浪尖知识库 2026

遥感科学与技术

34分钟阅读

遥感科学与技术：AI+卫星影像的交叉方向

我当年我选遥感科学与技术这个专业的时候，很多人一听”遥感”就问我：“是不是毕业去遥感卫星？“我都懒得解释了——这专业哪是研究卫星这么简单，这是用卫星和无人机”拍照”，然后用AI分析影像，给地球做”全身体检”的核心技术专业。

，从一所普通211院校毕业，现在在一家AI公司做遥感影像处理。说起来遥感这个领域挺有意思的，你想想看：从太空给地球拍照片，然后用AI识别出哪里是森林、哪里是农田、哪里是城市、哪里发生了火灾、哪里发生了洪水——这些事情听起来像科幻，但现在都是实实在在的产业。

遥感科学与技术，简单来说就是遥感+GIS+AI的融合。核心是用卫星影像、无人机影像获取地表信息，然后用AI算法（特别是深度学习）自动提取你需要的内容。

你可能不知道的是，遥感正在悄悄改变我们生活的方方面面：你手机里的天气预报，背后是气象卫星的遥感影像；疫情防控期间追踪人口流动，是遥感+大数据；国家要摸清全国耕地家底，靠的是遥感卫星”一张图”；自动驾驶汽车识别道路环境，靠的是车载相机和激光雷达。

根据我的观察和行业数据，遥感这几年正在爆发。AI for Remote Sensing已经成为学术界和工业界最热门的方向之一。2024年 Nature 发了多篇遥感+AI的顶刊论文，各大厂（阿里、腾讯、百度、华为）都在建遥感AI团队，遥感公司（航天宏图、世纪空间）也在大规模招人。薪资方面，遥感AI算法工程师已经跟计算机视觉算法工程师看齐了，硕士应届30-60万年薪是正常水平。

专业定位

咱们先把这个专业的定位搞清楚。

遥感是啥？说白了就是”遥远的感知”。不接触目标本身，却能获取目标的信息。这听着挺玄乎的对吧？但其实你天天都在用。

你手机里的地图，为啥能显示你家附近的地形地貌？因为有卫星拍了照片。你看天气预报，为啥能知道云层分布？因为有气象卫星在拍云图。你用导航开车，为啥能识别道路和建筑？因为有遥感影像在后台支撑。

遥感就是干这个的——用各种传感器，从远处获取地球表面的信息。

我第一次真正理解遥感的时候，是在大二的遥感实习上。那天我用ENVI软件处理了一张卫星影像，把那些灰蒙蒙的像素变成了土地利用分类图——哪里是建筑、哪里是植被、哪里是水体，一目了然。那一刻我才真正意识到，这玩意儿是有用。

这专业到底学啥？三个字：看、算、用。

看，就是获取遥感影像。卫星影像、无人机影像、机载影像，各有各的特点和用途。

算，就是处理影像信息。几何校正、辐射校正、图像增强、信息提取，这些是基本功。

用，就是把遥感信息应用到各行各业。农业估产、城市规划、环境监测、灾害评估、军事侦察——遥感无处不在。

遥感为啥突然火了？三个原因：

第一个，AI爆发。深度学习这玩意儿，简直就是为遥感量身定做的。以前人工分类一张遥感影像要几天，现在AI几秒钟就搞定，而且准确率比人还高。

第二个，卫星多了。以前就那么几颗遥感卫星，现在商业航天起来了，卫星数量暴增，影像获取越来越容易。国内的长光卫星、二十一世纪星座，国外的Planet Labs，每天都在给地球拍照，数据多到用不完。

