夜光遥感影像数据主要分为两种:1.DMSP/OLS(旧)   1992—2013年间由美国军事气象卫星(DMSP)搭载的线性扫描业务系统(OLS)拍摄2.NPP-VIIRS(新)         从2012年至今,数据由Suomi国家极轨道伙伴关系卫星(SNPP)搭载的可见光红外成像辐射仪(VIIRS)提供DMSP/OLS 数据
GEE中看看夜光遥感的数据
今天来简单分享下如何在GEE中批量下载夜光遥感数据数据介绍:夜光遥感数据.......
原创 精选 2022-08-14 00:43:44
1956阅读
    一直向太太推崇Thinkpad系列电脑的种种独特之处,今天在吹嘘屏幕顶灯时,太太一脸不屑,说:把键盘改成夜光不是更好吗,既能看清键盘,还能省电,一举两得。听后,一时语塞,不知如何回复。遂想,此可为键盘的改良妙法,无数夜猫子程序员受用。只是不知IT厂商是否可以采纳此种建议,夜光键盘也可申请个专利了。
原创 2011-04-25 00:49:52
289阅读
1评论
光照系统unity3D光照系统Lighting菜单中,一共有6个选项,分别为Directional Light(平行光),Point Light(点光源),Spotlight(聚光灯),Area Light(区域光),Reflection Probe(反射探头),Light Probe Group(光照探头组) 其中前四个为unity中的灯光,后两个会实现一些特殊的效果,后边会讲到。Di
本讲座按照遥感平台的发展现状和趋势为主线,分别介绍了在桌面系统、定制系统、Web系统、云平台四个阶段中,利用ENVI遥感技术能够为环保行业提供的支持。   在讲座最开始,介绍了近两年国内外遥感传感器的发展情况,旨在让大家在宏观上了解目前遥感技术的现状以及未来。1.桌面系统     在桌面系统中,ENVI原生支持国产卫星
遥感技术最基本的东西其实就是遥感图像,不管你是设计传感器,还是专注遥感的应用,都是围绕着图像来工作。离开图像来谈遥感,等同于画饼充饥。这部分内容包括:遥感成像原理和基本概念遥感图像基本特征1原理和基本概念图1 被动遥感成像过程遥感成像可分为如图1所示5个部分,对于专注于遥感应用来说,需要重点学习的是传感器部分,即成像装置。传感器是获取地面目标电磁辐射信息的装置。传感器按照不同的分类标准可分为很多类
转载 2023-08-03 14:09:32
0阅读
特色1、原理深入浅出的讲解;2、技巧方法讲解,提供所有案例数据及代码;3、与项目案例相结合讲解实现方法,对接实际工作应用 ;4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析;5、群辅助巩固学习及实际工作应用交流,不定期召开线上答疑。刘老师(副教授),来自重点双一流高校,长期从事3S技术、非点源污染模拟、环境系统开发与应用,主持完成多项重点研发及工程项目,发表多篇SCI论文,具有丰富的工程实
转载 2023-07-11 20:38:50
253阅读
遥感”是由美国地理学家伊瑞林 普鲁特等在1960年提出的。遥感就是不直接接触物体本身,从远处
原创 2023-02-17 08:49:41
209阅读
目前,GEE以其强大的功能受到了国外越来越多的科技工作者的重视和应用,然而在国内应用还十分有限。GEE提供了基于Javascript和Python语言的API,前者是官方主推平台的编程语言,易于上手但在输入输出和绘图可视化等方面存在不足,而Python作为目前最受欢迎的编程语言,能够弥补Javascript在这方面存在的不足,且更方便批处理和机器学习。前期我们开展了基于Javascript的GEE
转载 2023-12-16 21:10:44
12阅读
目录看一幅波长与光对应的图1、波段2、波段组合3、多波段数据的三种存储方式4、全色5、彩色6、 多光谱7、高光谱 看一幅波长与光对应的图1、波段波段又称为波谱段或波谱带,在遥感技术中,通常把电磁波谱划分为大大小小的段落,大的成为波段区,如可见区、红外区等;中等的如近红外、远红外等;小的称为波段。 影像数据根据波段的多少可以分为单波段影像和多波段影像两种,单波段影像一般用黑白色的灰度图来描述,多波
卫星遥感
原创 2023-03-03 06:32:57
308阅读
前言这些代码均是使用最基础的方法,通过一步一步迭代过程来理解算法的原理及实现过程,并不采用于实用工程,读者以此作为学习参考即可。监督分类监督分类的概念:首先使用训练样本学习一个分类器,再对测试样本进行分类。图像分类的两个步骤:特征提取与分类算法。特征提取:颜色特征向量。分类 训练过程:使用训练样本学习分类器。 测试过程:使用学习好的分类器对测试样本分类。分类算法:感知器算法。线性判别函数 那么,如
本章节主要参考《python地理空间分析指南》第六章。文章中的所有操作都可以在ENVI中完成,这里只提供一个图像处理的思路。一、图像波段变换波段变换最常用的地方就是进行图像显示,例如使用假彩色图像以凸显植被信息。图像波段变换即将图像波段的组合顺序重新排列并显示的方法,主要使用GDAL库。下面以一个例子进行实验,首先给出数据的下载地址:http://git.io/vqs41打开原图可以看到,植被明显
转载 2023-11-04 22:12:29
367阅读
1评论
Python+GEE遥感开发之计算遥感生态指数RSEI0 使用的遥感数据1 植被指数的计算(NDVI)2 湿度指数的计算(WET)2.1 MOD09A1计算WET(GEE代码)2.2 Landsat8计算Wet(Python代码)3 温度指数的计算(LST)3.1 MOD11A1获取LST(GEE代码)3.2 Landsat获取LST(Python代码)4 干度指数的计算(NDBISI)4.1
1. Rasterio与Rioxarray安装Rasterio 是一个很多模块是基于 GDAL 的 Python 包,可用于处理地理空间栅格数据,例如 GeoTIFF 文件。为此,可以使用许多模块和函数,例如,处理来自卫星的原始数据、读取栅格数据、检索地理元数据、转换坐标、裁剪图像、合并多个图像以及以其他格式保存数据。大量的功能和易于实施使 Rasterio 成为卫星数据分析的标准工具。首先安装
1 引 言   截至到20世纪末,全球仍有20%地形起伏在200m以上的地区没有1:5万或更高精度的地形图。有超过1/3的可居住区不具备90m水平分辨率和30m垂直分辨率或更高精度的DEM。其中许多是位于热带亚、热带和地震、火山活动强烈的板块边缘。1999年9月搭载有ASTER传感器的Terra卫星发射和随后的2000年2月SRTM(Shuttle Radar Topography Mapping
Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images1.概述1.1.对于LandSat卫星1.2.对于Sentinel卫星1.3.本文贡献2.算法改进和扩展2.2.算法改进2.2.算法扩
转载 2023-08-11 17:54:13
282阅读
遥感技术可以监测植被的变化,主要研究植被的替代指标. NDVI,又称标化植被指数,是目前应用最为广泛的指标,是近红外波段与红色波段的差异经二者之和校正后的结果. 公式为:NDVI=(NIR-RED)/(NIR+RED),该指数值介于-1与1之间: 0代表该区域基本没有植被生长;负值代表非植被覆盖的区域;取值0~1之间,数字越大代表植被的覆盖面积越大,植被的量越多. 云、水体和冰雪在红色及近红外波段
转载 2024-08-15 17:20:05
165阅读
简单介绍:                图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程,它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等
  • 1
  • 2
  • 3
  • 4
  • 5