定义
卫星遥感（Satellite Remote Sensing）是利用搭载于人造卫星上的传感器，从太空获取地表电磁波辐射或反射信息，经处理形成影像与专题产品的技术。它是遥感技术的重要分支，具有覆盖范围大、重访周期短、数据客观连续等优势，广泛应用于环境监测、污染溯源分析、精准农业、土地利用、灾害评估等领域。
卫星遥感的类型与数据源
按传感器类型可分为光学遥感（可见光、多光谱、高光谱）、雷达遥感（SAR）、热红外遥感等。常见数据源包括 Landsat、Sentinel、高分系列、吉林一号等，空间分辨率从米级至亚米级不等，重访周期从数天至实时。光学影像可提取植被指数（NDVI）、地表温度、水体范围等；SAR 具备全天候、穿透云层能力，适用于洪涝、地表形变监测。
在精准农业与环保中的应用
在精准农业中，卫星遥感可生成作物长势、土壤墒情、病虫害胁迫等处方图，指导智能农机、水肥一体化差异化作业。在环保领域，结合污染溯源，卫星遥感可监测排污口、扬尘、秸秆焚烧等。数据通过云平台处理，结合机器学习实现自动解译与专题提取。达希物联可为遥感数据接入、API集成提供支撑。
与地面传感器、无人机的协同
卫星遥感与地面传感器（土壤墒情、温湿度）、无人机遥感形成"空天地"一体化监测体系。卫星提供大范围、周期性覆盖；无人机提供高分辨率、灵活机动；地面传感器提供定点连续数据。三者融合可提升溯源与决策精度。选型时需根据应用场景、分辨率与时效要求、成本选择合适数据源。
轨道数据的可用窗口
卫星遥感给出的是某一次过境时，星载仪器收到的地表反射或自身辐射，再经过几何和辐射处理后变成影像或指数。它描述的是那一刻的面上状况，不是田里某一支探头的连续读数。光学影像怕云，雷达可以穿透云但看到的是后向散射，两者不能互相填成同一种“绿度”。重访周期是卫星回来的时间，不是农场需要答案的时间。
用它之前要先写清问题能不能被这个分辨率看见。地块小于一个像元，像元里混着道路、沟渠和邻田，指数代表的是混合物。需要当天决策的灌溉，等下一次过境可能已经过了农时。多景拼接要统一投影和采集日期，把不同季节的图叠在一起比较长势，季节差会被当成灾害。
容易把漂亮的真彩色当成分析结果。没有定标的浏览图不能提取可比较的指数。云影被算进水体或裸土，污染范围会沿云边扩大。用单日影像判断有机认证地块是否被改种，看不到转换期里的投入记录，影像只能帮助核对边界是否还在，不能代替农事账。大气校正没做就比较两年的亮度，传感器老化或太阳高度角的差别会被说成作物变差。
和地面点配合时，点要落在像元内部且土地覆盖单一。点在地头、像元在田中，两者对不上不能互相“标定”。雷达和光学同时缺测的阴雨周，应明确这周没有卫星观测，而不是用上一景复制过来。
分辨率要和地块尺寸一起看。一个像元里如果同时有作物、道路和水面，指数是混合物的平均，不能代表作物本身。把这种混合像元画进施肥处方，道路会被施肥、水面会被当成长势差。应先去掉明显不是耕地的像元，再讨论地块内部差异。去不掉时，宁可不用这景，也不要把混合值解释成缺肥。
时间序列比单景更有用，但日期必须真实。用上一旬的无云影像填补今天的云，等于把十天前的长势当成今天。重访周期内发生的收割、淹水或火灾，可能要等下一轨才看得见，这期间不能声称卫星正在连续监测。侧摆角度过大时，地物被拉斜，面积和边界都会变，不宜拿去和正射影像量同一块田。
产品级别也要核对。浏览图、大气校正后的反射率、以及别人已经分类好的专题图，不是同一类数据。在浏览图上计算的指数无法和反射率产品比较。分类图如果沿用了别的地区的类别名称，当地的作物可能被标成错误的类型。使用前应能说出版本、过境日期和处理步骤，说不出这三项，影像只适合看，不适合算。
同一块田的多景对比还要统一云掩膜。一景把薄云剔除、另一景把薄云当成作物，差值会沿云边出现假的长势变化。掩膜版本应随产品保存。地块被云盖住的比例若超过能解释的程度，这一期就不要出处方，应标明无有效观测。用邻田的指数填补本田，等于把别人的苗情安到自己的地上。