원격 감지

원격 탐사는 수동형 원격 탐사 와 능동형 원격 탐사 의 두 가지 방식으로 나눌 수 있습니다. 수동형 센서는 물체 또는 주변 지역에서 방출되거나 반사되는 복사선을 수집합니다. 반사된 햇빛은 수동형 센서로 측정되는 가장 일반적인 복사선원입니다. 수동형 원격 센서의 예로는 필름 사진 , 적외선 , 전하 결합 소자 , 복사계 등이 있습니다 . 반면, 능동형 수집은 물체와 지역을 스캔하기 위해 에너지를 방출한 후, 센서가 대상에서 반사되거나 후방 산란되는 복사선을 감지하고 측정합니다. RADAR 와 LiDAR는 방출과 반사 사이의 시간 지연을 측정하여 물체의 위치, 속도 및 방향을 파악하는 능동형 원격 탐사의 예입니다.

원격 탐사를 통해 위험하거나 접근이 어려운 지역의 데이터를 수집할 수 있습니다. 원격 탐사 응용 분야 에는 아마존 분지 와 같은 지역의 삼림 벌채 모니터링 , 북극 및 남극 지역의 빙하 지형, 해안 및 해양 심도의 수심 측량 등이 있습니다. 냉전 시대 군사 자료 수집은 위험한 국경 지역에 대한 대치형 데이터 수집 방식을 활용했습니다. 또한 원격 탐사는 비용이 많이 들고 속도가 느린 지상 데이터 수집 방식을 대체하여, 해당 지역이나 사물이 교란되지 않도록 보장합니다.

궤도 플랫폼은 전자기 스펙트럼 의 다양한 부분에서 데이터를 수집하고 전송하며 , 이를 대규모 공중 또는 지상 기반 감지 및 분석과 결합하여 연구자들에게 엘니뇨 및 기타 장기 및 단기 자연 현상과 같은 추세를 모니터링하는 데 충분한 정보를 제공합니다. 기타 용도로는 천연자원 관리 와 같은 지구과학 의 다양한 분야 , 토지 이용 및 보존과 같은 농업 분야, ^{[ 6 ] [ 7 ]} 온실가스 모니터링 , ^{[ 8 ]} 석유 유출 탐지 및 모니터링, ^{[ 9 ]} 국가 안보 및 국경 지역의 공중, 지상 기반 및 스탠드오프 수집이 있습니다. ^{[ 10 ]}

다중 스펙트럼 수집 및 분석의 기본은 주변 지역과 구별되는 복사선을 반사하거나 방출하는 조사 지역이나 물체를 찾는 것입니다. 주요 원격 탐사 위성 시스템 요약은 개요 표를 참조하십시오.

• 기존 레이더는 주로 항공 교통 관제, 조기 경보, 그리고 특정 대규모 기상 데이터와 관련이 있습니다. 도플러 레이더 는 지역 법 집행 기관의 제한 속도 감시 및 기상 시스템 내 풍속 및 풍향, 강수량 위치 및 강도와 같은 향상된 기상 데이터 수집 에 사용됩니다. 다른 유형의 능동 데이터 수집에는 전리층 의 플라즈마 데이터 수집이 포함됩니다 . 간섭계 합성 개구 레이더는 대규모 지형의 정밀 디지털 표고 모델을 생성하는 데 사용됩니다 ( RADARSAT , TerraSAR-X , Magellan 참조 ).
• 위성에 장착된 레이저 및 레이더 고도계는 광범위한 데이터를 제공합니다. 중력에 의해 생성된 해수의 돌출부를 측정하여 해저 지형을 약 1마일(약 1.6km)의 해상도로 지도화합니다. 또한, 파도의 높이와 파장을 측정하여 풍속과 풍향, 해수면 해류와 해류의 방향을 측정합니다.
• 초음파(음향) 및 레이더 조석계는 해안 및 해상 조석계에서 해수면, 조수 및 파도의 방향을 측정합니다.
• LiDAR( Light Detection and Ranging )는 무기 거리 측정, 레이저를 이용한 투사체 유도, 그리고 대기 중 다양한 화학 물질의 농도 감지 및 측정에 사용되는 반면, 공중 LiDAR는 레이더 기술보다 지상의 물체와 지형의 높이를 더 정확하게 측정하는 데 사용될 수 있습니다. LiDAR는 일반적으로 디지털 표면 모델(DSM) 또는 디지털 표고 모델(DEM)을 생성하여 지표면 변화를 감지하는 데 사용될 수 있습니다. ^{[ 11 ]} 식생 원격 탐사는 LIDAR의 주요 응용 분야입니다. ^{[ 12 ]}
• 복사계 와 광도계 는 가장 널리 사용되는 기기로, 광범위한 주파수 범위에서 반사되고 방출되는 복사선을 수집합니다. 가장 널리 사용되는 센서는 가시광선과 적외선 센서이며, 그 다음으로 마이크로파, 감마선, 그리고 드물게 자외선 센서가 사용됩니다. 또한 다양한 화학 물질의 방출 스펙트럼을 감지하여 대기 중 화학 물질 농도에 대한 데이터를 제공하는 데에도 사용될 수 있습니다.

