随笔分类 - 遥感影像处理
Python|提取遥感影像指定经纬度的WDRVI指数并与LAI进行回归分析
摘要:前言 预处理遥感数据,得到WDRVI指数影像,并提取地面观测LAI对应时间,卫星观测的试验田所在位置的WDRVI均值。 数据与指数简介 MODIS卫星观测数据 MODIS数据产品概述包括4级产品:1级产品指L1A数据,已经被赋予定标参数;2级产品:指L1B数据,经过定标定位后的数据,本系统产品是
Python|使用Python实现tif文件转shpfile格式文件
摘要:前言 遥感图像像素级别分类(语义分割)结果是栅格图像,转成矢量shp更方便在arcgis中自定义展示以及进一步分析。 代码实现 因为分类结果中可能会含有背景类或者我们不需要转成矢量的类,所以这里增加了一个参数来实现删除不需要转成矢量的类别要素。代码比较简单易懂,如下: from osgeo impo
Python|使用Python实现遥感影像的重采样
摘要:基础知识 图像重采样就是从高分辨率遥感影像中提取出低分辨率影像,或者从低分辨率影像中提取高分辨率影像的过程。常用的方法有最邻近内插法、双线性内插法、三次卷积法等。很多时候,我们下载到的数据精度是不一致,因而,将数据进行重采样就非常重要了。在ArcGIS中使用该工具,需要点击很多次,比较麻烦。因此使用
Python|使用Python实现遥感图像的波段分离
摘要:在遥感应用领域中,大多数的图像数据格式为.tif格式的。波段组合可以使用ArcGIS里面的Composite Bands工具是可以实现的,波段分离也可以使用一些工具或巧妙的方法分开。但当你使用Python程序的话,就可以简化这个软件点击和等待的过程,避免了繁琐的操作,只需要配置好环境更改路径即可。因
Python|对时序遥感图像实现逐像元线性回归
摘要:简介与技术流程 总的来说,就是把多幅影像叠加在一起,逐像元构建一组时间序列,然后对每一个时间序列进行线性回归。比方说,你研究区覆盖的像元是100*100的,时间序列是从2011到2015每年一幅影像,那么你就需要构建10000组时间序列,每组里面包含5个数据。把它放在一个坐标系中,横轴是时间,纵轴是