第三个，应用场景多了。智慧城市要遥感、自动驾驶要遥感、农业保险要遥感、碳汇核算要遥感——遥感正在渗透到各行各业。

适合人群

说完了专业定位，咱们来聊聊啥样的人适合学遥感。

第一类：对AI和图像处理感兴趣的人。遥感本质上就是AI+图像处理。你要是喜欢捣鼓图像识别、喜欢调模型参数、喜欢看模型一点点变准，那遥感太适合你了。

我当年就是喜欢图像处理才选的这个专业。每次看到自己训练的模型准确率提升，那种成就感是无法言喻的。

第二类：喜欢地理和环境的人。遥感研究的是地球表面，你要是从小就对地理感兴趣、喜欢研究山川河流、关注环境保护，那遥感会让你如鱼得水。

第三类：编程能力不错的人。遥感处理大量依赖Python和深度学习框架。你要是编程基础好，学遥感会轻松很多。当然，编程也是可以培养的，关键是得有这个意愿。

第四类：想进大厂拿高薪的人。这是我要重点说的。遥感+AI这个组合，在就业市场上简直是王炸。为啥？因为现在各大厂都在建遥感AI团队，但真正懂遥感又懂AI的人才少得可怜。你要是这两样都会，那offer拿到手软。

我这在传统行业是不可想象的。

不适合的人群：如果你对编程完全没兴趣，看见代码就头疼，那遥感可能不太适合你。虽然遥感也可以做应用方向，但核心技能还是编程和算法。另外，追求稳定平淡的生活，遥感也不太合适。这个领域技术迭代太快，需要持续学习。

四年路线图

大一：打基础，这一年决定你能不能跟上

大一的核心就三件事：Python，数学、了解遥感是干嘛的。

Python是重中之重。我见过太多学弟学妹大一大二没学好Python，大三学机器学习的时候完全听不懂，直接心态崩了。所以趁大一课业压力还没那么大的时候，把Python基础打扎实，Numpy、Pandas、Matplotlib这三个库必须玩溜。

我当年就是Python没学好，后来学深度学习的时候走了不少弯路。建议你们直接去LeetCode刷题，别像我一样临时抱佛脚。

数学方面，高数、线代、概率论，这三门课必须认真学。遥感里大量用到矩阵运算（图像本质上就是矩阵）和概率统计（分类本质上就是概率推断）。数学基础不扎实，后面学什么都费劲。

开始了解遥感是什么东西。图书馆里泡着，翻翻《遥感原理与应用》《数字图像处理》这些书，虽然可能看不懂，但至少知道这行是干嘛的。关注一下NASA、欧空局、中国遥感卫星应用中心这些机构的官网，看看他们发布的卫星影像和应用案例，对行业有个感性认识。

大二：深入理论，进入hard模式

大二的课程开始上强度了。遥感原理与方法、数字图像处理、摄影测量学、信号与系统——这四门课是专业的”四大天王”，挂科率不低，但每一门都是后面专业课的基础。

大二下学期有一门课叫数字图像处理，这是我认为大二最重要的课之一。图像增强、图像复原、图像压缩、图像分割——这些方法是后面学深度学习遥感应用的理论基础。

我当年学这门课的时候，老师布置的编程作业贼多，我一度想放弃。但后来做项目的时候才发现——当初那些折磨人的傅里叶变换和卷积运算，都是宝贵的财富。

大二下学期有一门课叫遥感实习，这是大学期间最有趣的实践之一。我记得我那年是在学校周边的农田做了一次遥感实习：用无人机航拍，然后自己用ENVI做分类。那次实习让我真正理解了课堂知识是怎么落地的——原来遥感影像能分辨出小麦和水稻！

竞赛方面，可以开始关注全国大学生 GIS技能应用大赛、遥感影像解译大赛了。这些是遥感专业最对口的赛事，获奖经历对保研和求职都很有帮助。

大三：决定方向，这一年最重要

大三最重要的一件事：把深度学习搞定，做一个完整的遥感AI项目。

我的建议是这样：大三上学期，找一门经典的深度学习课程（比如吴恩达的CS231n，或者李宏毅的机器学习课程），从头到尾学一遍，然后用PyTorch实现一遍主要的网络结构（LeNet、AlexNet、VGG、ResNet等）。不要眼高手低觉得”我懂就行了”，真正写代码的时候你才会发现好多细节根本不懂。

实现完之后，去Kaggle或者遥感领域的数据集（比如UC Merced LandUse、WHU-RS19、NWPU-RESISC45）上，做一个遥感影像分类或目标检测的项目。对比一下自己的解决方案和state-of-the-art的差距，这就是进步的过程。

大三下学期，选一个方向深入：遥感影像分类、变化检测、目标检测、语义分割，你得有个侧重点。我当时选了变化检测方向，所以花了很多时间在U-Net、DeepLabV3等分割网络上。