• 인공 조명 방출은 인간 활동의 핵심 특징이기 때문에 방사계는 밤에도 사용됩니다 . ^{[ 14 ]} 응용 분야에는 인구, GDP, 전쟁이나 재난으로 인한 인프라 손상에 대한 원격 감지가 포함됩니다.
• 위성에 탑재된 방사계와 레이더를 이용하여 화산 폭발을 모니터링할 수 있다 ^{[ 15 ] [ 16 ]}
• 미 육군 연구소(US Army Research Laboratory) 연구진은 분광편광 이미징(SPIM)이 표적 추적에 유용하다고 보고했습니다 . 연구진은 인공물이 자연물에서는 발견되지 않는 편광 특성을 가지고 있음을 확인했습니다. 이러한 결론은 험비(Humvee ) 와 같은 군용 트럭 과 음향광학 가변 필터가 장착된 이중 초분광 및 분광편광 VNIR 분광편광 이미저를 사용한 트레일러의 영상에서 도출되었습니다. ^{[ 17 ] [ 18 ]}
• 항공 사진 의 입체 쌍은 교통성 및 고속도로 부서의 영상 및 지형 분석가가 잠재적 경로를 위한 지형도를 만드는 데 자주 사용되었으며 지상 서식지 특징을 모델링하는 데에도 사용되었습니다. ^{[ 19 ] [ 20 ] [ 21 ]}
• Landsat과 같은 동시 다중 스펙트럼 플랫폼은 1970년대 초부터 사용되어 왔습니다. 이러한 주제별 매퍼는 여러 파장에서 이미지를 촬영하며 일반적으로 Landsat 프로그램 이나 IKONOS 위성을 포함한 지구 관측 위성 에서 찾을 수 있습니다. 주제별 매핑에서 얻은 토지 피복 및 토지 이용 지도는 광물 탐사, 토지 이용 탐지 또는 모니터링, 침입성 식생, 삼림 벌채 탐지, 토착 식물 및 작물( 위성 작물 모니터링 )의 건강 상태 검사(전체 농업 지역 또는 삼림 포함) 에 사용할 수 있습니다. ^{[ 22 ]} 이 목적으로 원격 감지를 사용하는 저명한 과학자로는 Janet Franklin 과 Ruth DeFries 가 있습니다 . Landsat 이미지는 KYDOW와 같은 규제 기관에서 세키 깊이, 엽록소 밀도, 총 인 함량을 포함한 수질 매개변수를 나타내는 데 사용됩니다. 기상 위성은 기상학 및 기후학에 사용됩니다.
• 초분광 이미징은 각 픽셀이 전체 스펙트럼 정보를 가지고 있으며, 인접한 스펙트럼 범위에 걸쳐 좁은 스펙트럼 대역을 이미징하는 이미지 큐브를 생성합니다. 초분광 이미징 장치는 광물학, 생물학, 국방 및 환경 측정을 포함한 다양한 응용 분야에 사용됩니다.
• 사막화 방지 범위 내에서 원격 감지를 통해 연구자들은 장기적으로 위험 지역을 추적하고 모니터링하고 사막화 요인을 파악하고 의사 결정자들이 관련 환경 관리 조치를 정의하도록 지원하며 그 영향을 평가할 수 있습니다. ^{[ 23 ]}
• 원격 탐사 다중 및 초분광 영상은 다양한 공간적 규모에서 생물다양성을 평가하는 데 사용될 수 있습니다. 다양한 식물 종의 분광 특성은 고유하기 때문에 서식지 이질성, 분광 다양성, 식물 기능적 특성 등 생물다양성과 관련된 특성에 대한 정보를 얻을 수 있습니다. ^{[ 24 ] [ 25 ] [ 26 ]}
• 원격 탐사는 희귀 식물을 탐지하여 보존 노력에 도움을 주는 데 활용되어 왔습니다. 중간 해상도에서 매우 높은 해상도까지 예측, 탐지 및 생물물리학적 조건 기록이 가능했습니다. ^{[ 27 ]}
• 농업 및 환경 통계는 일반적으로 분류된 위성 이미지와 지역 샘플링 프레임 에서 선택된 샘플에서 수집된 실제 데이터를 결합합니다. ^{[ 28 ]}

