Questions tagged «remote-sensing»

从远处收集和解释有关环境和地球表面的信息，主要是通过感测地球表面或大气自然发出或反射的辐射，或者通过感测从设备传输并反射回去的信号。

1
管理航空摄影仅查看的最有效格式
管理航空摄影以便在ArcGIS中查看的最有效格式是什么？ 我在一些不同的公司管理航空摄影的几个数据集。我有原始照片的备份，因此我不担心以任何方式保留原始格式。我需要做的是创建一个小的数据集，因为它不会在服务器上占用太多空间，因此也可以在ArcGIS中尽快绘制。 到目前为止，我一直在文件地理数据库中使用GRID，但这仅仅是因为我认为它是标准。然后，我切换到较小的TIFF，但绘制速度似乎较慢。在进行另一次大规模转换之前，我希望有人可以对此提供指导。我听说过有关JP2的一些很棒的事情，这就是我下一步可能去的地方。 另外，我不想减小像元大小，但是除此之外，我对任何答案都没有任何限制。
1
如何在GRASS中平移Landsat图像以进行图像分类？
我想学习如何在GRASS中使用i.cluster> i.maxlik锐化的15m分辨率图像对Landsat场景进行无监督分类（在其Wiki中给出的示例使用普通的30m分辨率）。 我尝试使用i.pansharpen先创建泛锐化的图像，但i.pansharpen只能输出3个可以使用d.rgb或组合的通道r.composite。据我所知，图像分类过程需要完整的多光谱波段1到7。在将它们输入到图像之前，如何使用其15m分辨率的波段8图像进行全景锐化，如何生成单独的波段（波段1到波段7）。图像分类过程？ 我发现了一篇论文，展示了他们是如何做到的。基本上，他们使用某种主成分分析将30m多光谱波段与15m全色波段合并。确切的报价是： “该方法首先将30米的多光谱图像重新采样到15米。然后计算多光谱图像的所有六个主要成分（由于航向分辨率，我们删除了热能带。）然后是全色能带的直方图（15米重新缩放以匹配30米图像的第一主成分的直方图，并用重新缩放的全色带替换第一成分。这是合理的，因为第一主成分以类似于全色图像的宽光谱带。替换后，然后将这六个分量转换回原始数据空间，从而改善了空间分辨率。” 首先，论文没有显示任何算法/公式。我不知道如何将上述报价转换为相应的数学公式。我意识到我可以使用i.pansharpenPCA算法而不是通常的Brovey或IHS-但仍然-输出只会是红色，蓝色和绿色的3个通道-很遗憾，我不知道如何使用它们进行图像分类.. 因此，在我试图尝试手动编写新的PCA算法之前，还没有人可以帮助我指出一种更简单，更好的方法来对全貌的Landsat图像进行图像分类吗？我的意思是-应该有一种更简单的方法，对吗？我觉得我缺少一些简单的东西。 如果剩下的唯一途径就是编写自己的脚本，那么请给我指出一些类似于我正在尝试做的事情的东西吗？ 很感谢任何形式的帮助！
1
如何比较航空和卫星图像进行土地利用分析？
我有兴趣比较四个时期（1950年代，1980年代，1990年代）和某个最大面积为5000公顷的区域当前的土地利用-覆盖动态。 对于前三个时段，可以使用比例为1:20 000的详细航空照片，而对于当前的照片则无法使用，我可以使用的唯一可能的选择是较粗略的图像，例如LANDSAT图像，可以免费下载。我没有资金购买详细图像。 我的问题是，对于如此小的区域，从更详细的照片中获得的信息如何与使用LANDSAT图像获得的信息相媲美？ 如果有人可以提出这项分析的可能结果和后果，或提出任何解决方案的建议，我将不胜感激。
3
Raw Sentinel 2 jp2到RGB geotiff
我正在寻找一种合并Sentinel 2 jp2波段文件（B02，B03，B04）并修复RGB颜色的方法。所有这些都应使用bash或python脚本来完成。以我为例，我处理这些图像。理想情况下，解决方案应接近本教程。 我可以使用此命令合并乐队 gdal_merge.py -separate -co PHOTOMETRIC=RGB -o merged.tif B04.jp2 B03.jp2 B02.jp2 但是由于某些原因，我无法使用imagemagic命令修复RGB颜色。输出为约700MB黑色图像。 convert -channel B -gamma 1.05 -channel RGB -sigmoidal-contrast 20,20% -modulate 100,150 merged.tif merged-cc.tif 最终，我想将geotiff文件上传到mapbox上。convert欢迎解释如何选择参数。 我正在开发一个应用程序，该应用程序应猜测卫星图像的哪一部分是农田。场景图像将被切成较小的块（可能是64x64），并按CNN（crop或non-crop）分类。我使用此数据集来训练Inception-v3模型。数据集包含空间分辨率为10m的64x64 RGB图像。 有关merged.tif的更多信息 Band 1 Block=10980x1 Type=UInt16, ColorInterp=Red Metadata: STATISTICS_MAXIMUM=4818 STATISTICS_MEAN=320.61101402206 STATISTICS_MINIMUM=0 STATISTICS_STDDEV=536.76609312554 Band 2 Block=10980x1 Type=UInt16, ColorInterp=Green Metadata: STATISTICS_MAXIMUM=4206 STATISTICS_MEAN=350.98505344194 STATISTICS_MINIMUM=0 …
