# 如何使用 Python 融合 Landsat 数据
## 1. 概述
Landsat 卫星是一个提供地球表面多光谱影像的重要工具。融合 Landsat 数据的过程，包括获取影像、预处理、图像融合等步骤。本文将为刚入行的开发者提供一个详细的步骤指导，包括每一步所需的代码及其功能说明。
## 2. 流程步骤
以下是融合 Landsat 数据的流程：
| 步骤 | 描述
模型融合模型融合采用的的思想，即多个模型的组合可以改善整体的表现。集成模型是一种能在各种的机器学习任务上提高准确率的强有力技术。模型融合是kaggle竞赛后期一个重要的环节，大体来说有如下的类型方式：1. 简单加权融合： 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean） 分类：投票（Voting） 综合：排序融合(Rank averag
转载
2023-10-16 07:15:26
71阅读
# 实现Landsat8数据融合的流程与代码解释
## 1. 引言
在本文中，我将教给你如何使用Python融合Landsat8数据。Landsat8是一颗美国遥感卫星，它提供高分辨率的地球观测数据，包括多光谱影像和热红外数据。融合这些数据可以提供更全面和准确的地理信息。在下面的表格中，我将展示整个流程的步骤。
## 2. 流程表格
| 步骤 | 描述 |
| -------- | ----
原创
2024-01-24 09:57:55
378阅读
基于ENVI5.3的Landsat条带去除、辐射定标、大气校正坏带修复辐射定标大气校正 坏带修复 1.下载landsat_gapfill插件，放入“安装目录\Exelis\ENVI53\extensions”，重启ENVI 2. 加载拟处理文件（MTL.txt格式） 3.打开landsat_gapfill 4.选择存放位置并命名文件 5.选择处理文件辐射定标1.选择工具Radiometric C
转载
2023-06-08 21:20:24
256阅读
美国陆地卫星（LANDSAT）系列卫星由美国航空航天局（NASA）和美国地质调查局（USGS）共同管理。自1972年起，LANDSAT 系列卫星陆续发射，是美国用于探测地球资源与环境的系列地球观测卫星系统，曾称作地球资源技术卫星（ERTS）。陆地卫星的主要任务是调查地下矿藏、海洋资源和地下水资源，监视和协助管理农、林、畜牧业和水利资源的合理使用，预报农作物的收成，研究自然植物的生长和地貌，考察和预
转载
2023-10-28 23:04:54
13阅读
文章目录0. 前言1. 图像翻转1.1 函数简述和原型1.2 参数1.3 返回值1.4 实例展示2. 图像转置2.1 函数简述和原型2.2 参数2.3 返回值2.4 实例展示3. 仿射变换3.1 函数简述和原型3.2 参数3.3 返回值3.4 用法举例3.5 实例展示4. 仿射变换矩阵生成4.1 函数简述和原型4.2 参数4.3 返回值4.4 用法举例5. 透视变换5.1 函数简述和原型5.2
转载
2024-09-04 14:50:19
27阅读
5.辐射定标和大气校正5.1 内容介绍太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正过程。 学习利用 ENVI 大气校正扩展模块（FLAASH 和 QUAC）对多光谱和高光谱数
转载
2024-07-24 17:00:35
57阅读
建议直接看结论paper： Selection of Landsat 8 OLI Band Combinations for Land Use and Land Cover ClassificationABSTRACT: 利用卫星图像进行土地利用和土地覆盖(LULC)分类是监测地球变化的重要手段。为了生成LULC地图，经常使用监督分类方法。对于
随着航空、航天、近地空间遥感平台的持续发展，遥感技术近年来取得显著进步。遥感数据的空间、时间、光谱分辨率及数据量均大幅提升，呈现出大数据特征。这为相关研究带来了新机遇，但同时也带来巨大挑战。传统的工作站和服务器已无法满足大区域、多尺度海量遥感数据处理需求。为解决此问题，全球涌现出多个地球科学数据在线可视化计算和分析云平台，如谷歌Earth Engine（GEE）、航天宏图PIE Engine和阿里
Landsat8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器。OLI包括了ETM+的所有波段，为了避免大气吸收部分特征，OLI对波段进行了重新调整，比较大的调整： 1、OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征； 2、O
转载
2023-11-16 12:29:14
7阅读