• 측지 원격 탐사는 중력 또는 기하 측지일 수 있습니다. 공중 중력 데이터 수집은 항공 잠수함 탐지에 처음 사용되었습니다. 이 데이터는 지구 중력장 의 미세한 변동을 밝혀냈으며 , 이는 지구 질량 분포 변화를 파악하는 데 활용될 수 있습니다. 이는 GRACE 와 같은 지구물리학 연구에 활용될 수 있습니다. 기하 원격 탐사에는 InSAR , LIDAR 등을 이용한 위치 및 변형 영상이 포함됩니다. ^{[ 29 ]}

• 소나 : 수동 소나는 다른 물체(선박, 고래 등)가 내는 소리를 듣는 반면, 능동 소나는 펄스 형태의 소리를 방출하고 에코를 듣는 것으로, 수중 물체와 지형을 탐지, 거리 측정, 측정하는 데 사용됩니다.
• 다양한 위치에서 측정한 지진 기록은 상대적인 강도와 정확한 시간을 비교하여 지진이 발생한 후 지진을 찾아내고 측정할 수 있습니다 .
• 초음파 : 초음파 센서는 고주파 펄스를 방출하고 에코를 감지하여 조수계나 견인 탱크 등에서 수면파와 수위를 감지하는 데 사용됩니다.

일련의 대규모 관측을 조정하기 위해 대부분의 감지 시스템은 플랫폼 위치와 센서 방향에 의존합니다. 현재 고급 계측기는 위성 항법 시스템 의 위치 정보를 사용하는 경우가 많습니다 . 회전과 방향은 전자 나침반을 통해 1~2도 이내로 측정되는 경우가 많습니다. 나침반은 방위(즉, 자북극까지의 거리)뿐만 아니라 고도(지평선으로부터의 거리)도 측정할 수 있는데, 이는 자기장이 위도에 따라 다른 각도로 지구를 향해 휘어지기 때문입니다. 더 정확한 방향을 위해서는 자이로스코프를 이용한 방향 측정이 필요하며 , 별이나 알려진 기준점을 이용한 항법을 포함한 다양한 방법을 통해 주기적으로 조정됩니다.

원격 감지 데이터의 품질은 공간적, 스펙트럼적, 방사성적, 시간적 해상도로 구성됩니다.

공간 해상도

래스터 이미지 에 기록된 픽셀 의 크기입니다 . 일반적으로 픽셀은 변의 길이가 1~1,000미터(3.3~3,280.8피트)인 정사각형 영역에 해당합니다.

분광 분해능

기록된 다양한 주파수 대역의 대역폭은 일반적으로 플랫폼에서 기록한 주파수 대역의 수와 관련이 있습니다. 현재 Landsat 관측 자료는 적외선 스펙트럼 을 포함한 7개 대역으로 구성되어 있으며 , 분광 해상도는 0.7~2.1μm입니다. Earth Observing-1의 Hyperion 센서는 0.4~2.5μm의 220개 대역을 분석하며, 대역당 분광 해상도는 0.10~0.11μm입니다.

