近年來，衛星或空載機具的遙測應用如雨後春筍般的蓬勃發展，不論是可見光的光學影像應用，或是多光譜的各式分析等，已漸漸的成為普遍且成熟的技術。而衛星影像隨著技術的快速發展，其解析度越來越高，也幫助各單位的業務可以更精準的分析及判斷，例如在水土保持局的巨量空間資訊系統 (BigGIS) 上即可直接瀏覽到空間解析度為0.5 m的Pléiades衛星 (圖1)。

在遙測 (Remote sensing) 領域，若要對衛星影像資料進行相關的應用分析，應先瞭解空間解析度 (Spatial resolution) 之定義。然而，空間解析度可細分為地面分辨距離 (Ground Resolved Distance, GRD)、地面樣本距離 (Ground Sample Distance, GSD) 和影像像素大小 (Pixel size)。

為了能讓讀者您能一起踏入遙測的領域，本期電子報將簡單的介紹衛星在取像時的GRD和GSD計算原理，並說明最被廣泛使用來代表空間解析度的Pixel size取樣方式，作為未來各式遙測分析的基礎。

一般來說，衛星的信噪比 (Signal-to-noise ratio) 及瞬間視野角 (Instantaneous Field of View, IFOV) 受限於其所搭載的相機或感測器的硬體設計。衛星進入規劃的飛行軌道後，可藉由飛行高度 (H) 和IFOV間關聯得到地面解析度單元 (Ground Resolved Cell, GRC) 的大小，GRD則為每個GRC的直徑長度。其中，若GRC的面積或GRD越大，表示空間解析度越低。舉例來說，在相同的飛行高度下，若IFOV的角度越大，則得到的GRC越大，意即GRD也越大，其所得到的空間解析度則越低(圖2)。

大部分衛星以橫向陣列方式排列其所搭載的感測器單元，衛星在軌道上移動時，對地球表面進行推掃式成像 (Push-broom)(圖3)，每個條帶寬度取決於陣列中感測器單元排列的數量、IFOV和衛星飛行高度。
GSD代表地面上兩個GRC中心點間的距離，可藉由感測器陣列及其IFOV設計所得到。在衛星的理想設計情況下，每個相鄰的感測器單元在地面上形成的GRC不會重疊，也就表示大部分的GRD會等於GSD (圖4)。

然而，由於地球不是正球體，且大部分商業衛星在掃描地表時與地面間皆帶有夾角，因此衛星影像報表上所列出的GSD數據，通常是以衛星在側視地面時 (Off-Nadir)，每個GRC對應到的地面大小來表示。而GSD越小，即代表該衛星在地面上採樣的空間頻率較高，亦表示空間解析度越高 (圖5)，相同GSD但不同GRD的影像比較如圖6。

各個商用衛星影像公司為了使其衛星影像不受前述提及的衛星視角和取像模式變化的影響，同時也要滿足使用者應用其影像的容易性，通常會產製相同網格大小的影像。各個衛星影像提供者透過對原始衛星影像重新採樣和投影，再根據各項分析需求將每個網格處理成固定的大小，並標註其影像之產製規格。因此，Pixel size通常小於或等於GSD，以Pléiades為例，該衛星的GSD為0.7 m (Panchromatic, PAN)、2.8 m (Multi-spectral, MS)，而產品報告的Pixel size則為0.5 m (PAN)、2 m (MS) (圖7及表1)。

世界各地都有設置衛星尺度可見的人造大型校準點來驗證空間解析度和地理位置，可透過衛星所拍攝的影像來比對設計規格，藉此校準該衛星各項參數，驗證衛星所拍攝的影像符合商業及研究規格。美國地質調查局 (U.S. Geological Survey, USGS) 已在其網站上公開世界各地的校準場位置，台灣也不例外。澎湖校準場位於澎湖本島上的退役機場跑道邊緣 (N：23.519；E：119.583)，該目標由四個邊長為30 m的黑白正方形交錯組成，由正北偏東一度排列，海拔高度為22 m (圖8)。

此外，校準場也能進行精準的光譜或對比度的校正，如中國包頭市的校準場，場內設置扇形及各個方向的條形目標，增加在空間解析度的分辨能力，再透過調整黑、灰及白色的反射率對比度，達到大部分之分析與校正需求。

為了獲得與統計相關的結果，需要在相同的條件下重複拍攝同一個位置。以中國包頭市校準場影像為例，擷取同一位置的Pléiades與SPOT 6衛星的PAN和RED (MS) 波段的影像 (圖9)，再藉由放大四幅影像的校準目標 (圖10)，比對該目標的實際尺寸及衛星的像素等分析，可得到四幅影像的影像參數統計表 (表2)。根據表2顯示，GSD在衛星飛行的軌道上和橫向的軌道上有所不同，也顯示了Pixel size低於GSD。

衛星影像的空間解析度包含Pixel size、GSD及GRD。其中，Pixel size為重新取樣後的成果，通常不與衛星搭載感測器的空間解析度相等；相對來說，後兩者更適合作為衛星影像的空間解析度的表示數據，但產製報告較少詳列。
大型的衛星尺度人造校準場分布於世界各地，可用以校正衛星影像內各種光譜的解析度、對比度、色調及光譜數據。有興趣的讀者也可以參考USGS網站上的各地校準場坐標，試著在電子地圖上找尋。

1.　The most misunderstood words in Earth Observation (資料來源: EO Research)
2.　EnMAP Research (資料來源: GFZ)
3.　User Guides (資料來源: intelligence-airbusds.com))
4.　Imagery Leadership - Off-Nadir (資料來源: maxar.com)
5.　Spatial Sites Catalog | EROS CalVal Center of Excellence (資料來源: usgs.gov)
6.　常用衛星比較| 太空及遙測研究中心 (資料來源: ncu.edu.tw)

1.　Orych, A. (2015). REVIEW OF METHODS FOR DETERMINING THE SPATIAL RESOLUTION OF UAV SENSORS. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 40.
2.　Shen, L., Lu, Y., Chen, H., Wei, H., Xie, D., Yue, J., ... & Jiang, B. (2021). S2Looking: A satellite side-looking dataset for building change detection. Remote Sensing, 13(24), 5094.
3.　Vijayaraj, V., Younan, N., & O'Hara, C. (2006, July). Concepts of image fusion in remote sensing applications. In 2006 IEEE International Symposium on Geoscience and Remote Sensing (pp. 3798-3801). IEEE.