- 博客(6)
- 收藏
- 关注
RSS订阅原创 不规则采样点的DEM内插计算
然而，从结果来看，任务二得到的高程值“5.21133e+06”可能存在一些异常，与常规的高程数值范围相比，这个数值过高，可能是由于计算过程中的精度问题或者数据本身的特性导致的。任务二则在任务一的基础上，找到距离内插点最近的8个采样点，建立曲面模型并通过C++编程求解出模型参数，进而得到指定内插点的高程值。
2025-04-12 14:06:15
956
原创 使用ENVI软件进行遥感图像几何校正
误差最高的匹配点显示在表格顶部，可以直观的查看误差最大的匹配点，找到匹配点列表中精确度较低的匹配点点号，右键点击【Delete Tie Point】进行删除。1）【Geometric Correction】→【Georeference from IGM】，弹出【Input Data File】对话框，选择“cup99hy_true.img”文件，弹出【Input X Geometry Band】对话框，选择【IGM Input X Map】，弹出【Input Y Geometry Band】；
2025-04-12 13:54:06
685
原创 使用ENVI软件进行遥感图像辐射校正
放大图像，仔细观察发现，原始影像中植被区域的空间分布不够明显，因为亮度和对比度较低，辐射定标后的影像中植被区域的空间分布更加明显，植被区域的边界和内部结构更加清晰。点击【Course Value】，查看图像中特定像素点的DN值，发现原始影像植被区域的亮度值主要集中在较低的DN值范围内，植被区域在影像中相对较暗。大气校正后的光谱曲线更加精细，反映了地物的真实光谱特性，反射率较高，特征更加明显，特别是绿峰和红谷的特征更加突出，近红外波段反射更加平坦，能够更准确地表示植被等地物的光谱特征。
2025-04-12 13:33:59
752
原创 ENVI遥感数字图像处理之空间域处理方法实践——以提取武汉市NDVI和计算植被覆盖度FVC为例
2、输入公式：(b1 lt -0.048644)*0+(b1 gt 0.418479)*1+(b1 ge -0.048644 and b1 le 0.418479)*((b1+0.048644)/(0.418479+0.048644)) 并设置输出路径；公式：(b1 lt -1)*(-1)+(b1 gt 1)*1+(b1 ge -1 and b1 le 1)*b1。3、选择保存路径并检验NDVI结果，随机选取影像中水域的地方，可以看到数据值为负，结果较为准确；6、然后按分类标准进行分类。
2024-09-20 16:06:30
4079
7
原创 【遥感解译实验】利用ENVI绘制遥感影像监督分类专题图，并利用混淆矩阵进行精度评价——基于Landsat5TM影像的LUCC信息提取
此次遥感影像监督分类的实践经历，不仅让我巩固了课堂上学到的理论知识，还使我熟练掌握了使用ENVI软件进行遥感影像监督分类的具体步骤，并认识到监督分类在遥感影像处理中的关键作用。例如，采用波段组合4、3、2的影像，林地呈现深红色，草地为深紫色，而耕地则呈现粉红色，这有助于我们进行精准的分类。当影像中的地物种类普遍且光谱特征差异不大时，监督分类尤为适用，它能有效地提取常见地物，如土地类型、植被覆盖、森林、农田、道路、水体和沙漠等，广泛应用于城市规划、土地管理和道路网络建设等领域。（3）计算样本的可分离性。
2024-09-11 20:46:15
3894
原创 熟悉下载遥感数据过程并了解其特征——以下载武汉市Landsat数据为例
我下载的是2017年10月30日湖北省武汉市Landsat 8-9 OLI/TIRS C2 L2卫星数据。下载网址与下载过程①网址：地理空间数据云（地理空间数据云）②下载过程：1、注册及登录：首先在地理空间数据云平台注册一个账户，完成注册后，登录账户。2、搜索数据：在主界面，使用高级检索，选择按行政区划来检索，搜索框输入“湖北省武汉市”，数据集选择“Landsat 8-9 OLI/TIRS C2 L2”，确认后进行检索。3、选择数据集：可以通过设定指定时间范围与数据含云量来缩小搜索结
2024-09-10 11:09:16
2320
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人