当前方式。用 scene.sampling_info(sensor) 可以查看两者的选择。

像元内采样

也可以在投影上设置采样方式和种子:

projection = less.Orthographic(
    image_size=128, pixel_sampling="sobol", sampling_seed=17)
sensor = less.OpticalImager(projection, bands=[550, 850], quality=256)

pixel_sampling 接受 "independent"、"stratified"、"sobol" 和 "ldsampler", 也用于选择后续路径的采样方式。None 表示按模拟任务选择。 场景的显式采样方式优先于投影设置;"auto" 沿用投影的显式选择。 场景的显式种子优先于投影种子。被动微波成像未单独设置投影采样时,沿用传感器的种子。

波段

rgb = [650, 550, 450]                          # 中心波长列表(nm)
sentinel = less.Sentinel2A()                   # Sentinel-2A 光谱响应函数
landsat = less.Landsat8_OLI()                  # Landsat 8 OLI
hyperspectral = less.Hyperspectral(start=400, stop=1000, step=10)

用中心波长列表时,每个波段按单一波长计算。用卫星传感器时,LESS 在每个波段的光谱响应范围内采样并加权积分,spectral_resolution 是积分的采样间隔(nm):

s2 = less.OpticalImager(less.Orthographic(image_size=64), bands=less.Sentinel2A(),
                        spectral_resolution=5, quality=16)

结果的波段顺序与给出的顺序一致。

采样数

quality 是每个像元的采样数。蒙特卡洛结果带有随机噪声,噪声大致与采样数的平方根成反比:采样数增加 4 倍,噪声减半。可以先用较小的值检查场景,正式计算时增大采样数,并比较不同采样数的结果是否已经稳定。

quality 用途
16–64 预览
128–256 一般分析
512 以上 定量研究

非成像传感器使用自己的采样参数,例如多角度反射率的 num_photons。

传感器一览

传感器 结果 章节
OpticalImager 光学影像 20、21
BRFSensor 多角度反射率 22
IrradianceMapSensor 上下行辐照度图 24
IrradianceRadiometer 点式辐照度 25
LiDARSurvey 点云、波形 26
ThermalImager 热红外影像 27
SIFImager 荧光影像 28
RadarScatterometer 后向散射系数 30
MicrowaveRadiometer 亮温 31

结果

scene.size = 50.0
scene.terrain = less.Terrain(property=less.Lambertian(reflectance=0.2))
scene.illumination = less.Illumination(
    source=less.Sun(zenith=30, azimuth=150), atmosphere=less.NoAtmosphere())

image = scene.simulate(sensor)
print(image.data.shape)          # (行, 列, 波段)
image.save("image.png")          # 用于查看
image.save("image.tif")          # 保留原始数值
image.show()                     # 用 matplotlib 显示

影像的数值是光谱辐亮度(W m⁻² sr⁻¹ nm⁻¹)。image.to_brf() 把它换算为反射率因子。

下一步