卫星影像分辨率对比：30米、10米、3米与30厘米下你能看到什么

卫星影像的分辨率，即地面采样距离（GSD），指的是地面上两个像素中心之间的距离。一张10米分辨率的影像，每个10×10米的正方形区域只有一个颜色值，无论其中包含什么地物。远小于一个像素的物体，会与周围环境混合成一个颜色。因此，真正有用的问题是：你的目标物体覆盖了多少个像素？

免费卫星影像的分辨率止步于10米（Sentinel-2）和30米（Landsat），商业卫星则能达到3米、1.5米、50厘米甚至30厘米，而航空照片和无人机可以精细到20厘米乃至几厘米。以法国一个郊区为例，在10米分辨率下，只有0.2%的建筑覆盖16个像素或以上；而在50厘米分辨率下，这一比例高达96%。 为了直观展示这种差异，研究人员选取了图卢兹以西的图尔讷弗耶（Tournefeuille）的一个街区，将IGN于2025年6月16-17日拍摄的20厘米正射影像，通过像素平均模拟成50厘米、1.5米、3米、10米和30米分辨率的影像，并与2025年6月18日真实的Sentinel-2和Landsat 8影像进行对比。模拟结果对卫星略有美化：真实的Sentinel-2影像同样呈现块状，还带有传感器和大气带来的额外颜色噪声。在10米影像中，没有一个泳池能被分辨出来；而在30米影像中，整个街区大约只有25个灰色方块。 具体到统计数据，图尔讷弗耶的20,911栋建筑中，在10米分辨率下仅有0.2%覆盖16个像素或以上，3米分辨率下为23%，50厘米分辨率下则达到96%。对于该地区2,966个已测绘的游泳池，分辨率门槛更加陡峭：1.5米时37%可见，3米时仅剩1个，10米时则完全消失。若采用更宽松的2×2像素阈值（即“有东西，但形状未知”），10米分辨率下1.9%的建筑和3米分辨率下37%的泳池可被识别。泳池的中位面积为32平方米，仅相当于一个Sentinel-2像素的三分之一。另一个市镇——加尔省的索米耶尔（Sommières）也呈现出相同趋势：其3,345栋建筑在10米分辨率下仅0.3%可见，50厘米下则高达99%。 那么，这些数据是如何测量的？2026年10月5日，研究者提取了IGN BD TOPO中的所有建筑和OpenStreetMap中的所有游泳池，计算每个对象的面积。当一个对象的面积至少覆盖16个像素（4×4）时，才被认为“可见”。这一阈值是保持物体可识别形状的经验法则，并非标准。需要注意的是，OpenStreetMap的泳池数据来自志愿者，并非普查；面积测试未考虑像素网格，实际传感器会丢失更多对象。如果要求4×4像素方格必须完全落在建筑轮廓内，3米分辨率下的建筑可见比例会从23%骤降至3%。此外，BD TOPO还统计了车库和棚屋，因此半数建筑的面积小于35平方米。 基于以上分析，实际应用建议如下：10至30米分辨率适用于土地覆盖分类，3至10米适用于农田监测，而50厘米或更精细的影像则用于需要逐个计数的物体。在法国，不建议付费购买30厘米卫星影像来测绘建筑或泳池，因为免费的IGN 20厘米正射影像更为清晰，付费影像仅在需要更近日期时才有优势。对于AI分割任务（如QGIS插件AI Segmentation），同样建议使用50厘米或更精细的影像，例如通过WMS获取IGN正射影像。 目前，30厘米原生分辨率主要来自WorldView-3、WorldView Legion和Pléiades Neo等商业卫星。Albedo公司持有美国10厘米许可证，但截至2026年10月，市场上尚未出现10厘米的卫星影像。美国在2014年将限制从50厘米放宽到25厘米，NOAA 2020年的规则用三级许可制度取代了固定限制，但当前约30厘米的上限仍由卫星技术决定。免费卫星中，Sentinel-2的10米分辨率是全球最佳选择；更精细的免费影像来自航空和国家项目，如法国的IGN BD ORTHO 20厘米正射影像。 值得注意的是，超分辨率模型（如SEN2SR）可以输出2.5米影像，但它们只是猜测传感器从未记录的细节。一个32平方米的泳池仅占一个像素的三分之一，任何模型都无法从中恢复其轮廓。因此，在选择影像分辨率时，务必根据实际任务需求权衡。 想要深入了解如何下载Sentinel-2影像并在QGIS中流式传输？请点击原文链接，查看完整技术细节和操作指南。