방사성 분해능

센서가 구별할 수 있는 방사선 강도의 수입니다. 일반적으로 8비트에서 14비트까지이며, 이는 256단계의 회색조와 각 대역에서 최대 16,384가지 강도 또는 색조에 해당합니다. 또한 기기의 노이즈에 따라 달라 집니다 .

시간 해상도

위성이나 항공기의 비행 빈도는 시계열 연구나 삼림 벌채 모니터링처럼 평균화 또는 모자이크 이미지가 필요한 연구에만 적용됩니다. 이는 정보기관에서 처음 사용되었는데, 반복적인 취재를 통해 기반 시설의 변화, 부대 배치, 장비의 개조/도입 등을 파악할 수 있었습니다. 특정 지역이나 물체에 구름이 끼면 해당 위치 정보를 반복적으로 수집해야 합니다.

센서 기반 지도를 생성하기 위해 대부분의 원격 탐사 시스템은 지상의 알려진 지점 간의 거리를 포함하여 기준점을 기준으로 센서 데이터를 외삽합니다. 이는 사용되는 센서 유형에 따라 달라집니다. 예를 들어, 일반 사진에서는 이미지 중앙의 거리가 정확하지만, 중앙에서 멀어질수록 측정값의 왜곡이 커집니다. 또 다른 요인은 필름을 누르는 플래튼이 지상 거리를 측정하는 데 사진을 사용할 때 심각한 오류를 유발할 수 있다는 것입니다. 이 문제를 해결하는 단계는 지오 레퍼런싱(georeferencing) 이라고 하며 , 컴퓨터 보조를 통해 이미지의 지점(일반적으로 이미지당 30개 이상의 지점)을 매칭하고, 확립된 벤치마크를 사용하여 외삽하여 이미지를 "워핑(warping)"하여 정확한 공간 데이터를 생성하는 과정입니다. 1990년대 초부터 대부분의 위성 이미지는 완전히 지오레퍼런싱된 상태로 판매됩니다.

또한, 이미지를 방사성 측정 및 대기적으로 보정해야 할 수도 있습니다.

방사선 보정

방사 측정 오류 및 왜곡을 방지할 수 있습니다. 지구 표면의 물체 조명은 지형의 특성 차이로 인해 고르지 않습니다. 이 요소는 방사 측정 왜곡 보정 방법에서 고려됩니다. ^{[ 30 ]} 방사 측정 보정은 픽셀 값에 스케일을 제공합니다. 예를 들어 0~255의 단색 스케일은 실제 복사도 값으로 변환됩니다.

지형 보정(지형 보정이라고도 함)

험준한 산악 지역에서는 지형의 영향으로 픽셀의 유효 조도가 상당히 달라집니다. 원격 탐사 영상에서 그늘진 경사면의 픽셀은 약한 조도를 받아 낮은 복사도를 갖는 반면, 햇볕이 잘 드는 경사면의 픽셀은 강한 조도를 받아 높은 복사도를 갖습니다. 동일한 대상이라도 그늘진 경사면의 픽셀 복사도는 햇볕이 잘 드는 경사면의 픽셀 복사도와 다를 수 있습니다. 또한, 서로 다른 대상의 복사도는 유사한 값을 가질 수도 있습니다. 이러한 모호성은 산악 지역에서 원격 탐사 영상 정보 추출 정확도에 심각한 영향을 미쳤습니다. 이는 원격 탐사 영상의 추가 적용에 주요 장애물이 되었습니다. 지형 보정의 목적은 이러한 영향을 제거하고 수평 조건에서 대상의 실제 반사도 또는 복사도를 복원하는 것입니다. 이는 정량적 원격 탐사 응용의 전제입니다.

대기 보정

각 주파수 대역의 크기를 조정하여 최소값(일반적으로 수역에서 실현됨)이 픽셀 값 0에 해당하도록 하여 대기 안개를 제거합니다. 데이터를 디지털화하면 회색조 값을 변경하여 데이터를 조작할 수도 있습니다.

