遥感影像处理1——数据源的选择

1 卫星有哪些

以下是全球主要的遥感卫星:

  1. Landsat系列卫星:由美国国家航空航天局(NASA)和美国地质调查局(USGS)联合运营,是全球最早的遥感卫星之一,旨在监测地球表面的变化。

  2. Sentinel系列卫星:由欧洲空间局(ESA)运营,是欧洲环境监测计划(Copernicus)的一部分,旨在监测全球的环境和气候变化。

  3. MODIS卫星:由美国国家航空航天局(NASA)和美国地球观测系统(EOS)运营,旨在监测全球的气候和环境变化。

  4. GOES系列卫星:由美国国家海洋和大气管理局(NOAA)运营,旨在监测北美洲的天气和气候变化。

  5. SPOT系列卫星:由法国国家空间研究中心(CNES)和欧洲航天局(ESA)运营,旨在监测全球的地表变化和自然资源。

  6. IKONOS卫星:由美国商业卫星公司DigitalGlobe运营,是全球第一颗商业高分辨率遥感卫星,旨在为商业和政府客户提供高质量的地球观测数据。

  7. QuickBird卫星:由美国商业卫星公司DigitalGlobe运营,是IKONOS卫星的后继者,也是商业高分辨率遥感卫星之一,旨在为商业和政府客户提供高质量的地球观测数据。

这些遥感卫星提供了各种分辨率、波段和时间分辨率的数据,可以用于监测地球表面的变化、自然资源管理、环境监测、天气预报等领域。

中国有许多遥感卫星,以下是其中一些主要的卫星和其分辨率:

  1. 高分辨率卫星(GF):GF-1、GF-2、GF-3、GF-4,分辨率分别为2米、1米、1米、50米。

  2. 中分辨率卫星(ZY):ZY-1、ZY-3、ZY-3B,分辨率分别为50米、5米、1米。

  3. 资源卫星(ZY):ZY-2、ZY-2D,分辨率分别为10米、2米。

  4. 风云卫星(FY):FY-2、FY-3、FY-4,主要用于气象监测,分辨率分别为1公里、250米、500米。

  5. 区域卫星(AS):ASO-S、ASO-E,主要用于区域环境和资源监测,分辨率分别为30米、100米。

  6. 海洋卫星(HY):HY-1、HY-2,主要用于海洋监测,分辨率分别为1公里、250米。

需要注意的是,这些卫星的分辨率是指其最高分辨率,而实际使用时可能会根据需要进行调整,因此不同的应用场景可能会使用不同的分辨率。

各种卫星分辨率等
https://wenku.baidu.com/view/d1e7ad095122aaea998fcc22bcd126fff6055d7d.html

2 如何选择卫星

数据源的选择需要考虑的因素非常多,包括价格、空间分辨率、成像时间、波谱分辨率等因素,如下图所示。

在这里插入图片描述

### 遥感影像数据集的处理方法 遥感影像数据处理涉及多个方面,包括但不限于预处理数据分析以及最终的应用展示。以下是针对遥感影像数据集的一些常见处理方法及其工具应用: #### 一、遥感影像的预处理 遥感影像在实际应用前通常需要经过一系列预处理操作,这些步骤可以提高后续分析的质量和准确性。 1. **几何校正** 几何校正是为了消除由于传感器姿态变化或地形起伏引起的图像变形。ERDAS Imagine 是一种强大的遥感软件,在最新的版本中提供了多种几何校正功能[^2]。通过对地面控制点 (GCPs) 的定义,能够实现高精度的空间配准。 2. **辐射校正** 辐射校正是调整像素值以反映真实的地表反射率或其他物理属性的过程。这一步骤对于减少大气效应的影响至关重要。虽然未直接提及于上述引用中,但在 ERDAS 和 ENVI 中均支持这一过程作为标准工作流的一部分。 3. **大气校正** 大气校正在去除由空气分子散射等因素造成的干扰上有重要作用。ENVI 提供了专门的大气校正模块 ATCOR, 可用于生成更接近真实情况的地表反射光谱曲线[^3]. #### 二、遥感影像的分类与分析 遥感影像可以通过不同的算法和技术来进行分类,以便提取有用的信息。 1. **监督分类 vs 非监督分类** - 监督分类依赖训练样本的选择来构建模型并预测未知区域类别;而非监督分类则不需要先验知识,自动聚类相似像元形成不同组别。例如,在 ENVI 软件中有 K-Means 方法可用于执行非监督分类实验. 2. **分类后评估** 使用混淆矩阵等统计手段检验分类效果的好坏程度是非常必要的环节之一。此外还可以借助视觉对比方式——即让分类结果图层叠置在其原始底图之上交替闪烁查看两者间吻合度如何,进而判断各类别划分是否合理准确[^4]. #### 三、GIS 平台集成 地理信息系统(GIS)平台常常被用来管理和可视化来自各种源渠道获得的空间数据资源。ArcGIS 或 QGIS 这样的开源解决方案都可以很好地兼容经前期加工完成后的栅格文件形式存在的遥感成果产品,并进一步开展诸如缓冲区计算、网络分析之类的高级任务. ```python import arcpy from arcpy.sa import * # 设置环境参数 arcpy.env.workspace = r"C:\path_to_your_data" # 加载已有的遥感影像 raster_input = Raster("classified_image.tif") # 创建新的字段存储重采样后的数值 out_resample = Resample(raster_input, "NEAREST", 30) # 将输出保存到指定位置 out_resample.save("resampled_output.tif") ``` 以上代码片段展示了如何利用 ArcPy 库对遥感影像进行简单的重采样操作。 ---
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

打赏作者

太阳花bigdata

如果文章给您带来帮助,感谢打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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