qq_41627642的博客

MODIS数据介绍(2014-02-24 17:22:02)转载▼一、Modis数据资源总体介绍1999年2月18日，美国成功地发射了地球观测系统（EOS）的第一颗先进的极地轨道环境遥感卫星Terra。它的主要目标是实现从单系列极轨空间平台上对太阳辐射、大气、海洋和陆地进行综合观测，获取有关海洋、陆地、冰雪圈和太阳动力系统等信息，进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变率的变化以及大气臭氧变化研究等，进而实现对大气和地球环境变化的长期观测和研究的总体（战

MODIS数据介绍(2014-02-24 17:22:02)转载▼一、Modis数据资源总体介绍1999年2月18日，美国成功地发射了地球观测系统（EOS）的第一颗先进的极地轨道环境遥感卫星Terra。它的主要目标是实现从单系列极轨空间平台上对太阳辐射、大气、海洋和陆地进行综合观测，获取有关海洋、陆地、冰雪圈和太阳动力系统等信息，进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变率的变化以及大气臭氧变化研究等，进而实现对大气和地球环境变化的长期观测和研究的总体（战

论文1、Ｌａｎｄｓａｔ８ＯＬＩ城市地区气溶胶光学厚度遥感反演主要技术：摘 要：在地表反射率较高、结构复杂的城市地区，传统的浓密植被气溶胶反演算法难以适用。通过分析地物波谱库中的植被和土壤波谱信息，模拟建立归一化植被指数（ＮＤＶＩ）与红、蓝波段地表反射率之间的相关关系，提 出 使 用ＭＯＤＩＳ植被指数产品（ＭＯＤ１２）确定地表反射率的方法，实现该类型区域气溶胶光学厚度（ＡＯＤ）反演。以 Ｌａｎｄｓａｔ８ＯＬＩ数据为例，选取北京市为研究区进行反演实验，使用 ＡＥＲＯＮＥＴ地基观测数据与 ＭＯＤＩＳ气溶胶产

面向对象中的图像分割面向对象图像分类基于规则和像素

纹理特征计算的一些方法1、主要有四大类：统计方法、信号处理方法、模型方法和结构方法2、灰度共生矩阵的概念在水平方向也就是0方向，0-0有共计4个；0-1共计2个3、灰度共生矩阵计算的结果4、灰度共生矩阵的影响因素5、ENVI的实践滑动窗口大小为3*3，窗口移动距离为1，量化的灰度级是64。计算的结果有均值、方差、同质性、对比度、差异、熵、二阶矩和相关性。![基于python代码的实现过程1、将遥感影像做灰度化出处理2、遥感影像的灰度级降级3、滑动窗口进行滑动4

ENVI作物科学ENVI精准农业工具包——ENVI Crop Science 1.1 精确农业和农学的遥感分析工具，具体来说是:获得一块农田中作物的总数，以及它们的位置和大小。1、计算每种作物的平均值、最小值、最大值和标准偏差。例如高度或光谱指标值。2、 创建一个在图像中被识别的作物位置的形状文件。3、创建一个网格显示作物的预期位置，基于图像中的三个指定点。4、确定一行中的间隙，对应缺失的作物。5、确定农田中的行，以及组成行中的作物。排除杂草、草和其他不属于这一行的东西。5、创建一个热点图

参考资料1、高分辨率遥感影像分类（水稻估产）

最常用的GIS数据汇总

1、叶面积指数(LAI)2、分段公式叶面积指数计算3、植被指数计算方法

1、 海洋元数据1.1MEDI元数据1.2、EDIOS元数据1.3ARGO浮标元数据2、气象预报数据资料气候资料

1、全国自动站资料文件名规定自动站观测资料传输文件名调整方案地面气象观测资料实时传输方式调整1.11、地面自动站观测资料1.2新文件名编码规则说明：Z：固定代码，表示文件为国内交换的资料；SURF：固定代码，表示地面观测资料；RADI：固定代码，表示气象辐射资料；C：固定代码，指示其后字段编码为编报台字母代号， CCCC：编报台字母代号；I：固定代码，指示其后字段代码为测站区站号，IIiii：测站区站号REG： 区域站资料标志，固定代码。区域站资料标志为可选标志，如果文件

遥感语义分割预训练模型1、使用ICNet模型对航拍图片(遥感图像)进行图像分割使用神经网络（ICNet）对航拍图片(遥感图像)进行图像语义分割（数据集+代码+最终训练模型）2、SegNet和U_NET基于SegNet和U-Net的遥感图像语义分割3、Patch-Based网络结构基于深度卷积神经网络的城市遥感图像小物体语义分割及不确定性建模4、Deeplab网络深度学习高分辨率遥感影像语义分割...

# -*- coding: utf-8 -*-"""Created -0on Sun Feb 28 10:04:26 2016PCA source code@author: MMPCA基本步骤：对数据进行归一化处理（代码中并非这么做的，而是直接减去均值）计算归一化后的数据集的协方差矩阵计算协方差矩阵的特征值和特征向量保留最重要的k个特征（通常k要小于n），也可以自己制定，也可以选择一个阈值，然后通过前k个特征值之和减去后面n-k个特征值之和大于这个阈值，则选择这个k找出k个特征值对应的特

1、融合OSM道路网和百度POI数据的城市功能区识别参考：百科GIS作品集&研究方向 - 知乎1、数据源1、OSM数据划分土地利用单元2、百度POI数据2、设计思路2、基于腾讯位置大数据的精细尺度人口空间化腾讯位置大数据的网页1、获取数据后通过建模分析得到南京市1km*1km的人口估算格网2、其定位次数热力图和街道级别人口密度图如下：3、结合建筑物轮廓和层数等数据再次建模，得到秣陵街道所有小区建筑物斑块常住人口数据：...