MODIS_Landsat_Sentinel2星源分幅简述【20250715】
遥感影像分幅是指将覆盖较大地理区域的连续遥感影像数据,按照一定的规则或标准切割成多个较小、更易管理的矩形(或规则形状)图幅的过程。这是遥感数据处理、存储、分发和应用中一项非常基础和关键的操作。遥感影像分幅的必要性:
管理便利性:
大范围(如全省、全国、全球)的遥感影像数据量极其庞大(可达TB甚至PB级),直接处理整景数据非常困难,效率低下。
分幅后,每个图幅数据量较小,便于存储、备份、检索、传输和更新。
处理效率:
许多影像处理操作(如辐射定标、大气校正、几何校正、信息提取、深度学习模型训练/推理)在较小图幅上进行计算效率更高,资源消耗更少。
便于分布式计算和并行处理。
标准化与共享:
与标准地形图分幅系统(如1:100万、1:25万、1:5万等)保持一致,便于与矢量地图数据、地形图以及其他来源的栅格数据进行叠加分析、融合和集成。
方便数据交换、分发和按区域订购。
应用需求:
用户往往只需要特定区域(如某个县、市、项目区)的数据,分幅允许按需提供所需图幅,避免下载或处理冗余数据。
制作标准比例尺地图产品的基础。
⛄MOD ...
基于Python的GIS-RS多源数据处理(TIF/SHP/NC/...)【20250630】
栅格数据以规则网格(像素)的数值矩阵表达地理现象,每个单元格代表一个属性值(如高程、温度)。例如卫星影像、数字高程模型、温度分布图。存储格式包括ENVI DAT、GeoTIFF、JPEG、PNG、ASCII Grid等等。
矢量数据是通过几何图形(点、线、面)表示地理实体,基于坐标和拓扑关系存储空间信息。例如城市(点)、河流(线)、国家边界(面)。存储格式包括Shapefile、GeoJSON、KML、GML等。
(1)栅格数据优点:
自然现象表达:直接记录连续或分类数据(如植被覆盖、高程)。
计算高效:适合矩阵运算(如地图代数、坡度计算)。
简单结构:数据存储为规则网格,易于编程处理(如Python的NumPy)。
视觉直观:支持平滑色彩过渡(如遥感影像渲染)。
(2)矢量数据优点:
高精度:几何形状由数学公式定义,可无限缩放而不失真。
存储高效:仅记录关键坐标,数据体积小(尤其适合稀疏数据)。
灵活分析:支持拓扑分析(邻接、连通性)、网络分析(路径规划)、属性查询。
易编辑:可单独修改单个要素(如移动一个点、调整边界)。
(3)矢量化(Ras ...
(二)GEE基础学习初探及案例详解【20250330】
Google Earth Engine(GEE)是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat、MODIS、Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。GEE在设计之初就是为了服务科研人员而构建的,因此在概念上可以将GEE视为一种工具,类似于菜刀之于厨师或者猎枪之于猎手,而不应该将其当作一种复杂的计算机编程平台。
详见小编博客:Google Earth Engine概述
⛄GEE中通用地理学思维
👀空间发现
GEE与谷歌公司的另一款名为Google Earth的软件具有类似的空间发现功能,即可以展示地球表面客观存在的现象和地貌。同样的,GEE也具有类似的地理发现功能,我们利用Map.setCenter()命令将GEE的观察窗口移动到对应的位置,同时将GEE的底图设置为卫星图像,具体命令如下所示。
点击GEE底图框右上角的卫星图像按钮;
在Code Editor中输入"Map.setCenter(116. ...
Sentinel-5P遥感数据下载及预处理教程【20250105】
Sentinel-5P是欧空局(Europe Space Agency,ESA)于2017年10月13日发射的一颗全球大气污染监测卫星。卫星搭载了对流层观测仪(Tropospheric Monitoring Instrument,TROPOMI),可以有效的观测全球各地大气中痕量气体组分,包括NO2、O3、SO2、 HCHO、CH4和CO等重要的与人类活动密切相关的指标,加强了对气溶胶和云的观测。
⛄Sentinel-5P数据介绍
👀数据产品
TROPOMI是目前世界上技术最先进、空间分辨率最高的大气监测光谱仪,成像幅宽达2600km,每日覆盖全球各地,成像分辨率达7km×3.5km,ESA提供了L1B和L2两种级别的数据下载。L2级数据产品介绍如下表:
官网产品数据介绍:https://sentiwiki.copernicus.eu/web/sentinel-5p
Product type
Parameter
L2__O3____
Ozone (O3) total column(总柱含量)
L2__O3_TCL
...