2
从Landsat栅格图像中提取道路
为了研究雨林中道路网络的扩展，我试图从Landsat图像中提取道路。我们已经有了清晰，无云的合成物，可以用肉眼清晰地看到道路，但是将它们提取到线状要素中很难，因此我想知道是否有人知道一种可以处理Landsat提供的大图像的好的算法或方法？我已经尝试过Grass's r.thin，但这似乎不起作用。
2
为什么Landsat ETM +全色带的波长在可见光范围内步进？
就空间分辨率（即15 x 15m像元大小）而言，Landsat ETM +波段8（全色）与Landsat-8 OLI'全色波段8相同。但是，两个波段的波长差异很大。ETM + .52-.90和OLI 0.503-0.676（微米）。 参见https://landsat.usgs.gov/what-are-band-designations-landsat-satellites 显然，为ETM +放置的波长在可见范围内。两个频段之间的视觉比较也表明了这些差异的结果。 显然，已经注意到OLI的泛带在视觉解释方面非常方便，并且适用于泛锐化和图像分类。 ETM +全色波长可能超出了可见范围，可能会有一些好的方面，我很高兴对相同的原因有所启发。
2
汉森全球森林观察分类的方法？
我刚刚发现了惊人的汉森（Hansen）关于森林丧失和再生长的分类，该分类可在http://www.globalforestwatch.org/上找到，该分类发表于2013年《科学》杂志上，网址为： Hansen，MC，Potapov，P.V，Moore，R 。，Hancher，M.，Turubanova，SA和Tyukavina，A.（2013年）。21世纪森林覆盖率变化的高分辨率全球地图。Science，342（6160）（11月15日），850–854。doi：DOI：10.1126 / science.1244693。 但是，我在本文/网站中找不到确切的方法来再现这种地图，因此汉森使用了哪种分类？ 我唯一能找到的是，有监督的学习算法用于识别树的覆盖率，但这是一个广义的术语。 如果可能的话，我想使用相同的方法（但要在90年内应用），所以在我选择的地区进行汉森分类之前。
2
下载新的SRTM 30米
我阅读了有关30米（SRTM 30米）的数字高程模型的新版本的信息，但是我无法下载。 一些来源： http://glcfapp.glcf.umd.edu:8080/esdi/index.jsp http://asterweb.jpl.nasa.gov/data.asp http://www2.jpl.nasa.gov/srtm/
3
在对Landsat 8进行分类时处理山影
我正在尝试使用2013年以来的Landsat 8卫星图像对蒙古北部的某些地区进行分类。由于记录是在冬季进行的，因此在采集时太阳非常低。因此，山上有很长很深的阴影。 我可以使用DEM识别此阴影，如以下问题中所述：如何从Landsat图像中删除诸如阴影之类的地形效果 如何对修剪的阴影区域执行监督分类？有可能加强这一领域吗？我尝试了一些频段比率，但我不知道哪个最适合我的任务。 在此图像中，您可以看到暗影中有一些植被区域，但是无法对它们进行分类。
4
寻找用于变更检测的Web服务
我正在寻找一种服务，该服务基于遥感数据的数据库为我提供变更检测服务。有人碰巧知道这样的服务吗？我正在寻找的服务是一个地理门户，它会警告用户特定区域或全球范围内的特定变化（例如溢油，重大沿海变化甚至森林火灾）。它可以是免费服务，也可以是按需服务。
2
计算屋顶上太阳辐射的电势（没有LiDAR数据）
我正在尝试计算屋顶的太阳辐射，但是我有一个大问题，我没有LIDAR数据。我需要为建筑物提供高度信息。我已经尝试过做这些，但是对于一栋建筑物，我将只获得三种高度。 因此，我想问问是否有人可以建议另一种方法来计算建筑物的高度和屋顶表面，以便无需使用LiDAR数据就可以计算出屋顶太阳辐射的潜力。
1
50厘米的图像-航空还是卫星？
名胜古迹是1450平方千米。 我的选择是： 50厘米，新收集的航拍自然彩色图像，价格为28,300美元 要么 50厘米的近期档案卫星图像（包括近红外波段），价格为20,600美元 主要用途是土地评估，地质（岩石露头识别）和一般的GIS工作，例如水文和运输特征的数字化，方向图等。 该公司聘用了该公司负责该地区的飞行和图像处理的技术困难，因此我们的产品尚未交付。 最近的卫星图像可用于整个区域。我知道锐化的多光谱成像过程，并且航空影像（如果有）将在地面上显示更多细节，但是还有哪些其他利弊呢？ 我上面列出的用途哪种图像更好？
6
倾斜照片中的几何计算资源
目前，我正在使用监督分类算法来计算特定图像中的土地利用，问题是图像来自高斜摄影。我知道所用相机的焦距和尺寸，以及所拍摄照片的GPS位置。 我正在寻找能够使我根据已有信息计算土地利用面积的资源。这样的想法是，如果知道照片的几何形状，我将能够计算出每个像素之间的相对距离。有什么想法吗？
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.