Advertisement

landsat8场景计算器:利用Landsat8影像生成NDVI、SAVI、RGB、NIR及短波红外等数据...

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
Landsat8场景计算器是一款工具软件,专门用于处理Landsat 8卫星获取的遥感图像。它能高效计算并生成如NDVI(归一化差植被指数)、SAVI(土壤调节植被指数)及RGB、NIR和短波红外等多种数据产品,支持环境监测与研究工作。 Landsat8场景计算器程序可以从服务器下载landsat8图像和其他文件。用户可以根据需要生成的场景类型选择性地下载这11个波段中的任意一个或多个进行合成。所需的所有文件都将被自动下载,并在保存到本地磁盘后,根据用户的指定需求生成相应的场景。 频段可以单独或者成组下载,具体取决于特定计算或复合所需的频率和颜色组合。该程序能够创建以下类型的GeoTIFF文件:归一化植被指数、土壤调整植被指数、可见光谱(自然色)合成图像、短波红外合成材料以及农业综合地质综合水深等。 重要提示: - 文件“./data/index.gz”包含了可用数据的索引,如果它不存在,则需要下载。请不要删除此文件。 - 用户输入默认值保存在“./data/defaults.json”,该文件可以在程序运行时提供用户先前的选择设定。即使删除了这个文件也是安全的,但您会需要重新输入以前选择过的参数。 若因任何原因导致下载中断,程序将自动退出。然而,在下一次启动时,只要不删除未完成的“ .part”临时文件,则可以继续之前被打断的数据下载过程。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • landsat8Landsat8NDVISAVIRGBNIR...
    优质
    Landsat8场景计算器是一款工具软件,专门用于处理Landsat 8卫星获取的遥感图像。它能高效计算并生成如NDVI(归一化差植被指数)、SAVI(土壤调节植被指数)及RGB、NIR和短波红外等多种数据产品,支持环境监测与研究工作。 Landsat8场景计算器程序可以从服务器下载landsat8图像和其他文件。用户可以根据需要生成的场景类型选择性地下载这11个波段中的任意一个或多个进行合成。所需的所有文件都将被自动下载,并在保存到本地磁盘后,根据用户的指定需求生成相应的场景。 频段可以单独或者成组下载,具体取决于特定计算或复合所需的频率和颜色组合。该程序能够创建以下类型的GeoTIFF文件:归一化植被指数、土壤调整植被指数、可见光谱(自然色)合成图像、短波红外合成材料以及农业综合地质综合水深等。 重要提示: - 文件“./data/index.gz”包含了可用数据的索引,如果它不存在,则需要下载。请不要删除此文件。 - 用户输入默认值保存在“./data/defaults.json”,该文件可以在程序运行时提供用户先前的选择设定。即使删除了这个文件也是安全的,但您会需要重新输入以前选择过的参数。 若因任何原因导致下载中断,程序将自动退出。然而,在下一次启动时,只要不删除未完成的“ .part”临时文件,则可以继续之前被打断的数据下载过程。
  • Python实现Landsat8的地表温度反演
    优质
    本研究采用Python编程语言,开发了一套针对Landsat 8卫星遥感数据的地表温度反演算法。该算法结合了热红外波段的数据处理与大气校正技术,精确计算地表辐射温度,为环境监测和气候变化研究提供有力工具。 基于Python实现单窗算法反演Landsat-8影像地表温度。
  • 批量处理预处理的Landsat8.zip
    优质
    本资料包包含一系列用于批量处理Landsat 8卫星图像的预处理脚本和工具,旨在提高遥感数据分析效率。 人工智能项目实践中的数据预处理是一项关键任务。
  • Landsat8原始遥感图
    优质
    简介:Landsat 8卫星采集的原始遥感图像是全球陆地表面观测的重要资源,涵盖可见光、近红外及短波红外等多个波段,为环境监测和土地利用研究提供高精度的数据支持。 Landsat 8原始遥感影像数据。
  • CASIA NIR-VIS 2.0近(NIR)人脸
    优质
    CASIA NIR-VIS 2.0是一款包含多场景下高质量近红外与可见光图像的人脸识别数据库,适用于日夜模式下的身份验证研究。 To address the limitations of the HFB database, we have compiled a larger dataset called CASIA NIR-VIS 2.0, which includes images captured using the same device as those in the HFB database. Compared to HFB, NIR-VIS 2.0 introduces several new features: The number of subjects in the NIR-VIS 2.0 database is 725, three times more than that in the HFB database. We have established a set of specific protocols for performance evaluation. In contrast, the evaluation protocols for the HFB database are not clearly defined.
  • Landsat8谱响应函
    优质
    Landsat 8卫星搭载传感器具有详细的多光谱观测能力,本研究聚焦于其波谱响应函数,探讨各波段对电磁辐射的敏感度及其应用价值。 Landsat8波谱响应函数用于进行Landsat8数据的大气校正。
  • 基于Landsat8遥感的森林蓄积量估
    优质
    本研究利用Landsat 8卫星数据进行分析处理,探索其在评估和量化特定区域森林蓄积量方面的应用潜力,旨在为林业资源监测提供技术支持。 本段落采用广东省南雄市的森林二类调查数据,并结合langset8影像资料,选取遥感因子和立地因子作为自变量。通过使用POS算法优化后的BP神经网络以及逐步线性回归两种建模方法,对比分析这两种模型在反演精度上的差异,最终建立了用于预测森林蓄积量的优化模型。
  • GDAL进行遥感NDVI
    优质
    本简介介绍如何使用GDAL库处理遥感影像数据,并详细说明了基于红光与近红外波段反射率计算植被指数(NDVI)的具体步骤和方法。 GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下开源的栅格空间数据转换库。它利用抽象数据模型来表达各种支持的数据文件格式,并提供了一系列命令行工具来进行数据转换和处理。 Python中的GDAL库作为栅格数据处理和转换的重要工具,能够支持几百种不同的栅格数据格式,例如常见的TIFF、ENVI、HFA、HDF4等。由于大多数遥感影像都是以栅格形式存在的,因此使用GDAL库可以方便地进行遥感影像的处理工作,比如光谱指数计算、波段合成和批量下载。 本资源利用Python的GDAL库实现了对遥感影像NDVI(归一化差值植被指数)的计算功能。通过加入遍历代码,还可以实现多张影像数据中光谱指数的大规模自动化计算,从而大大减少了工作量。
  • 基于Landsat8的地表温度劈窗法研究.docx
    优质
    本文探讨了利用Landsat 8卫星数据进行地表温度估算的研究,特别关注于劈窗算法的应用与优化。通过分析多光谱反射率和热红外亮度温度信息,本研究旨在提高遥感技术对地球表面热状态的监测精度。研究成果对于环境变化、城市热岛效应及气候学等领域具有重要意义。 从Landsat8影像反演地表温度的劈窗算法研究主要探讨了如何利用Landsat 8卫星获取的地表反射率数据来估算地表温度,并通过改进的传统劈窗算法提高反演精度,为遥感领域提供了一种新的技术手段。