碳汇估算方法概述及基于RS的碳汇估算模型详述【20241116】
陆地生态系统在全球碳循环中扮演着极为重要的角色,准确地评估陆地生态系统碳源/汇时空变化和相关地表过程对全球气候变化的响应是有效预测气候变化的重要基础,也是目前全球气候变化研究中较为重要的前沿科学领域之一。生态系统碳循环根据排放和吸收之间的关系可以分为碳源和碳汇,其中碳源表示生态系统的排放量大于吸收量,而碳汇则表示生态系统的吸收量大于排放量。 根据最新的生态系统碳汇的定义:"生态系统碳汇是指不同生态系统相关关联共同对于全球生态系统碳平衡的作用,不仅包括传统的植树造林、增加绿化面积等措施对于碳吸收的贡献,也包括草原、湿地、海洋等生态系统吸收大气中二氧化碳的过程,同时也涵盖土壤、永久性冻土固定的碳储量"。
[1]刘坤,张慧,孔令辉,等.陆地生态系统碳汇评估方法研究进展[J].生态学报,2023,43(10):4294-4307.
[2]朴世龙,何悦,王旭辉,等.中国陆地生态系统碳汇估算:方法、进展、展望[J].中国科学:地球科学,2022,52(06):1010-1020.
[3]洪长桥,金晓斌,陈昌春,等.集成遥感数据的陆地净初级生产力估算模型研究综述[J].地理科学进展,201 ...
常见大气校正模型及6S模型安装部署【20241028】
⛄常见大气校正模型
大气校正是遥感图像标准化处理的重要环节,消除太阳辐射传输过程中大气对于遥感图像的影响,提高影像的清晰度,获取地物真实的光谱信息。由于大气条件较为复杂,且随区域地理分布和观测时间是动态变化的,国内外研究学者进行大量的研究工作,目前大气校正算法主要包括:基于辐射传输模型的大气校正算法、基于经验统计模型的大气校正和神经网络大气校正算法。
基于辐射传输模型的大气校正方法主要包括LOWTRAN模型、MODTRAN模型、FLAASH模型、6S模型等,该方法充分考虑辐射传输过程中大气以及临近效应等的影响,是利用电磁波在大气中的辐射传输原理构建起来的,设置合适的大气校正参数是其最为关键的步骤,合适的参数能够反映大气分子、气溶胶等粒子的散射和水汽、臭氧等物质的吸收过程。基于经验统计模型的大气校正方法主要包括经验线性法、暗像元法、QUAC模型等,利用先验知识或实测数据,直接由遥感图像自身消除大气影响。神经网络方法是一种有效的非线性逼近方法,是功能强大且灵活多变的大气校正方法。
Sen2cor是欧空局官方提供的Sentinel2 MSI影像的大气校正方法,用于生成L2级陆地产品。该 ...
GUI编程之MATLAB入门详解(01)
⛄前言
图形用户界面的设计是MATLAB的核心应用之一。当用户与计算机之间或用户与计算机程序之间进行交互操作时,舒服高效的用户接口功能则会对用户产生极大的吸引力。图形用户界面(GUI)则通过窗口、图标、按钮、菜单、文本等图形对象构成用户界面。
MATLAB为用户构建应用程序提供了两个平台——GUIDE和App Designer。
GUIDE是一个较老的平台,MATLAB用户已经使用了很多年。尽管用户已经能够使用GUIDE构建不同复杂程度的应用程序,但是它一直存在用户希望解决的工作流程和可用性问题。类似地,它所支持的组件集(主要是uicontrol集)也非常有限,并且基于一些遗留的技术。
App Designer作为新的应用程序构建平台,在R2016a中引入。它集成了构建应用程序的两个任务——设置视觉组件和编程行为。它具有一个新的设计画布,更容易添加组件,并使用标签和面板进行有效组织。它包括一个内置的编辑器,用于管理只读部分中组件的生成代码,并为用户编写的回调代码提供可编辑的部分。它还支持一系列新的标准组件,如编辑字段、按钮和旋转器,以及用于创建仪表面板的仪表盘、旋钮、开关和灯。 ...
