遥感科学与技术

「NDVI」这个行话，几乎会出现在每一本遥感任务日志里：卫星掠过农田上空，传感器记下一串辐射数值，地面工程师用红边与近红外反射率的比值，把它翻译成介于负一与正一之间的植被长势分数。从光子撞进镜头，到决策者桌面上的结论，中间隔着很长的任务链——本册的全部内容，就是把这条链逐节拆给你看。

我们把整册教程组织成一份"过顶成像任务日志"。想象一颗卫星从立项到退役的完整生涯：任务规划室里敲定观测目标和波段，载荷分系统选定探测器与轨道，过顶成像的那一刻数据开始流向下传站，预处理车间把原始信号洗成标准产品，解译员从影像里读出类别，反演组把反射率换算成叶面积指数、地表温度这些物理量，融合组再把光学、雷达、激光雷达的证据拼成一张更完整的地球底稿，最后任务成果落到农田、灾区、城市和碳账本上。你读到的每一章，都是这本日志上的一页记录；这种写法的好处是，你永远知道当前学的知识处在整条链的哪个位置、上游交给它什么、它要向下游交付什么。

全册共八章，对应任务链的八个环节。学习顺序基本就是日志的时间顺序，但各章的依赖关系有轻有重，下面的知识地图标出了哪些章节是必须先啃的"地基"，哪些可以按需跳读。

图 0-1：全册知识地图——任务链与学习依赖

阅读建议按任务链推进：第 1 章回答"遥感是什么、任务怎么立项"，是全册的入口；第 2 章的辐射传输方程是物理底盘，第 5、6 章的算法不管多花哨，根都扎在这里；第 3 章讲装备，第 4 章讲数据进城前的清洗，二者共同决定你手里数据的成色；第 5、6 章是"从像素到参数"的两级跳；第 7 章把单星视角升级成多源协同的体系视角；第 8 章展示这条链最终交付的价值，并讨论边界与伦理。

这份日志为谁而写。如果你是地学、农学、环境或计算机背景的学生，第一次系统接触对地观测，按章节顺序读即可，全书不假设你有过卫星工程经验，需要的数学只到矩阵和基本概率。如果你是 GIS 工程师或数据分析师，想弄清楚手里的影像产品是怎么来的，可以直接从第 4 章切入，遇到辐射定标看不懂时再回补第 2 章。如果你是行业用户——种树的、管水的、做保险定损的——第 8 章的行业任务实录会告诉你一条任务链的交付物长什么样、精度怎么验收，往上游追每一节的交接语就能补齐需要的背景。

关于"任务日志"这个写法，再多说两句。遥感教材常见的组织方式是按学科概念分类：辐射学一章、传感器一章、几何一章，各自独立成篇。这种写法知识覆盖全，但初学者容易迷失——学大气校正的时候不知道这一步不做会死在哪个下游环节。本册反过来，以任务链为主线、概念为站点：你学大气校正，是因为日志前一页的定标刚把数据洗到一半；你学反演的病态问题，是因为上一页的辐射传输方程本来就是一个"由果推因"的逆问题。因果关系代替概念罗列，这是我们认为更能留住知识的方式。

常见疑问先答三个。问：需要先学信号处理或摄影测量吗？不需要，本册在第 4 章会把成像几何讲到"够用"的深度，想深挖的读者可以顺着各节末尾的延伸提示继续走。问：代码用什么语言？全程 Python，用数组运算把原理写成十几行的小演算，不依赖任何商业软件；你可以把代码抄进任何拥有数值计算库的环境里跑。问：学完能做什么？读懂一份卫星数据产品的元数据并判断它适不适合你的任务；独立完成从原始数据到分类图或参数图的完整处理链；在面对"买哪颗星的数据""这个精度够不够"这类问题时，给出有依据的判断。这正是本册对"入门完成"的定义。

几点使用说明。第一，每章开头的支柱页是一张"任务简报"，列明本章要拿下的知识点清单和各节分工，先读支柱页再进正文，效率更高。第二，节内凡涉及可计算的环节，都配了可以直接跑的 Python 演算——波段运算、直方图拉伸、辐射定标换算、NDVI 与叶面积指数的估算都有完整代码，建议边读边算，遥感是一门算出来的学科，不是看出来的学科。第三，各节开头都交代了它在任务链上的位置（承接哪节、交付给谁），如果你是带着具体问题来查的，顺着这些交接语就能快速定位。第四，书中的卫星任务、传感器参数均为教学演算用的典型值，真做工程时请以对应任务的官方定标文件为准——这是本行业的基本素养，也是我们想借这本日志传给你的第一课。