深度学习——结合高程和坡度的哨兵数据样本制备

一、数据准备

1.1 数据获取

1. 哨兵数据：哨兵数据的获取可以参考以下博主的文章：                 哨兵-2 Sentinel-2 数据下载（欧空局）_Vigo*GIS的博客-CSDN博客_哨兵2数据下载https://blog.csdn.net/qq_41159191/article/details/124307726

2. 高程数据：为使得制备的样本的分辨率更高，采用的是12.5m分辨率的Alost数据，数据如何获取可参考以下博主的文章：

【数据获取】(1）DEM数据下载（12.5m） - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/375513290

2. 数据的处理

1.  哨兵数据的预处理：如果获取的哨兵数据色L1C等级那么就需要进行哨兵数据的预处理，使其为L2A等级，如果是直接获取的L2A等级数据，那么就不需要进行大气校正处理，如何进行哨兵数据的预处理，请参考以下博主的文章：

单幅哨兵数据大气校正处理：

SNAP处理哨兵2号遥感数据的步骤和方法_饭要一口一口吃的博客-CSDN博客_snap处理哨兵2数据https://blog.csdn.net/weixin_43562878/article/details/106016954批量哨兵数据大气校正处理：

Sentinel-2批量大气校正_基于Sen2Cor_GeoSuper的博客-CSDN博客_sen2cor批处理https://blog.csdn.net/qq_41718357/article/details/89023618大气校正后需要再Snap中进行重采样，重采样为10m，转为ENVI5.3等版本可使用的数据：

SNAP处理哨兵2号遥感数据的步骤和方法_饭要一口一口吃的博客-CSDN博客_snap处理哨兵2数据https://blog.csdn.net/weixin_43562878/article/details/106016954

2. 高程数据的处理：根据在 ASF 获取的12.5m的高程数据，在arcmap中或envi中进行数据的镶嵌,得到大范围地区的高程值，还可以根据自己直接获取的dem数据，在ArcMap中提取坡度(slope)数据s，至于如何根据dem提取坡度数据，方法比较简单，可自行查找：

亦可参考这篇博文ArcGIS中的坡度分析问题小结_甜酷Giser的博客-CSDN博客_arcgis坡度分析一片红https://blog.csdn.net/weixin_45769592/article/details/105714096#:~:text=1.%E5%B0%86%E4%BD%A0%E7%9A%84dem%E6%95%B0%E6%8D%AE%E5%9C%A8arcmap%E4%B8%AD%E6%89%93%E5%BC%80%E3%80%82%202.%E6%89%93%E5%BC%80ArcToolBox%E5%B7%A5%E5%85%B7%EF%BC%8C%E6%89%BE%E5%88%B0%E7%A9%BA%E9%97%B4%20%E5%88%86%E6%9E%90%20%E5%B7%A5%E5%85%B7%E2%80%94%E2%80%94%20%E5%9D%A1%E5%BA%A6%203.%E6%A0%B9%E6%8D%AE%E8%A6%81%E6%B1%82%E5%A1%AB%E5%86%99%E5%8F%82%E6%95%B0%20%20,%E5%9C%A8%E4%BD%BF%E7%94%A8%20%E5%9D%A1%E5%BA%A6%20%E6%8F%90%E5%8F%96%E4%B9%8B%E5%89%8D%E7%A1%AE%E4%BF%9Darcmap%E8%87%AA%E5%AE%9A%E4%B9%89%E5%B7%A5%E5%85%B7%20%E4%B8%AD%E7%9A%84%20Spatial%20Analyst%E6%A8%A1%E5%9D%97%E6%89%93%E5%BC%80%20%20%E6%A0%B9%E6%8D%AEdem%E5%9D%90%E6%A0%87%E7%B3%BB%E6%A3%80%E6%9F%A5%E6%98%AF%E5%90%A6%E9%9C%80%E8%A6%81%E8%B0%83%E6%95%B4Z%E5%9B%A0%E5%AD%90%E5%8F%82%E6%95%B0%E3%80%82

 基于以上我们有了三类数据：1哨兵数据、2高程dem数据、3坡度slope数据；

 二、数据融合

2.1 提取哨兵数据范围

在envi中加载处理后（重采样完成后）的哨兵数据的12个波段数据，即加载后缀为.img的数据。然后根据envi显示可以得到哨兵数据的四个角的经纬度，有了四个角的经纬度，那么我们就知道了此哨兵数据的范围了，就可以根据该范围得到dem、slope的范围；

2.2 提取与哨兵数据范围相同的dem、slope数据

1. 在arcmap中打开dem、slope数据，然后在【目录】中找到哨兵数据所在文件夹，右键【新建】- 【shapefiles】- 然后【填写名称】、【选择要素类型】-要选择面、【编辑】空间参考；

注意：空间参考可以选择【导入】，找的dem或slope数据，然后选择导入，就会使得建立的面的空间参考与dem数据是一样的，表面出现偏移；

面建立好以后，在菜单中选择【编辑器】-【开始编辑】- 选中编辑的面【m】，点击【继续】，然后【创建要素】-选择【m】、【面】，按经纬度输入数据范围；完成后在【编辑器】中选择【保存编辑内容】。

然后arcmap的【工具箱】中选择【按掩膜裁剪】，提取出dem、slope的数据范围，再对提取后的dem、slope 数据右键选择【数据】-【导出数据】，保存为.tiff格式，分别命名为B13、B14；

 2.3 数据融合 

将提取的B13、B14（即dem、slope）波段添加到envi中，在envi工具中选择【layer Stacking】，点击【import File】将所有波段添加进来，然后点击【Choose】选择保存路径和名称。

 

 三、样本制备

1. 裁剪样本

打开融合后的数据，用ROI裁剪出固定大小的样本范围，比如我这里用的是128×128的，因此，我用ROI的时候就选择矩形，（如何用ROI进行遥感影像的裁剪，这里边不再赘述了，可以自行查找），绘制好后，右键选择【Rectangle Size】,然后输入128×128；

 

 2. 保存样本

  然后在【File】中选择【Save As】- 【Save As...】，选择融合后的数据，可以看到波段数已经是14个波段了，然后点击【Spatial Subet...】-选择上方的【roi】,然后选择要裁剪的roi，点击【OK】，再点击一次【OK】；

然后，选择保存类型为TIFF格式，并选择保存路径；

这样，一个样本就制备完成了。

 

 不足之处：

一个一个的裁剪太麻烦了，但我查找了一下其他博主的文章，谈到用Photoshop的切片工具来裁剪，达到批量裁剪的作用；但是我采用该方法时，photoshop打开合成后的TIFF影像就是一片白色，我又查找方法进行解决，但是按那些方法仍旧不能解决我出现的问题。 

如果你能解决这个问题，或者有更好的方法制作样本，希望你能在评论里告诉我，非常感谢！