一直以来处理modis产品都是用的 modis conversion toolkit(MCTK),用 IDL 来跑感觉好像也没什么问题,好像并没有去验证结果到底对不对,因为用的气溶胶数据 MOD04_L2,没法验证到底对不对,不像反射率数据可以对照地图影像. 流程也都是重投影--重采样--拼接--裁剪,其实应该也没有问题,因为最主要的步骤重投影是通过 MCTK 做的,错不了. 那么问题来了,为什么重投影是最重要的呢? MODIS产品都是正弦投影 sinusoidal 投影坐标系,而我们一般要用的

2013年2月11日发射的Landsat系列最新卫星Landsat8,携带有OLI陆地成像仪和TIRS热红外传感器,Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825μm处水汽吸收特征:OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征:此外,还有两个新增的波段:蓝色波段 (band 1; 0.

1.算法功能简介 Pansharp 融合是基于最小二乘逼近法来计算多光谱影像和全色影像之间灰度值关系,具体过程是利用最小方差技术对参与融合的波段灰度值进行最佳匹配,以减少融合后的颜色偏差.该融合方法不受波段限制,可以实现多个波段的同时融合,能最大限度地保留多光谱影像的颜色信息(高保真)和全色影像的空间纹理信息. PIE支持算法功能的执行,下面对Pansharp融合算法功能进行介绍. 2.算法功能实现说明 2.1. 实现步骤 第一步 算法参数设置 第二步 算法执行 第三步 结果显示 2.2. 算法

1.算法功能简介 PCA 融合分三步实现,首先将多光谱数据进行主成分变换,然后用高分辨单波段替换第一主成分波段,最后进行主成份逆变换得到融合图像. PIE支持算法功能的执行,下面对PCA融合算法功能进行介绍. 2.算法功能实现说明 2.1. 实现步骤 第一步 算法参数设置 第二步 算法执行 第三步 结果显示 2.2. 算法参数 算法名称 PCA融合 C#算法DLL PIE.CommonAlgo.dll C#算法名称 PIE.CommonAlgo.PansharpFuseAlgo 参数结构体 Pa

1.算法功能简介 SFIM 融合方法全称为基于平滑滤波的亮度变换.基本原理是将高分辨率影像通过低通滤波抑制其高频空间信息保留低频信息,再将原高分辨率影像与通过低通滤波的高分辨率影像进行比值运算,以抵消光谱及地形反差,增强纹理结构信息,最后将比值运算结果融入低分辨率影像中. PIE支持算法功能的执行,下面对SFIM融合算法功能进行介绍. 2.算法功能实现说明 2.1．实现步骤 第一步 算法参数设置 第二步 算法执行 第三步 结果显示 2.2．算法参数 算法名称 SFIM融合 C#算法DLL PIE

1.算法功能简介 色彩标准化融合对彩色图像和高分辨率图像进行数学合成,从而使图像得到锐化.色彩归一化变换也被称为能量分离变换( Energy Subdivision Transform),它使用来自融合图像的高空间分辨率波段对输入图像的低空间分辨率波段进行增强.该方法仅对包含在融合图像波段的波谱范围内对应的输入波段进行融合,其他输入波段被直接输出而不进行融合处理.融合图像波段的波谱范围由波段中心波长和 FWHM( full width-half maximum)值限定. PIE支持算法功能的执行

Stimulsoft仪表工具实现所需的数据可视化和自己的信息图表.该产品能够应用必要的过滤器和排序,汇总数据,执行任何复杂度的计算.该产品的优势在于其多功能性-能够为您的业务,财务,销售,行业等任何领域创建仪表板的能力. 设计报表和仪表盘时,经常使用组件的条件格式.条件格式表示根据指定条件更改组件的外观设置.此功能使您可以有效地执行可视数据分析,跟踪数据趋势,排除报告中的特定值以及仪表板之外的内容. 在2020.5.1版本中,我们简化了将条件格式应用于报表组件的功能.现在,您可以在报表组件或仪表

