2. 遥感载荷数据特性分析

星上处理与数据压缩方案不能脱离载荷本身来设计。多光谱、高光谱、SAR 与红外四类载荷在成像机理上差异很大，直接决定了数据维度、动态范围、相关结构和数据率压力。理解这些特性，是判断“该用无损还是有损、该在谱维还是空间维压缩、该不该在星上做降维”的前提。

一、四类载荷的数据维度与动态范围

多光谱载荷通常设置 4～15 个波段，波段数少但空间分辨率高，单景数据可视为“波段数 × 行 × 列”的三维立方体，量化位数常见 10～12 bit。高光谱载荷把波段数推到几十至数百个，光谱分辨率可达 5～10 nm，量化位数多为 12～14 bit，单像元就携带一条连续光谱曲线，数据立方体的谱维成为主要体积来源。SAR 是主动微波成像，输出的是复数数据，包含幅度与相位，量化位数常为 8～16 bit（含 I/Q 两路），且相位对后续干涉、极化处理至关重要。红外载荷受探测器与背景辐射限制，动态范围相对集中，量化位数多为 12～14 bit，但非均匀性和噪声水平对压缩更敏感。

动态范围直接约束压缩策略：位深越高，无损压缩的熵编码收益越明显；而 SAR 相位、红外弱小目标这类信息一旦被有损压缩破坏，后续反演几乎无法恢复。因此动态范围不只是“占多少 bit”，而是“哪些 bit 不能动”。

二、空间相关性与谱间相关性

空间相关性描述相邻像元之间的相似程度。多光谱与红外图像在平坦区域相邻像元差异很小，空间冗余高，预测编码和变换编码都能取得较好压缩比；SAR 图像受相干斑影响，相邻像元呈现乘性噪声，空间相关性弱于光学图像，压缩时必须考虑斑点统计特性，否则容易把噪声当细节保留、把细节当噪声抹掉。

谱间相关性描述同一像元在不同波段间的相似程度。多光谱波段间相关性中等，高光谱相邻波段相关性极高，往往超过 0.95，谱间冗余远大于空间冗余。这意味着高光谱压缩应优先在谱维做去相关，例如谱间预测、KL 变换或小波变换；而多光谱更适合空间维与谱维联合处理。SAR 的极化通道之间也存在相关性，但受散射机理影响，相关性随地物类型变化明显，不能简单套用光学载荷的固定模型。

三、数据率与存储压力的量化估算

数据率可用“波段数 × 空间像元数 × 位深 × 帧频”估算。以一个教学示例说明：某多光谱载荷 8 波段、幅宽 2000 像元、位深 12 bit、行频 500 行/秒，则原始数据率约为 8 × 2000 × 12 × 500 = 96 Mbit/s。若换成 200 波段、位深 14 bit 的高光谱载荷，同样空间规模下行频降到 100 行/秒，数据率约为 200 × 2000 × 14 × 100 = 560 Mbit/s，是前者的近 6 倍。SAR 若以 8 bit I/Q 双路、采样率 200 MHz 计，单通道即达 3.2 Gbit/s 量级。红外在 14 bit、512×512、100 帧/秒下约为 367 Mbit/s。

这些数字说明：星上存储与下传链路往往无法承受原始数据率，必须在星上完成压缩或降维。存储压力还体现在“过境窗口”上——卫星一次过境可能只有几分钟可下传，若数据率超过链路能力，只能丢弃或压缩，因此压缩比与保真度需要联合权衡。

四、面向压缩的特性判断要点

• 维度决定压缩轴：高光谱优先谱维，多光谱与红外优先空间维，SAR 需同时处理 I/Q 与极化维。
• 相关性决定压缩比上限：谱间相关越强，去相关后残差越小，无损压缩比越高。
• 动态范围决定位深分配：高位深数据在熵编码前应做位平面或预测残差处理，避免直接截断。
• 不可损伤信息决定有损边界：SAR 相位、红外弱小目标、高光谱吸收峰属于“压缩红线”，需在算法中显式保护。

综上，四类载荷的数据特性差异决定了压缩方案不能“一刀切”。多光谱重空间、高光谱重谱间、SAR 重相位、红外重弱目标，只有把维度、动态范围、相关性和数据率压力放在同一张图上权衡，才能为后续星上处理算法选型提供可靠依据。