ArcGIS学习笔记-3.出图-3.6 遥感真彩色合成

本文介绍了如何从地理空间数据云下载Landsat8卫星影像,进行波段合成以创建真彩色图像,并通过全色锐化提高图像细节。步骤包括选择合适波段、按顺序排列波段文件以及使用DataManagementTool进行处理。

3.6.1 Landsat 8/15m真彩色融合

转载来自:https://www.cnblogs.com/Galesaur-wcy/p/12589697.html

Step1. 下载: https://www.gscloud.cn/search

  1. 登录地理空间数据云网站,点击高级检索;
  2. “数据集"选择"Landsat 8 OLI_TIRS 卫星数字产品”;
  3. "空间位置"按照"行政区"选择至xx市(该部分也可以按照网站提供的其他空间位置方式选择);
  4. "时间范围"请随意;
  5. "云量"请尽可能选择低于1%,以免后期影像云层过多无法分辨;
  6. 最后按检索,可以记录条带号、行编号记录影像,在记录中根据所需日期的影像旁边按下载,等待下载完成即可。

Landsat 8分11个波段,即解压后带"B1~B11"的tif文件

传感器波段空间分辨率/m常见波段组合用途
OLI1-COASTAL/AEROSOL304\3\2自然真彩色
OLI2-Blue307\6\4用于城市(居民地) 、水体识别
OLI3-Green305\4\3标准假彩色图像,植被,有利于植被 (红色)分类、水体识别
OLI4-Red306\5\2农业
OLI5-NIR307\6\5穿透大气层
OLI6-SWIR1305\6\2健康植被
OLI7-SWIR2305\6\4陆地/水;水体边界清晰,利于海岸识别
OLI8-PAN157\5\3移除大气影响的自然表面
OLI9-Cirrus307\5\4短波红外
TIRS10-TIR1006\5\4植被分析
TIRS11-TIR100

Step2. 波段合成:

操作: Data Management Tool → Raster → Raster Processing → Composite Bands

将解压后的tif波段文件拖入左边的"输入栅格"内,记得要将波段文件按B1~B11文件名按顺序拖入排好,点击确定。

根据生成的影像结果,结合第二部分介绍的不同波段组合,修正影像对应的红、绿、蓝三颜色对应的波段,例如"自然真彩色",即平时的常见影像图,即可修改“红色”为“Band 4”,“绿色”为“Band 3”,“蓝色”为“Band 2”

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EtQtfO5t-1687418930795)(ArcGIS学习笔记.assets/image-20230622124101863.png)]

Step3. 全色锐化:

操作: Data Management Tool → Raster → Raster Processing → Creat Pan-sharpened Raster Dataset

多光谱波段(Band 4.3.2)分辨率是 30 米,而全色波段(Band 8)分辨率是 15 米

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Tha8CO4n-1687418930796)(ArcGIS学习笔记.assets/image-20230622152547563.png)]

### 如何从地理空间数据云平台下载遥感影像 #### 访问平台 为了获取所需的遥感影像,访问地理空间数据云官方网站是一个必要的起点。通过浏览器输入网址 `https://www.gscloud.cn/#page1/1` 可以直接进入该站点[^3]。 #### 数据搜索 一旦登录到地理空间数据云门户,在首页会发现有多个功能模块可供选择。“数据资源” 是其中最为重要的部分之一,这里集中展示了平台上所有的可用数据集。点击进入“数据资源”,可以根据特定条件筛选所需的数据产品,比如按照传感器类型、成像时间、地理位置等参数来查找目标区域内的 Landsat 影像或其他类型的遥感资料[^2]。 对于更精确的需求,“高级检索” 功能允许设置更加复杂的查询选项,从而提高找到合适像的可能性。这包括但不限于指定波段组合、分辨率要求或是其他特殊属性过滤器。 #### 获取数据标识信息 当定位到了感兴趣的某一幅或多幅影像之后,记录下每张片旁边显示的独特编号或者其他形式的身份识别码非常重要。这些信息将在后续自动化处理过程中起到关键作用——即利用编程手段实现大规模自动化的影像抓取工作[^1]。 #### 使用Python脚本进行批量化下载 掌握了一定数量的目标文件ID后,便能够编写简单的 Python 程序来进行高效稳定的批量传输作业: ```python import requests def download_image(image_id, save_path): url = f"https://example.com/api/download/{image_id}" # 替换成实际API地址 response = requests.get(url) with open(save_path, 'wb') as file: file.write(response.content) if __name__ == "__main__": ids_to_download = ["IMG_001", "IMG_002"] # 将此列表替换为真实的影像ID集合 destination_folder = "./images/" for img_id in ids_to_download: output_file = f"{destination_folder}{img_id}.tif" try: download_image(img_id, output_file) print(f"成功下载 {output_file}") except Exception as e: print(f"未能完成下载{img_id}: ", str(e)) ``` 这段代码片段展示了一个基本框架用于执行基于HTTP请求的远程文件拉取任务;需要注意的是具体接口路径需参照官方文档说明调整,并确保拥有合法权限去调用相应服务端点。 #### 查看元数据 除了影像本身之外,Landsat 数据通常还配备有一个名为 MTL 的文本格式辅助材料(例如 MTL.txt 文件),它包含了关于这张照片拍摄时的各种重要参数描述,如观测时刻、天气状况下的云量比例、光源角度以及地心距等因素。了解这部分背景有助于更好地解释分析所获得的空间信息[^5]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值