MODIS/Landsat/Sentinel下载教程详解【常用网站及方法枚举】
⛄前言
在当今快速发展的地球观测时代,遥感技术作为获取地球表面及其环境信息的重要手段,正以前所未有的广度和深度改变着我们对自然界的认知与管理方式。MODIS(Moderate-resolution Imaging Spectroradiometer,中分辨率成像光谱仪)、Landsat系列卫星以及Sentinel(哨兵)卫星,作为当前遥感数据领域的三大支柱,各自以其独特的观测能力、数据分辨率和覆盖范围,为全球科研工作者、环境管理者、灾害监测部门等提供了丰富的地球观测数据资源。
随着气候变化、环境退化、自然灾害频发等问题日益严峻,对高精度、高时效的地球观测数据需求日益增长。MODIS以其每日覆盖全球的高频观测能力,成为监测全球环境变化、气候趋势及农作物生长状况的重要工具;Landsat系列卫星以其长期的历史数据积累和中等空间分辨率,成为土地利用变化、城市扩张、森林覆盖监测等领域不可或缺的数据源;而Sentinel卫星系列,则以其多光谱、雷达及大气监测等多种传感器组合,为海洋监测、陆地变化检测、紧急响应等提供了全方位的支持。所以,掌握MODIS/Landsat/Sentinel遥感数据 ...
GUI编程之PyQt5入门详解(01)
GUI是Graphical User Interface的英文简称,即图形用户界面,准确地说,GUI就是屏幕产品的视觉体验和互动操作部分。GUI是一种结合计算机科学、美学、心理学、行为学及各商业领域需求分析的人机系统工程,强调人一机一环境三者作为一个系统进行总体设计。
⛄认识PyQt5
👀PyQt5框架简介
Python最初是作为一门脚本语言开发的,并不具备GUI功能,但由于其本身具有良好的可扩展性,能够不断地通过C/C++模块进行功能性扩展,因此目前已经有相当多的GUI控件集(Toolkit)可以在Python中使用了。Python中经常使用的GUI控件集有PyQt、Tkinter、wxPython、Kivy、PyGUI和Libavg,其中PyQt是Qt为Python专门提供的GUI扩展。
Qt是挪威Trolltech(奇趣科技公司)开发的一个C++ GUI应用程序,其包括跨平台类库、集成开发工具和跨平台IDE,既可以用于开发GUI程序,也可以用于开发非GUI程序。使用Qt只需开发一次应用程序,便可跨不同桌面和嵌入式操作系统部署该应用程序,而无须重新编写源代码。和Pytho ...
Python深度学习之PyTorch基础教程
⛄前言
PyTorch是一个基于Torch的Python开源机器学习(深度学习)框架,由Facebook的人工智能研究院开发,不仅能够实现强大的GPU加速,还支持动态神经网络,使得研究人员和开发人员能够轻松构建和训练复杂的深度学习模型。与TensorFlow等其他框架相比,Pytorch的主要优势在于其简单易用的接口、高效的性能和强大的生态系统。PyTorch的主要特点和功能:
基本概念:PyTorch的基本概念包括张量(Tensor)、自动求导(Autograd)和动态计算图(Dynamic Computation Graph)。张量是PyTorch最基本的数据类型,类似于多维数组,用于存储和处理大规模的数值数据,并支持各种数学运算和操作。自动求导是PyTorch的一个重要特性,它能自动计算张量的梯度,有助于深度学习模型的训练。动态计算图则使得PyTorch的计算过程可以灵活地进行构建和修改,有助于开发复杂的神经网络模型。
基本使用方法:PyTorch提供了丰富的API和工具,使得用户可以方便地创建和操作张量,进行基本的数学运算,以及构建和训练神经网络模型。例如,用户可以轻 ...