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:
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:
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:
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:
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:
模拟后的相同信息保存在结果中:
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:
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。