해석은 데이터를 이해하는 데 중요한 과정입니다. 첫 번째 응용 분야는 항공 사진 수집으로, 다음과 같은 과정을 거쳤습니다. 기존의 단일 또는 입체 촬영에서 광 테이블을 사용하여 공간을 측정하고 , 사진측량법, 포토모자이크, 반복 촬영과 같은 추가 기술을 활용합니다. 또한, 물체의 알려진 치수를 활용하여 변화를 감지합니다. 이미지 분석은 최근 개발된 자동화된 컴퓨터 지원 애플리케이션으로, 사용이 증가하고 있습니다.

객체 기반 이미지 분석(OBIA)은 원격 감지(RS) 이미지를 의미 있는 이미지 객체로 분할하고 공간적, 스펙트럼적, 시간적 규모를 통해 해당 특성을 평가하는 데 전념하는 GI 과학의 하위 분야입니다.

원격 감지에서 얻은 오래된 데이터는 광범위한 지리에 대한 유일한 장기 데이터를 제공할 수 있기 때문에 종종 가치가 있습니다. 동시에, 데이터는 해석하기 복잡하고 저장하기에는 부피가 큽니다. 현대 시스템은 종종 무손실 압축을 사용하여 디지털로 데이터를 저장하는 경향 이 있습니다. 이 접근 방식의 어려움은 데이터가 취약하고, 형식이 구식일 수 있으며, 데이터를 위조하기 쉽다는 것입니다. 데이터 시리즈를 보관하는 가장 좋은 시스템 중 하나는 일반적으로 OCR-B 와 같은 글꼴 로 컴퓨터로 생성된 기계 판독 가능 울트라피시 또는 디지털화된 하프톤 이미지입니다. 울트라피시는 표준 라이브러리에서 수세기 동안 잘 보존됩니다. 자동화된 시스템으로 생성, 복사, 보관 및 검색할 수 있습니다. 보관용 자기 매체만큼 작지만 최소한의 표준화된 장비로 사람이 읽을 수 있습니다.

일반적으로 원격 감지는 역문제 의 원리에 따라 작동합니다 . 관심 대상이나 현상( 상태 )을 직접 측정할 수 없지만, 감지하고 측정할 수 있는 다른 변수( 관찰 )가 있으며, 계산을 통해 관심 대상과 관련될 수 있습니다. 이를 설명하는 데 사용되는 일반적인 비유는 발자국으로 동물의 종류를 판별하려는 것입니다. 예를 들어, 상층 대기의 온도를 직접 측정하는 것은 불가능하지만 해당 지역에서 알려진 화학 종(예: 이산화탄소)의 스펙트럼 방출을 측정하는 것은 가능합니다. 그러면 방출 빈도를 열역학을 통해 해당 지역의 온도와 관련시킬 수 있습니다.

실제 데이터 처리에 대한 논의를 용이하게 하기 위해 여러 처리 "수준"이 1986년 NASA에서 지구 관측 시스템 의 일부로 처음 정의되었으며 ^{[ 31 ]} 그 이후로 NASA 내부(예: ^{[ 32 ]} )와 기타 곳(예: ^{[ 33 ]} )에서 꾸준히 채택되었습니다. 이러한 정의는 다음과 같습니다.

레벨 1 데이터 레코드는 중요한 과학적 유용성을 갖는 가장 기본적인(즉, 가장 높은 가역 레벨) 데이터 레코드이며, 이후의 모든 데이터 세트가 생성되는 기반이 됩니다.레벨 2는 대부분의 과학적 응용 프로그램에서 직접 사용할 수 있는 첫 번째 레벨입니다.레벨 2의 가치는 하위 레벨보다 훨씬 큽니다.레벨 2 데이터 세트는 시간적, 공간적 또는 스펙트럼적으로 축소되었기 때문에 레벨 1 데이터보다 볼륨이 적은 경향이 있습니다.레벨 3 데이터 세트는 일반적으로 하위 레벨 데이터 세트보다 작기 때문에 많은 데이터 처리 오버헤드를 발생시키지 않고 처리할 수 있습니다.이러한 데이터는 일반적으로 많은 응용 프로그램에서 더 유용합니다.레벨 3 데이터 세트의 규칙적인 공간적 및 시간적 구성 덕분에 다양한 소스의 데이터를 쉽게 결합할 수 있습니다.