这个阶段必须找一份暑期实习。遥感AI的实习机会其实挺多的：阿里达摩院、腾讯AI Lab、百度AI Studio、华为云、航天宏图、世纪空间，这些公司/机构每年暑假都招实习生。

我当时大三暑假去了航天宏图实习，做的是遥感影像变化检测。虽然最后没留下来，但那段经历让我真正理解了工业界是怎么做AI研发的。

大四：冲刺，决定你人生的第一份工作

大四上学期，核心任务就是两件事：秋招/考研、毕业设计。

如果你决定就业，那大三暑假就应该开始准备简历和面试了。遥感AI相关岗位的面试，技术部分主要考这几个方面：Python编程、深度学习原理（CNN、反向传播、优化器）、遥感影像分类/检测/分割的模型和数据集、代码实现能力。建议提前两个月开始刷题，LeetCode简单和中等难度的题目要能做出来。

如果你决定考研，那大三下学期就要开始准备了。遥感科学与技术考研的专业课，一般是遥感原理+数字图像处理，或者数据结构+数据库，具体看目标学校的要求。建议早点确定目标院校，然后找该校的学长学姐问问专业课怎么复习。

毕业设计选题很重要。我建议选一个跟就业方向相关的课题，比如”基于深度学习的多时相遥感影像变化检测研究”、“基于U-Net的遥感影像语义分割”、“基于Faster R-CNN的遥感影像目标检测”等。

我当时做的毕设是关于”基于深度学习的遥感影像变化检测”的，这个课题跟我的实习方向一致，所以做起来比较顺手。秋招面试的时候，面试官对这个项目特别感兴趣，问了很多技术细节。

核心课程

遥感科学与技术的专业核心课程主要包括以下几个模块：

计算机与编程基础模块：C语言/C++、Python——编程二件套，Python最重要，数据处理和AI的主力语言；数据结构与算法——面试必考；机器学习与深度学习——这是饭碗。

遥感基础理论模块：遥感原理与方法——这是根基！电磁波谱、辐射传输、大气纠正，必须理解；摄影测量学——利用航空照片进行测量；数字图像处理——图像处理的基本方法。

遥感数据处理模块：遥感数字图像处理——ENVI/Erdas操作，核心技能；微波遥感——SAR（合成孔径雷达）影像处理；高光谱遥感——精细光谱分析。

AI与遥感融合模块：机器学习与深度学习（TensorFlow/PyTorch）——这是饭碗，CNN是核心；遥感影像智能解译——图像分类、目标检测、语义分割、变化检测；LiDAR技术——激光雷达点云处理。

GIS与空间分析模块：GIS原理与应用——地理信息系统；GNSS原理与应用——定位基础。

我这些课程里Python编程是吃饭的家伙，深度学习是进阶敲门砖，遥感原理是看家本领。这三样东西你要是都能玩转，工作随便挑。

能力栈

遥感毕业出来，你得有几把刷子才行。

第一把刷子：图像处理能力。能熟练使用ENVI、ERDAS、PCI等遥感专业软件处理影像。辐射校正、几何校正、图像融合——这些基本操作必须会。

得能用OpenCV或者GDAL等库自己写代码处理影像。为啥？因为实际工作中，业务逻辑都是代码实现的，光会点鼠标不够用。

第二把刷子：深度学习能力。能用TensorFlow/PyTorch实现遥感影像分类、目标检测、语义分割等算法。CNN、U-Net、ResNet、YOLO——这些模型必须能从头到尾实现一遍。

我当年学深度学习的时候，就是自己手写了一遍卷积操作、池化操作、反向传播。你别觉得这是在浪费时间，只有亲手写过，才能真正理解里面的门道。

第三把刷子：工程落地能力。能把算法变成可部署的产品。这个能力在工业界非常重要，因为学术界的模型往往不能直接用于生产环境，需要大量的优化和改造。

你得懂模型部署、模型压缩、推理加速这些东西。也得懂数据处理流程、数据质量控制这些工程化的问题。

升学就业

考研还是就业

这是一个老生常谈的问题，但我要给你一个明确的答案：强烈建议读研，遥感AI算法岗位基本只要硕士。

本科就业的现状：我遥感科学与技术的本科毕业生，找工作不是找不到，但岗位质量普遍不高。我见过的一些本科同学，去了遥感公司做数据处理（就是天天用ENVI画图那种），去了测绘公司做外业（就是天天出野外那种），或者去做售前技术支持。薪资方面，本科做数据处理大概8k-12k一个月，做得好的可能到15k。

