1.准备工作 如果想要ENVI友好一点,请下载ENVI5.3,并且安装China satellites 补丁(参考博客:ENVI扩展工具:中国国产卫星支持工具) App Store for ENVI下载地址:http://blog.sina.com.cn/s/blog_764b1e9d0102xl5j.html China satellites :https://pan.baidu.com/s/1miL3euk 密码:obyz 1)  将下载的 Zip 文件解压到 ENVI 安装路径下(覆盖同名

一 RPC正射校正的原理 影像正射校正的方法有很多,主要包含两大类:一类是严格的几何纠正模型,另一类是近似几何纠正模型.当遥感影像的成像模型和有关参数已知时,可以根据严格的成像模型来校正图像,这种方法属于严格几何纠正,最具代表的是共线方程法.当传感器成像模型未知或者无法获取相关的辅助参数时,可以用假定的数学模型模拟成像模型,对影像实现校正,这种方法属于近似几何纠正,主要有:几何多项式纠正.有理函数法.局部区域校正等模型.本文将主要对RPC正射校正模型进行展开讨论. RPC模型将像点坐标d(lin

ENVI 5.0 Beta采用了全新的软件界面,数据的显示和操作跟以往的三视窗方式有很大的区别,下面一块体验一下. 对于栅格数据的显示方面,5.0有了非常大的改进,采用的全新的金字塔计算方法,在第一次打开影像数据时候会自动检索是否需要计算金字塔.这里打开一个3.6g左右的数据,计算完金字塔之后,影像缩放非常的快,也能无缝的移动. 打开和显示矢量也非常的快,这里打开了数据量125M的几个矢量图层,缩放和无缝移动的体验效果非常的快,跟专业GIS软件的速度差不多. 提供了很多影像拉伸显示工具,包括亮度

国内研究landsat8温度反演的人员很多,但是现有算法一般都是一景为例子,进行开展. 这有一个局限性,当研究的尺度很大时,就需要比较大的运算量了,例如全省温度,全国温度,全球温度,当然大家可能会说,可以用modis数据进行,我们当然不用modis,我用Landsat做中高尺度温度反演,我目前基于单通道算法,做出了全国中高分辨率的温度产品,目前来说,效果还是不错的,跟大气传输方法进行了对比,精度控制在1摄氏度以内. 我选择2017年进行实验,GEE总共运算了4759景Landsat影像,耗时大概

目录 简述 C++代码 效果对比 GDAL融合效果和原始多光谱波段对比 GDAL融合效果和原始全色波段对比 ARCGIS融合效果与原始全色和多光谱对比 GDAL融合效果与ArcGIS融合效果对比 简述 最近在GDAL的代码中看见了gdalpansharpen.cpp,于是简单的尝试了一下. 融合后的效果比较差,这应该是我对这个算法的使用还不熟悉,还有些地方没有弄清楚.这个代码比较新,是2.1版本才加上的,我在看的时候,代码还有一些小问题,已经在github上提交了issuse了. 融合使用的数据

一:zookeeper客户端链接[1]进入zookeeper的安装目录的bin目录下         # cd /opt/zookeeper/bin[2]敲击链接客户端的命令(zkCli.sh)        # ./zkCli.sh -timeout 0 -r -server ip:port        timeout==>单位:毫秒  表示:当前会话的超时时间,规定时间没有收到心跳包,则认为该链接失效        -r==>只读模式,在集群和半数以上机器失去联系后,则不能进行写服务,但

一:ZooKeeper服务安装包下载 第一步:打开zooKeeper官网

Google Earth Engine城市水体提取 大家都知道城市水体提取相比较于山区,丘陵的地区,肯定是比较难的,为什么呢,因为城市水体有很多高层建筑导致的阴影,这个就非常复杂了,而且现在很多高分影像只有可见光和近红外波段,那么我们如何准确提取城市水体呢? Remoe Sensing2018年刊发了一篇城市水体高分影像自动提取算法(Two-Step Urban Water Index (TSUWI): A New Technique for High-Resolution Mapping of

1.算法功能简介 单波段阈值法是通过选择某单一波段为判识参数,这一波段往往是水体特征最明显而其它地物相对不太突出的波段(如近红外波段和中红外波段),然后再划定阈值来确定水体信息.该方法主要是利用水体在近红外和中红外波段的强吸收特性,以及植被和土壤在这两个波段较高的反射特性. 对于GF1.环境星.资源3.资源1-02C,可选近红外波段T4(第四波段)公式为T4<α(阈值);对于TM影像,选择近红外(T4)或短波红外(T5) .公式为:T4<α或T5<α(阈值) 谱间关系法是通过利用不同地物

数据集预览: GlobeLand30是30米空间分辨率全球地表覆盖数据,目前可供下载使用的有3年的数据:2000-2010-2020,本文主要讲述GlobeLand30的官网下载地址和数据集简介. 数据处理方法.成果数据下载: [ArcGIS风暴]ArcGIS平台实现中国地表覆盖数据GlobeLand30预处理(批量投影.拼接.掩膜提取) [ArcGIS风暴]ArcGIS生成GlobeLand30土地利用数据集中国区域行列号shp格式对照图 目录 一.GlobeLand30简介 1 数学基础 2

