①云层覆盖。大家抬眼看天空，云层千变万化。不同的季节和地区云层覆盖不一。一旦卫星影像研究区域的云覆盖率到了10%以上就很难从中提取好的数据。当然这个问题在商业小卫星覆盖率高的地区，卫星可以在短时间内重复性的访问一个地点，或者在天气晴朗的时候使用无人机获取数据等，是可以解决这个问题的。
②时空分辨率的取舍。空间分辨率，是到目前一直强调的高分辨率。而时间分辨率指的是遥感影像以多高的频率获取，比如是一天拍一次上海，还是一个月一次，还是一年一次。
高分辨率卫星影像不仅仅处理和解译难，获取的费用也是不菲的。因此没有长期的研究、资金支持和投入，没有市场需求，同时开发的高分遥感产品不能在时间或空间分辨率中占得优势的话，企业很难在市场上存活。比如美国Digital Globe，它的卫星影像是根据客户需要去采集数据，它最好的数据产品WorldView-3和4的分辨率可达0.31米。Planet Lab的商业模式则不同，它是通过提高时间分辨率但（部分）放弃空间分辨率（他们的最高分辨率的卫星影像产品是1米空间分辨率），以实现每周生成覆盖全球的遥感影像。当然，Planet同时也在提高卫星影像的空间分辨率来抢占市场。
③波段多，难以取舍。和计算机视觉的机器学习、人工智能模型中大部分只是用红绿蓝三个色相通道（就是普通的照片）不同，高分辨率遥感影像可以有十几到上百个波段，不同的地物解译和图像分割可选取不通的波段组合。但是选择多了也很痛苦，因为目前高分率波段组合和选择在机器学习（人工智能）上的应用还没有足够积累。
客服