缘起 近期在项目中遇到这么一个需求,需要在地图上展示一组格网数据,格网大小为2m*2m,地图api用的mapboxgl.起初拿到这个需要感觉很easy,在地图上添加一个fill图层就好啦.把格网面数据添加到地图上之后,在大比例尺下显示正常,但是当地图层级小于15级时,渲染出的结果会消失. 简单理一下原因,应该是在地图缩小后,每个网格所占的像素太小,所以就消失了. mapboxgl在处理symbol图层的时候,会遇到点位自动避让问题,导致部分点位不显示.解决方法是把layout中的icon-all

  源码: 1: PRO TIFF_NDVI,F1,F2,FOUT 2: F1 = DIALOG_PICKFILE(TITLE = 'B4 TIFF',FILTER='*.TIF',/READ) 3: F2 = DIALOG_PICKFILE(TITLE = 'B3 TIFF',FILTER='*.TIF',/READ) 4: FOUT =DIALOG_PICKFILE(TITLE = 'RESULT PATH',FILTER='*.TIF',/WRITE) 5: IF(FILE_TEST(F1

一.前言 Wish3D出品的系列教程中,前面两讲分别讲述说明了小物件的照片三维重建.大区域地形的三维重建,从照片的直接导入至软件到通过Excel表格将区块导入处理,从不同的模型类别.不同的导入方式演示了照片三维重建的方法步骤,由此我们可以得到物体的三维模型,用于后续的网络发布和模型分析.在本讲中,我们将要讲述通过Smart3D建模软件除了处理生成模型,还可以生成模型对应的正射影像和DSM,并且通过ArcGIS将这些GeoTIFF格式的成果快速完成拼接. 二.工具材料 包括Smart3D建模软件,

目录 前言 整体介绍 前台界面 后台控制 总结 一.前言        之前Geotrellis数据导入集群采用的是命令行的方式,即通过命令行提交spark任务来ingest数据,待数据导入完毕再启动主程序进行数据的调用.这样造成的一个问题就是数据导入与数据处理不能无缝对接,并且只能由管理员导入数据导入数据流程也很麻烦,用户想要导入自己的数据几乎不可能.本文为大家介绍一种自动数据导入方式--通过浏览器前端界面实现交互式数据导入. 二.整体介绍        通过浏览器方式导入,摆脱了SHELL的

自从7月8日美国和韩国共同宣布将在韩国部署萨德反导系统后,韩国国内对此事的巨大争议以及本地区一些国家的强烈不满情绪在持续发酵.“萨德”(THAAD)全称“末段高空区域防御系统”,是美国导弹防御局和美国陆军隶下的陆基战区反导系统.韩国无视中.俄等地区国家的利益关切,执意将“萨德”引入韩国,其宣称的理由是出于保卫国家安全的考虑.但是“萨德”入韩不仅无益于韩国的安全,而且还将如同“冷战幽灵”一般威胁东北亚的和平与稳定. 现在,我们用数据可视化的方法来看看萨德的探测范围,对民用航空的影响和的防御范围,由

数据的显示操作主要包括以下的一些简单窗口操作 1.文件列表管理 1)可用的波段列表Available Bands List,使用于存取ENVI图像文件和显示图像文件的主要控制对话框.无论何时何地打开一个图像文件,可用的波段列表将同步出现打开文件的波段和信息该列表可以实现显示灰度(Gray)或彩色图像(RGB Color).启动新的显示窗口.打开新的文件.关闭文件.浏览显示波段的信息,根据波长定位波段信息等操作. 2)可用文件列表Available Files List,使用于管理ENVI图像文件

特别声明: 此次并非针对其他参与2013中国十大优秀开源项目的同行,体系有漏洞要谴责的是制定规则并从中获益但不作为的权贵,草根们制定不了规则但可发现和利用漏洞,这是程序员应有反叛精神没错.但被作为道具不可接受.我代表FineUI请求CSDN公开数据,如果您觉得CSDN有必要撕下遮羞布,请共同呼吁. ============ 有人说我太较真了,有人说我应该匿名举报,还有人说有本事你也刷票呀,不过今天我还是要把我知道的说出来,我不会说哪些软件在恶意刷票,我也没有资格说哪些软件在恶意刷票,我只是从程序