# Landsat 地物分类及 Python
## 引言
Landsat 是美国地球观测卫星系统，提供了一系列的传感器数据用于地球表面的监测和研究。地物分类是利用遥感数据对地表进行分类和识别的过程，可以帮助我们了解地表覆盖类型的分布情况。在本文中，我们将介绍如何使用 Python 对 Landsat 数据进行地物分类的过程。
## Landsat 数据下载
首先，我们需要从 USGS (美国地
原创
2024-04-19 05:05:41
158阅读
# 使用Python拼接Landsat影像
Landsat影像在地理信息系统（GIS）和遥感分析中扮演着重要的角色。对于研究和分析地球表面的变化，拼接多幅影像是一个常见的需求。本文将介绍如何使用Python来拼接Landsat影像，并将整个流程以流程图和饼状图的形式展现出来。
## 1. 准备工作
在开始编写代码之前，确保已安装必要的Python库，如`rasterio`和`numpy`，这
# Landsat监督分类 Python
## 简介
Landsat是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作的卫星计划，旨在提供地球表面的高分辨率遥感影像数据。这些数据可以用于许多应用领域，包括地质勘探、农业、林业和环境监测等。
在处理Landsat影像数据时，监督分类是一种常用的技术。监督分类是指利用训练样本来训练机器学习模型，然后使用该模型对新的影像数据进行分类。
原创
2023-09-05 04:56:40
200阅读
# Python读取Landsat头文件
## 引言
在遥感图像处理中，读取Landsat头文件是一项基本任务。Landsat头文件包含了关于图像的元数据信息，如波段数、图像大小、投影等。本文将指导你如何使用Python读取Landsat头文件。
## 流程概述
下表展示了读取Landsat头文件的整个流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 打开Landsat
原创
2023-09-30 12:03:04
266阅读
LANDSAT是美国陆地探测卫星系统。从1972年开始发射第一颗卫星LANDSAT 1，到目前最新的LANDSAT 7。LANDSAT 7 卫星于99年发射，装备有Enhanced Thematic Mapper Plus(ETM+)设备，ETM+被动感应地表反射的太阳辐射和散发的热辐射，有8个波段的感应器，覆盖了从红外到可见光的不同波长范围。 ETM+比起在LANDSAT 4、5上面装备的The
转载
2024-01-25 17:31:32
95阅读
作者：ENVI-IDL
Landsat8的OLI陆地成像仪比之前的TM/ETM+多了两个波段，0.433–0.453μm和1.360–1.390μm，怎么多的波段对于地表反演更加有利。ENVI5.1直接支持Landsat8的大气校正（2013下半年发布），利用ENVI5.1提供的Landsat8波谱响应函数在ENVI5.0SP3下也能完成大气校正。 大气校正之前，启动E
转载
2024-01-08 22:37:28
310阅读
1 数据下载根据时间选择不同的Landsat卫星传感器PS：2003 年5 月31 日(21:42:35 GMT)，Landsat-7ETM+ 机载扫描行校正器(ScanLinesCorrector, 简称SLC) 突然发生故障，导致获取的图像出现数据重叠和大约25% 的数据丢失，因此2003.5.31日之后Landsat 7的所有数据都是异常的，需要采用SLC-off模型校正。另外，2003.0
landsat8简介
简介
2013年2月11号，NASA 成功发射了 Landsat 8 卫星，为走过了四十年辉煌岁月的 Landsat 计划重新注入新鲜血液。LandSat- 8上携带有两个主要载荷：OLI和TIRS。其中OLI（全称：Operational Land Imager ，陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称
前言一、辐射定标辐射定标：将记录的原始DN值转换为辐射值，也就是将图像的亮度灰度值转换为绝对辐射亮度。 如下便是通过imtool函数查看Landsat_5 TM band5的原始亮度灰度值，其整体区间在0~255左右，数据格式为uint8类型。 那该如何将像元亮度灰度值转换为绝对辐射亮度呢？辐射标定的公式： 从上面的公式不难看出，DN是已知的，但是却缺少k和c，在遥感领域通常将其分别称为Gain
转载
2023-11-26 20:14:01
531阅读
全球Landsat陆地卫星影像拼接产品使用说明 资源描述 Landsat陆地卫星影像拼接产品由美国MDA Federal公司开发，覆盖了全球陆地范围。在影像合成中，采用一系列的图像增强技术，最终的拼接产品中涵盖了大量地物细节信息。图像产品以MrSID格式输出，合成数据拍摄时间为2000年前后。 分幅方式在北半球，由南向北，纬度每5度递增；在南半球