4 具体步骤 4.1 DEM数据拼接 (1)打开ENVI软件,选择[File][Open],添加文件夹DEM数据中的影像,操作如图4.1.1所示,结果如图4.1.2. 图4.1.1 添加DEM数据影像 图4.1.2 影像添加结果 (2)数据拼接准备.选择[Mosaicking][Seamless Mosaic],点击[Add Scenes],添加所需拼接的影像.在[Main]选项卡中,将[Data Ignore Value]设置为"0.00",设置相应的[Color Matching

主办单位: 中国遥感应用协会 Esri中国信息技术有限公司 内容简单介绍: 依据中国遥感应用协会栾恩杰理事长推动国内遥感技术和应用的指示精神,2014年中国遥感应用协会组织培训交流部与Esri中国信息技术有限公司将共同在多个城市举办以"传递遥感技术,点燃遥感应用"为主题培训班.拟打造企业型培训基地.不断推进中国遥感产业化进程. 在2011中国遥感应用协会四届三次常务理事会上,协会领导对Esri中国信息技术有限公司在遥感技术和应用推广方面所做的工作予以了充分肯定.2012年协会年会上将&

非监督分类的概念: 非监督分类,又称“聚类分析或者点群分析”.在多光谱图像中搜寻.定义其自然相似光谱集群的过程.它不必对图像地物获取先验知识,仅依靠图像上不同地物光谱信息进行特征提取,在统计特征的差别来达到分类的目的,最后对已分出的各个类别的实际属性进行确认. 在ENVI中ISODATA和K-Means两种非监督分类的方法: ISODATA是一种重复自组织数据分析技术,计算数据空间中均匀分布的类均值,然后用最小距离技术将剩余像元进行迭代聚合,每次迭代都重新计算均值,且根据所得的新均值,对像元再进

---恢复内容开始--- 一.Tools菜单命令及其功能 主图像窗口中Tool菜单多对应的下拉菜单共17项命令. 二.窗口链接/覆盖显示 窗口链接和叠加显示(Link和Overlay)是对多幅图像某一部分进行叠加显示,或在单独一个图像窗口中对多幅图像进行位置定位.在进行操作之前,需要至少在两个窗口中打开文件.具体的操作如下: 1)在两个显示窗口中打开两个相同区域的图像文件. 2)打开链接覆盖功能. 在其中一个显示窗口中单击右键打开快捷菜单,选择Link Display或者选择Tool >>Li

1.ENVI中计算的NDVI导出ARCGIS中识别的float数据类型,选择File——save as——erdas img.在ARCGIS中就能统计出NDVI信息 2.如何去掉Nan值从影像中心位置.(找不到remove_nan函数) 第一步:启动ENVI+IDL二Ø打开影像文件点击ENVI主菜单File-Export to IDLVariable,选择导出的文件名称并设置变量名称,比如变量名为“tempC”:想要设置NAN为1,在命令行中执行tempC[WHERE(FINITE(tempC,

"Zed, you are so excellent." 为什么要写这句英文?容我卖个关子稍后再解释. 相信大多数人都体验过Google Earth(简称GE),我对GE最初的印象是在大学宿舍,当时Google刚刚推出GE时,舍友们喜欢在上面找自己的家,惊讶于它的精细程度,并担心是否对中国有一定的安全隐患. 坦白说,当时我对GE上找家没一点兴趣,但不能否认写到这时,我停下笔,打开了GE,花了很长时间找到了我在成都和泰安的家.我想中国80后的一代对家的概念或多或少有一定的困扰吧.比如我,

    在QQ热线或者技术咨询会问到:"我有一副RGB的栅格图,想从上面提取相关的一些信息.能不能提取?精度有保证吗?"等等诸如此类的问题.本专题就採用我们经常使用的栅格地图进行建筑物轮廓信息的提取. 1. 採用数据:网上地图部分截图    2.  软件:ENVI Fx 3.  提取步骤: Ø  启动ENVI 5.1: Ø  点击载入影像数据. Ø  在Toolbox中找到工具:"/FeatureExtraction/Example Based Feature Extract

一.基础概念 NDVI(Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数),植被覆盖指数.也称为生物量指标变化,可使植被从水和土的图像范围中分类出来. 应用于检测植被生长状态.植被覆盖度和消除部分辐射误差等. 1.NDVI 能够部分消除与太阳高度角.卫星观测角.地形.云影等与大气条件有关的辐射变化的影响: 2.NDVI 结果被限定在[-1,1]之间,避免了数据过大或过小给使用带来的不便: 3.NDVI 是植被生长状态及植被覆盖度的

最大合成法(MVC)能够在Envi中的Band Math中进行,式子是B1>B2,可是无法批量化.本文实如今ArcGIS中利用Python代码批量进行,例如以下: 用到的Modis NDVI数据是在MRT中进行拼接与转投影后的月数据,一个月有两期,数据格式是.tif,文件名称的格式如:20040101.1_km_16_days_NDVI.tif.20040102.1_km_16_days_NDVI.tif代表2004年1月份的两期数据.本次处理的为2004-2013年的10年的数据. Pytho

这一篇我们来介绍下MODIS数据的下载方式.当然这边主要是介绍国外网站的下载方式,国内网站的普遍是在地理空间数据云和遥感集市下载.国外网站(NASA官网)下载方式主要介绍两种.本篇主要针对第一种方式,基于完整的一景影像下载的过程(FTP工具).FTP下载工具以及完整影像下载的方法NASA官方遥感影像数据下载网址(里面不止有MODIS,还有ENVISAT,NPP-VIIRS等):官网 https://ladsweb.modaps.eosdis.nasa.gov/ 选择DATA DISCOVERY的