硕士就业的现状：硕士就不一样了。遥感AI算法工程师、图像算法工程师、计算机视觉算法工程师，这些岗位在AI公司、遥感公司、互联网大厂里，硕士是基本门槛。2024年的行情，硕士应届生做遥感AI相关的工作，阿里、腾讯、百度能给到30k-50k，个别sp能到60k以上。一年下来加上年终奖，40-70万年薪是正常的。

博士就业的现状：如果你读到博士，那又是另一个世界了。高校教职、研究院所、企业的首席科学家，年薪百万不是梦。但能读到博士的人毕竟是少数，而且博士的研究方向要非常聚焦才行。

什么人适合考研：对遥感技术有浓厚兴趣，想深入研究的；想进AI公司或者遥感科技公司的；对自己的职业发展有较高期待的；想从事算法研究或者核心技术研发的。

什么人可以本科就业：对技术没太大追求，只想稳定找个工作的；家庭条件不允许继续深造的；已经拿到了不错的offer的。

我的建议是：只要不是家庭特别困难或者对学术完全没兴趣，都建议读个硕士。考研的性价比在这个专业是高，而且遥感AI这个方向还在快速发展，硕士学历能让你跟上技术迭代的节奏。

就业全景

遥感科学与技术的就业方向非常清晰，主要分为以下几个领域：

第一，AI公司（最火的方向）。代表企业：商汤科技、旷视科技、依图科技、云从科技等AI独角兽，以及阿里达摩院、腾讯AI Lab、百度AI Studio、华为云等大厂AI团队。AI公司招的岗位主要是计算机视觉算法工程师、遥感AI算法工程师、图像算法工程师。硕士应届生薪资范围在30k-60k，个别sp能到70k以上。

第二，遥感科技公司（专业对口）。代表企业：航天宏图、世纪空间、四维图新、长光卫星、欧比特等。这些公司是遥感行业的老牌厂商，做遥感卫星运营、影像处理、数据服务等。硕士毕业生去这些公司，一般做遥感算法工程师、图像处理工程师、GIS开发工程师。薪资比AI公司低一些，但工作强度也低，而且这个领域比较稳定。

第三，互联网大厂（地图/位置服务）。代表企业：百度（地图事业部）、阿里（高德）、腾讯（地图）、字节（本地生活）等。互联网公司招的岗位主要是地图数据工程师、位置服务工程师、图像算法工程师。硕士应届生薪资范围在25k-45k。

第四，测绘院/规划设计院（稳定去向）。代表单位：国家遥感中心、各省市测绘院、规划设计院等。这些单位承担着国家基础测绘、遥感数据采集等任务，对遥感人才的需求稳定。去这些单位，工作稳定但薪资一般，大概10-20万一年。

第五，国家事业单位/科研院所（稳定+研究）。代表单位：中科院遥感与数字地球研究所、中科院空天信息创新研究院，自然资源部卫星海洋应用中心等。这些单位做遥感科学研究和应用示范，对高学历人才需求大。工作稳定，有寒暑假（如果是高校的话），但薪资一般。

第六，自动驾驶公司（高薪方向）。代表企业：百度Apollo、小马智行、蔚来、理想、小鹏等。自动驾驶对感知的需求非常大，需要大量做图像感知的人才。遥感专业学的图像处理和深度学习，在自动驾驶领域也很对口。

避坑点

坑一：把ENVI当成全部

有些同学觉得会ENVI就够了，这想法太天真了。ENVI只是工具，真正核心的是图像处理的原理和深度学习的算法。

我当年就是吃了这个亏。大一大二把ENVI玩得贼溜，结果大三学深度学习的时候傻眼了——因为ENVI是封装好的软件，你只会点鼠标；而深度学习需要你从底层写代码。两者之间的gap太大了。所以趁早学Python、学深度学习框架，别把自己局限在ENVI里。

