什么是位深
位深度是每个像素中以位为单位表示的细节量。
1 位栅格包含两个值（零和一）。而 8 位栅格的范围是 0-255（总共 256 个值）。
1 位光栅提供两种色调——简单的黑色和白色——或者是和否。 8 位光栅将提供 256 种灰色阴影。
宽范围的值使像素值能够区分非常细微的能量差异。知道了？让我们再研究一下：
8 位 vs 4 位 vs 2 位图像
下面的8 位示例显示了两种不同位深度的东京海岸。每个波段（红色、绿色和蓝色）有 256 种颜色，像素深度为 8。2 8 =256
这是同样的4 位图像，只有 16 种颜色。 2 4 = 16
4 位图像的像素变化不如经典的任天堂游戏。而 8 位图像在每个波段中提供了更多的阴影，总共有 256 个。
如这张2 位图像所示，如果没有阴影范围，您会损失很多质量：
卫星位深度示例
传感器使用的数字 (DN) 的确切范围取决于其辐射分辨率。
例如：
- Landsat 多光谱传感器 (MSS) 测量 0-63 DN 范围内的辐射。
- Landsat Thematic Mapper (TM) 以 0-255 的比例对其进行测量。
- Landsat-8 图像采用 16 位辐射分辨率（范围为 0-65535）。
作为一种趋势，多年来随着传感器质量的提高，位深度也在增加。
光谱、空间和辐射分辨率
您不一定会提高具有更高辐射分辨率的图像质量。
这将导致每个像素的值范围更大。但它也取决于空间和光谱分辨率。
传感器应该在光谱、空间和辐射分辨率之间取得平衡。
空间分辨率越高，每个像素检测到的来自地面的能量就越少。较小的像素意味着地面面积减少。返回传感器的上升流能量将减少。在这种情况下，您必须扩大波长范围以增加检测到的能量。
每个传感器都有特定的目标。例如，较小的空间分辨率（较大的像素）补偿像素大小但获得更大的光谱和辐射分辨率。
位深度和文件大小
更高的辐射分辨率意味着权衡取舍。随着像素深度的增加，文件大小也会变大。
- 东京的 8 位哨兵图像是 355 MB
- 东京的 4 位哨兵图像是 46 MB
- 而东京的 2 位哨兵图像只有 12 MB
如果文件存储是一个问题，那么请考虑图像中的位深度。图像中较低的值范围意味着消耗的内存较少（但质量也较低）。
另外，您可以通过选择有损和无损压缩方法来减小文件大小。
有损压缩（如 JPEG）会永久消除某些信息（尤其是冗余信息）（即使用户可能不会注意到）。但是，无损压缩（如 LZ77）会在压缩过程中保留值，并且文件大小也会减小。
阅读更多： 栅格数据的图像压缩和编码
下一步是什么？
现在您已经了解了辐射分辨率如何工作的基本知识……
亲眼看看一个像素中有多少细节……
拍摄卫星图像并将其从 8 位转换为 4 位。在 ArcGIS 中，选择数据管理工具 > 栅格 > 栅格数据集 > 复制栅格。确保缩放栅格，这样像素值将从较大的位深度缩放到较小的位深度。
您将看到每个像素中的细节量是如何减少的，而这种信息损失在遥感应用中可能代价高昂。另一方面，它可以为您节省数 GB 的文件存储空间。