이러한 처리 수준은 일반적인 위성 데이터 처리 파이프라인에 특히 적합하지만, 다른 데이터 수준 어휘집도 정의되어 있으며 더욱 이질적인 워크플로에 적합할 수 있습니다.

위성 이미지는 농업, 임업 또는 일반적인 토지 피복과 같이 영토와 밀접하게 관련된 주제에 대한 통계를 생성하는 데 매우 유용한 정보를 제공합니다. Landsata 1 이미지를 통계에 적용한 최초의 대규모 프로젝트는 1974-77년에 NASA, NOAA 및 USDA 가 운영한 LACIE(Large Area Crop Inventory Experiment)였습니다. ^{[ 34 ] [ 35 ]} 이탈리아의 AGRIT 프로젝트와 유럽 위원회 의 공동 연구 센터 (JRC) 의 MARS 프로젝트를 포함하여 작물 면적 추정에 대한 다른 많은 응용 프로젝트가 뒤따랐습니다 . ^{[ 36 ]} 산림 면적 및 삼림 벌채 추정도 원격 감지 프로젝트의 빈번한 대상이었습니다. ^{[ 37 ] [ 38 ]} 토지 피복 및 토지 이용과 동일합니다 ^{. [ 39 ]}

이미지 분류를 훈련하고 검증하기 위한 기준 데이터나 참조 데이터는 연간 작물 이나 개별 산림 종을 대상으로 하는 경우 현장 조사가 필요하지만, 항공 사진 이나 위성 이미지 에서 확실하게 식별할 수 있는 더 넓은 클래스를 살펴보는 경우 사진 해석 으로 대체될 수 있습니다. 확률적 샘플링은 이미지 분류를 위한 훈련 픽셀 선택에 중요하지 않지만 분류된 이미지의 정확도 평가와 면적 추정에는 필요하다는 점을 강조하는 것이 중요합니다. ^{[ 40 ] [ 41 ] [ 42 ]} 훈련 및 검증 데이터 세트가 공간적으로 상관 관계가 없도록 특별히 주의해야 합니다. ^{[ 43 ]}

이제 시각적 사진 해석을 통해 생성된 분류된 이미지 또는 토지 피복 지도 가 있고, 우리의 목적에 맞는 지도 분류 범례가 있다고 가정해 보겠습니다. 밀을 다시 예로 들어 보겠습니다. 간단한 방법은 밀로 분류된 픽셀 수를 세고 각 픽셀의 면적을 곱하는 것입니다. 많은 저자들은 추정량 이 일반적으로 편향되어 있다는 점을 알아챘습니다. 혼동 행렬 의 위임 오류와 누락 오류가 서로 상쇄되지 않기 때문입니다 . ^{[ 44 ] [ 45 ] [ 46 ]}

분류된 위성 이미지 또는 위성 이미지에서 계산된 다른 지표의 주요 강점은 전체 대상 지역 또는 대부분에 대한 저렴한 정보를 제공하는 것입니다. 이 정보는 일반적으로 편향되지 않고 정확한 방식으로 관찰하는 데 비용이 많이 드는 대상 변수(실측치)와 좋은 상관 관계를 갖습니다. 따라서 영역 샘플링 프레임 에서 선택한 확률적 샘플 에서 관찰할 수 있습니다 . 기존 조사 방법론은 샘플에 대한 정확한 정보와 정확도는 낮지만 포괄적인 데이터를 결합하여 수집 비용이 저렴한 공변량 또는 프록시를 위한 다양한 방법을 제공합니다 . 농업 통계의 경우 일반적으로 현장 조사가 필요하지만 항공 사진이나 고해상도 위성 이미지에서 안정적으로 식별할 수 있는 토지 피복 클래스의 경우 사진 해석이 더 나을 수 있습니다. 불완전한 참조 데이터(실측치 또는 이와 유사한 데이터)로 인해 추가적인 불확실성이 나타날 수 있습니다. ^{[ 47 ] [ 48 ]}

일부 옵션은 다음과 같습니다: 비율 추정기 , 회귀 추정기 , ^{[ 49 ]} 교정 추정기 ^{[ 50 ]} 및 소규모 영역 추정기 ^{[ 39 ]}

