satellite-imagery

name	satellite-imagery
description	卫星影像数据获取与分析技能。预置Sentinel-2/Landsat/SAR/DEM数据源模板、LULC土地利用数据下载、影像预处理和多源数据集成。
metadata	{"domain":"remote_sensing","version":"1.0","intent_triggers":"卫星 satellite Sentinel Landsat SAR DEM LULC 影像 imagery 遥感数据 下载 download 土地利用 land use land cover 高程 elevation 哨兵 陆地卫星 雷达 合成孔径"}

卫星影像数据获取与分析技能

技能概述

本技能提供卫星遥感数据的全链路获取与分析能力：

1. 数据源管理：5 个预置卫星数据源模板（Sentinel-2/Landsat/SAR/DEM/LULC）
2. 数据获取：按范围/时间/云覆盖条件检索与下载
3. 数据预处理：波段选择、重采样、裁剪、镶嵌
4. 数据集成：多源遥感数据融合与标准化

预置卫星数据源

Sentinel-2 (光学多光谱)

属性	值
分辨率	10m (可见光/NIR)、20m (红边/SWIR)
重访周期	5 天
波段数	13
数据类型	多光谱
适用场景	植被监测、水体提取、城市分析、农业

关键波段：

• B02 (Blue, 490nm) / B03 (Green, 560nm) / B04 (Red, 665nm)
• B05-B07 (Red Edge) / B08 (NIR, 842nm)
• B11 (SWIR1, 1610nm) / B12 (SWIR2, 2190nm)

Landsat 8/9 (光学多光谱)

属性	值
分辨率	30m (多光谱)、15m (全色)
重访周期	16 天 (单星)、8 天 (双星)
波段数	11
数据类型	多光谱 + 热红外
适用场景	长时序变化分析（1984至今）

SAR (合成孔径雷达)

属性	值
分辨率	10m (Sentinel-1)
重访周期	6 天
极化模式	VV, VH
数据类型	雷达后向散射
适用场景	全天候/全天时监测、水体/洪涝、形变

SAR 优势：不受云层影响，可穿透植被冠层。

DEM (数字高程模型)

属性	值
分辨率	30m (Copernicus GLO-30)
覆盖范围	全球
精度	<4m (绝对垂直精度)
适用场景	地形分析、坡度坡向、流域分析

LULC (土地利用/覆盖)

属性	值
分辨率	10m (ESA WorldCover / ESRI LULC)
覆盖范围	全球
可用年份	2017-2024
分类体系	9 类 (ESRI) / 11 类 (ESA)
适用场景	城市扩张、生态评估、碳汇估算

数据获取工作流

按需求选择数据源

目标分析 → 选择数据源:
├── 植被/农业监测  → Sentinel-2 (10m, 5天重访)
├── 长时序变化     → Landsat (30m, 40年历史)
├── 全天候监测     → SAR Sentinel-1 (不受云影响)
├── 地形分析       → DEM Copernicus GLO-30
└── 土地利用分类   → LULC ESA/ESRI

标准获取流程

1. list_satellite_presets    → 查看可用卫星数据源及参数
2. search_rs_experience      → 查找相似场景的数据选择经验
3. download_lulc / download_dem → 下载数据
4. describe_raster           → 检查下载数据质量
5. assess_cloud_cover        → 评估光学影像质量
6. calculate_spectral_index  → 计算目标光谱指数

STAC 数据检索

对于 Sentinel-2 和 Landsat 数据，通过 STAC 协议检索：

检索参数：

• bbox：空间范围 [west, south, east, north]
• datetime：时间范围 "2024-01-01/2024-12-31"
• cloud_cover：最大云覆盖率 (%)
• collection：数据集名称

多源数据集成

集成策略

策略	适用场景	说明
空间连接	矢量+栅格	栅格统计提取到矢量区域
波段合成	多源栅格	不同传感器波段融合
时序堆叠	多时相	按时间排列形成时序立方体
分辨率匹配	不同分辨率	重采样到统一分辨率

注意事项

• 坐标系统一：所有数据应转换到相同 CRS（推荐 EPSG:4326 或 EPSG:32650）
• 分辨率匹配：粗分辨率向细分辨率重采样时，不会增加信息量
• 时间窗口：多时相分析应考虑季节性差异

常见问题

问题	原因	解决方案
下载超时	数据量过大	缩小空间范围或选择子区域
分辨率不匹配	不同数据源	统一重采样到目标分辨率
波段编号混淆	传感器不同	使用 list_spectral_indices 确认波段映射
SAR 噪声	斑点噪声	Lee 滤波或多视处理
LULC 分类不准	分辨率限制	结合高分影像或实地调查校验

可用工具

• list_satellite_presets — 列出预置卫星数据源模板（分辨率、重访周期、波段）
• download_lulc — 下载指定范围/年份的 LULC 土地利用数据
• download_dem — 下载 Copernicus DEM 高程数据
• describe_raster — 栅格数据概况（波段/CRS/统计/NoData）
• assess_cloud_cover — 影像云覆盖率评估和质量门控
• search_rs_experience — 检索经验池中的数据选择建议
• calculate_spectral_index — 计算光谱指数
• list_spectral_indices — 列出所有可用光谱指数
• classify_raster — 栅格分类（K-Means/ISODATA）
• raster_band_math — 自定义波段运算
• visualize_raster — 栅格可视化输出