坑二：只调库不读源码

深度学习火起来之后，很多人就开始疯狂调库。PyTorch一调用，模型就出来了，acc就上去了。这种”调库侠”在面试的时候很容易露馅。

我当年面试的时候，面试官问我卷积操作的梯度是怎么传播的，我当场就傻了。因为我一直用的是nn.Conv2d，从来没想过梯度是怎么算的。后来我老老实实把卷积、池化、反向传播的代码从头写了一遍，这才真正理解了里面的门道。所以别光调库，多看看源码，多写写底层实现。

坑三：没有实际项目经验

有些同学简历上写着”熟悉深度学习、熟悉遥感影像处理”，但一问具体做过什么项目，就支支吾吾说不出来。这种简历在秋招的时候基本会被直接过滤掉。

我的建议是：大三必须做一个完整的遥感AI项目，从数据处理到模型训练到结果分析，全流程走一遍。然后把这个项目整理成一个GitHub仓库，秋招的时候直接甩链接给面试官看。这比你简历上写一百遍”精通深度学习”都有用。

与AI新产业结合

2026年的遥感，正在被AI深刻重塑。

第一个方向：遥感AI大模型。这绝对是目前最火的方向。什么叫遥感AI大模型？就是用海量的遥感影像数据，训练一个超大规模的深度学习模型，这个模型能够理解遥感影像中的各种地物、各种场景、各种任务。

这个方向国内外都在抢着做。国内有武汉大学的”武汉一号”、中科院空天院的”东方慧眼”；国外有微软的SatCLIP、Meta的Scale-MAE。大厂里阿里达摩院、百度视觉实验室、腾讯AI Lab都在建自己的遥感大模型。

第二个方向：实时监测与预警。以前遥感监测是”事后”的——等灾害发生了再去拍照片分析。现在不一样了，卫星组网+AI分析，可以做到准实时监测。

比如森林火灾，以前要等火烧起来了才知道，现在卫星每天过顶，加上AI实时分析，可以在烟雾刚出现的时候就报警。

第三个方向：遥感+多模态。就是把遥感影像跟其他数据结合起来分析。比如遥感+气象数据，可以预测农作物产量；遥感+社交媒体数据，可以监测城市热点事件；遥感+物联网数据，可以做精细化农业管理。多模态是AI发展的趋势，遥感作为重要的数据源，跟其他模态的结合会越来越紧密。

第四个方向：边缘AI+遥感。以前遥感数据都要传到云端处理，现在随着芯片技术的发展，边缘设备也能跑AI模型了。这意味着无人机、卫星上可以直接跑AI算法，实现本地化的实时处理。这个方向对嵌入式开发能力有要求，但也是未来的发展方向。

推荐阅读

入门书籍：《遥感原理与应用》（科学出版社）——遥感专业的经典教材；《数字图像处理》（电子工业出版社）——冈萨雷斯那本，图像处理的圣经；《深度学习》（人民邮电出版社）——花书，深度学习必读。

进阶书籍：《PyTorch深度学习实战》（人民邮电出版社）——学PyTorch的好书；《遥感图像处理理论与方法》（科学出版社）——偏理论，但很重要；《Python遥感数据分析》（电子工业出版社）——实用型书籍。

拓展阅读：关注遥感领域的顶级会议论文：IGARSS、CVPR、ICCV；关注遥感领域的顶级期刊论文：IEEE TGRS、JSTARS、Remote Sensing；关注遥感行业资讯网站：遥感集市、GISphere。

过来人的话

最后说一句：遥感科学与技术这专业，选对了是香。站在AI for Science、智慧城市、数字孪生的大风口上，薪资待遇和技术含量都是第一梯队的。但前提是，你得学进去、动手做、有拿得出手的东西。

大学四年，说长不长说短不短。你要是天天打游戏混日子，毕业了可能连工作都找不到；但你要是认真学习、积极参与项目竞赛，毕业进大厂不是梦。

加油吧，学弟学妹。我在行业里等你们。

继续阅读导航

上级目录

同目录索引

跨库关联

同主题推荐

相关标签

  • 中国大学的专业规划
  • 工学类
  • 测绘类
  • 竞赛
  • 科研
  • 实习
  • 就业
  • 考研
  • 保研
  • 创业

下一步阅读