작물 수확량 이나 잎 면적 과 같은 다른 변수를 타겟으로 삼는 경우 엽록소 활동을 대신할 수 있는 좋은 지표인 NDVI 와 같은 이미지에서 계산할 다른 지표가 필요할 수 있습니다 . ^{[ 28 ]}

원격 탐사라는 현대 학문은 비행의 발달과 함께 생겨났습니다. 열기구 조종사 G. 투르나숑(별명 나 다르 )은 1858년 열기구에서 파리의 사진을 찍었습니다 . ^{[ 51 ]} 초기 이미지에는 전서구, 연, 로켓, 무인 열기구도 사용되었습니다. 열기구 사진을 제외하면 이러한 초기 개별 이미지는 지도 제작이나 과학적 목적에 특별히 유용하지는 않았습니다.

체계적인 항공 사진은 제1차 세계 대전 부터 군사 감시 및 정찰 목적으로 개발되었습니다 . ^{[ 52 ]} 제1 차 세계 대전 이후 원격 감지 기술은 민간 분야에 빠르게 적용되었습니다. ^{[ 53 ]} 이는 "항공 사진 및 항공 측량"이라는 제목의 1941년 교과서의 첫 번째 줄에서 다음과 같이 언급되어 있는 것을 통해 입증됩니다.

"미국에서는 더 이상 항공 사진 촬영을 설교할 필요가 없습니다. 항공 사진 촬영이 너무나 널리 이용되고 있고, 그 가치가 너무나 크기 때문에 시골의 외딴곳에 있는 밭에 작물을 심는 농부조차도 그 가치를 알고 있습니다."

—  제임스 배글리 ^{[ 53 ]}

원격 감지 기술의 개발은 냉전 중에 P-51 , P-38 , RB-66 및 F-4C 와 같은 개조된 전투기나 U2/TR-1 , SR-71 , A-5 및 OV-1 시리즈 와 같은 특별히 설계된 수집 플랫폼을 오버헤드 및 스탠드오프 수집에 사용하면서 절정에 달했습니다. ^{[ 54 ]} 더 최근에는 유인 및 무인 플랫폼 모두에서 법 집행 기관 및 군대에서 사용하는 것과 같은 점점 더 작아지는 센서 포드가 개발되었습니다. 이 접근 방식의 장점은 주어진 기체에 최소한의 수정만 필요하다는 것입니다. 이후의 이미징 기술에는 적외선, 기존, 도플러 및 합성 개구 레이더가 포함됩니다. ^{[ 55 ]}

20세기 후반 인공위성의 개발로 냉전 종식과 함께 원격 탐사가 전 세계적 규모로 발전할 수 있었습니다. ^{[ 56 ]} Landsat , Nimbus 와 같은 다양한 지구 관측 및 기상 위성 과 RADARSAT 및 UARS 와 같은 최근 임무 에 탑재된 계측기는 민간, 연구 및 군사 목적으로 다양한 데이터의 전 세계적 측정을 제공했습니다. 다른 행성으로 가는 우주 탐사선 도 지구 밖 환경에서 원격 탐사 연구를 수행할 수 있는 기회를 제공했습니다. 마젤란 우주선에 탑재된 합성 개구 레이더는 금성 의 자세한 지형도를 제공했고 , SOHO 에 탑재된 계측기는 태양 과 태양풍 에 대한 연구를 수행할 수 있게 해주었습니다 . 이는 몇 가지 예에 불과합니다. ^{[ 57 ] [ 58 ]}

최근 발전에는 1960년대와 1970년대에 시작된 위성 영상 처리 기술 의 개발이 포함됩니다 . "원격 탐사"라는 용어는 1960년대 초 Evelyn Pruitt가 과학의 발전으로 인해 항공 사진이 새로운 기술로 생성되는 데이터 스트림을 설명하는 데 더 이상 적절한 용어가 아니라는 것을 깨달았을 때 시작되었습니다. ^{[ 59 ] [ 60 ]} 그녀는 해군 연구소(Office of Naval Research)의 동료 직원인 Walter Bailey의 도움을 받아 "원격 탐사"라는 용어를 만들었습니다. ^{[ 61 ] [ 62 ]} NASA Ames Research Center , GTE , ESL Inc.를 포함한 실리콘 밸리 의 여러 연구 그룹이 푸리에 변환 기술을 개발하여 영상 데이터의 주목할 만한 향상을 최초로 이루었습니다. 1999년에는 초고해상도 영상을 수집하는 최초의 상업용 위성(IKONOS)이 발사되었습니다. ^{[ 63 ]}