在遥感图像处理中,GDAL库不仅能读取和处理大部分的遥感图像数据,而且还能够实现图像处理后将数据保存为图像的功能. 本文就详细介绍如何将内存中的图像数据保存为.tif格式. 首先,遥感数据处理完,保存在一维数组data中,图像的宽和高为width和height,图像有三个波段.在保存时要使图像的每一行对其,保证位数为32的倍数 先上实现的代码,源程序如下: +)/;//字节对齐 unsigned char *data=new unsigned char[bytesPerLine*height];

之前写过一篇短文对比过几种数字高程数据的区别:5种全球高程数据对比,这篇文章简要介绍下如何下载这些数据.       1.DLR的数字高程数据.该数据也是SRTM(shuttle radar topography mission,航天飞机雷达地形测绘任务)数据,一般提到SRTM都是指NASA在2000年利用奋进号跑出来的数字高程数据,覆盖全面.公开数据早.精度在今天仍相当可观,所以更加有名.但SRTM并不只专指这一家,当年德国航天局DLR同在奋进号上用自己的雷达搞地形测绘,美国人用的C波段雷达,

一.SRTM 的背景引言 美国利用航天飞机搭载成像雷达对地进行观测始于20 世纪80 年代初.1982 年11 月和1985 年10 月, 美国分别进行了两次称为S IR2A 与S IR2B 的航天飞机成像雷达实验, 结果证明合成孔径雷达(SAR ) 具有其他传感器所无法比拟的优势, 主要是具有全天候.全天时对地表成像与测绘的能力并具有一定的穿透能力. 1994年4 月.10 月, 美国的宇航局(NASA ).喷气推进实验室(JPL ) 和国家图像测绘局(NIMA ) 与德国和意大利的航天局合作

探测地球云层分布的CloudSat和CALIPSO卫星 http://www.nasa.gov/mission_pages/calipso/main/index.html http://www.nasa.gov/topics/earth/features/calipso-1billion.html Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation (CALIPSO) The occasion was on CALI

从usgs网站或者马里兰大学下载TM或Landsat原始数据,数据可能包括9个tif数据,两个txt文件和一个gtf文件.示例结构如下: ENVI下可以直接打开*_MTL.txt文件打开,打开后波段列表如下: IDL程序用envi_open_data_file打开后只能获取到一个fid,此时需要用ENVI_GET_FIDS函数.示例代码如下: PRO SAMPLE_IMPORT_LANDSAT_META COMPILE_OPT idl2 ENVI, /RESTORE_BASE_SAVE_FILE

IRS-P6发射于2003年10月17日,星上携带三个传感器:多光谱传感器LISS4和LISS3,以及高级广角传感器AWIFS.LISS3传感器具有四个光谱波段分别位于可见光.近红外与短波红外区域,空间分辨率为23米.波段号:波段频谱      波段2(绿)0.52-0.59mm波段3(红)0.62-0.68mm波段4(近红外)0.77-0.86mm波段5(短波红外)1.55-1.70mm,重复周期24天,景宽141公里. LISS-3传感器 :LISS-3传感器具有四个光谱波段,分别位于可见光

1 前言 Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架.关于用Caffe跑自己的数据这样的博客已经非常多,感谢前辈们为我们提供的这么好的学习资源.这里我主要结合我所在的行业,说下如何对跑通具有多通道多格式的遥感数据. 2 数据准备 Caffe封装的非常好,要想将我们的数据运用于Caffe上,我们唯一要做的工作就是准备好Caffe支持的数据输入格式(leveldb/lmdb). Caffe解决方案下有一个工程convert_imageset为我们提供了接口,主要是将图像文件转