廣義的遙測技術是不經接觸而取得物體、地區或現象之資訊的技術。狹意的遙測技術則是以電磁波為主要探測訊息，以大地現象為主要探測對象。遙測技術要考慮遙測感應能量的類別、光源、觀測對象、能量在大氣中的傳遞與干擾、遙測的載台，記錄設備、判釋或推算設備及影像產出等。
遙測技術起源於19世紀運用熱氣球登高望遠，使用照相機記錄大地圖像。20世紀後以飛機、衛星、太空站做為遙測的「載台」，可以看到更大的範圍；遙測載台的發展更是日新月異：高空攝影方面，有大量不同軌道、高度，與地球同步或繞行南北極飛行的衛星，做為不同高度、拍攝範圍與拍攝週期的載台； 21世紀後衛星布滿天空，偵測飛機隨時可以起飛運作。低空攝影方面，除各類飛機、直升機外，也發展出各類無人飛行載具，如遙控固定翼、螺旋翼、飛船等小型機動載具，藉以提供更多機動性高的低空高解像力影像，遙控飛機更讓遙測技術快速普及。
遙測偵測的主要的能量類別為電磁波和聲波，其次為磁波、重力波等。目前是以電磁波為主，配合者感應技術的提升也開始可以偵測其他形式的能量訊息。 攝像設備則是由傳統的底片轉為電子化的攝像設備，可以記錄更大、更細、更多光線頻段的訊息。攝像設備除光學攝影外，更發展出高光譜掃瞄儀、雷射測繪儀（Light Detection and Ranging，LiDAR），以及水下與地下各類探測影像設備，更大幅提升人類取得環境資訊的能力。
遙測的處理設備則隨著資訊技術的發展與人工智慧的演化，更聰明的進行影像資訊的判釋或抽取：由光譜資訊的利用進化到空間資訊與光譜資訊整合運用；也由單像元進化到地物導向的判釋技術。
現代的遙測技術，使人類得以更及時的發現更細緻的環境狀態與變化，有助於掌握各類環境課題的嚴重性與分布；例如，透過氣象衛星掌握颱風的大小與走向。除了提供更廣更清晰的大地影像外，還可以了解不容易感知的地下、水下與空中的環境狀態；例如，水面的溫度、水下的地形、地下的地層或土壤結構與含水量、大氣雲層高低與風向風速、臭氧層的分布或電離層的變化等等。
遙測資訊已融入一般日常生活，如氣象預報中的衛星雲圖或氣象雷達影像，提供更多準確的氣象資訊；網路地圖工具Google Earth，以全球衛星影像做為底圖，呈現地球不同地區的面貌。遙測可快速測量出地面高解像的數值地形模型（Digital Terrain Model，DTM），提供3D展示或虛擬實境重要的立體呈現，也逐漸被運用於地方文化、觀光導覽的介紹資訊。
撰稿者：朱子豪最後修訂日期：98年09月24日參考資料：1 Liu, C. C., C. A. Wu, , M. L. Shieh, J. G. Liu, C. W. Lin, C. L. Shieh. 2005. “Monitoring the illegal quarry mining of gravel on the riverbed using daily revisit FORMOSAT-2 imagery.” Geoscience and Remote Sensing Symposium, 2005. IGARSS '05. Proceedings. 2005 IEEE International, 3: 1777-1780.2 Huang, M. H., J. C. Hu, C. S. Hsieh, K. E. Ching, R. J. Rau, E. Pathier, , B. Fruneau and B. Deffontaines. 2006. “A growing structure near the deformation front in SW Taiwan as deduced from SAR interferometry and geodetic observation.” Journal of Geophysical Research, 33, L12305, doi:10.1029/2005GL025613.3 徐百輝。2003。〈小波轉換應用於高光譜影像光譜特徵萃取之研究〉。博士論文，成功大學測量工程學系。4 Chen, C. M., G. F. Hepner, R. R. Forster.2003.”Fusion of hyperspectral and radar data using the IHS transformation to enhance urban surface features.” Journal of Photogrammetry & Remote Sensing, 58: 19-30.5 Houldcroft, C. J., C. L. Campbell, I. J. Davenport, R. J. Gurney, N. Holden. 2005. “Measurement of canopy geometry characteristics using LiDAR laser altimetry: a feasibility study.” IEEE Transactions on Geoscience and Remote Sensing, 43(10): 2270-2282.6 Van Coillie, F. M. B., L. P. C. Verbeke, R. R. De Wulf. 2007. “Feature selection by genetic algorithms in object-based classification of IKONOS imagery for forest mapping in Flanders, Belgium.” Remote Sensing of Environment, 110: 476-487.7 Tsai, F., H. C. Lin. 2007. “Polygon-based texture mapping for cyber city 3D building models.” International Journal of Geographical Information Science, 21(9): 965-981. | |