원격 감지는 현대 정보 사회에서 점점 더 중요해지고 있습니다. 항공우주 산업의 일부로서 핵심 기술을 나타내며 경제적 관련성이 점점 커지고 있습니다. TerraSAR-X 및 RapidEye 와 같은 새로운 센서가 끊임없이 개발되고 숙련된 노동력에 대한 수요가 꾸준히 증가하고 있습니다. 더욱이 원격 감지는 날씨 예보 에서 기후 변화 또는 자연 재해 에 대한 보고에 이르기까지 일상 생활에 엄청난 영향을 미칩니다. 예를 들어, 독일 학생의 80%가 Google Earth 서비스를 사용하며 , 2006년에만 소프트웨어가 1억 번 다운로드되었습니다. 그러나 연구에 따르면 일부 학생만이 작업하는 데이터에 대해 더 많이 알고 있는 것으로 나타났습니다. ^{[ 64 ]} 위성 이미지의 응용과 이해 사이에는 엄청난 지식 격차가 있습니다 . 원격 감지는 주제에 대한 교육 지원을 강화하려는 정치적 주장과 관계없이 학교에서 접선적인 역할만 합니다. ^{[ 65 ]} 학교 수업을 위해 명시적으로 개발된 많은 컴퓨터 소프트웨어는 복잡성으로 인해 아직 구현되지 않았습니다. 따라서 이 과목은 교과과정에 전혀 통합되지 않거나 아날로그 이미지 해석 단계를 통과하지 못합니다. 실제로 원격 탐사 과목은 단순히 위성 이미지의 시각적 해석뿐 아니라 물리와 수학의 통합, 그리고 미디어 및 방법론 분야의 역량을 요구합니다.

많은 교사들이 "원격 감지"라는 주제에 큰 관심을 가지고 있으며, 커리큘럼을 고려한다면 이 주제를 교육에 통합하려는 동기를 가지고 있습니다. 많은 경우, 혼란스러운 정보 때문에 이러한 격려가 실패합니다. ^{[ 66 ]} EGU 나 Digital Earth ^{[ 67 ]} 와 같은 조직은 지속 가능한 방식으로 원격 감지를 통합하기 위해 학습 모듈 과 학습 포털 의 개발을 장려합니다 . 예를 들어 FIS – 학교 수업에서의 원격 감지 ^{[ 68 ]} , Geospektiv ^{[ 69 ]} , Ychange ^{[ 70 ]} , Spatial Discovery ^{[ 71 ]} 는 미디어 및 방법 자격과 자립 학습을 장려합니다.

원격 탐사 데이터는 원격 탐사 애플리케이션 이라고 하는 컴퓨터 소프트웨어를 통해 처리 및 분석됩니다 . 원격 탐사 데이터를 처리하기 위한 수많은 독점 및 오픈 소스 애플리케이션이 존재합니다.

원격 탐사를 통해 감마선을 광물 탐사에 활용하는 사례가 있습니다. 1972년에는 감마선을 이용한 광물 탐사 원격 탐사에 200만 달러 이상이 투자되었습니다. 감마선은 우라늄 광상을 탐색하는 데 사용됩니다. 칼륨의 방사능을 관측하면 반암 구리 광상을 찾을 수 있습니다. 우라늄과 토륨의 높은 비율은 열수 구리 광상의 존재와 관련이 있는 것으로 밝혀졌습니다. 석유 및 가스전 상공에서도 방사선 패턴이 발견되었지만, 이러한 패턴 중 일부는 석유나 가스가 아닌 지표 토양에서 발생하는 것으로 여겨졌습니다. ^{[ 72 ]}