GEE landsat 7条带修补

最新推荐文章于 2023-12-12 19:02:52 发布

ee99ppq

最新推荐文章于 2023-12-12 19:02:52 发布

阅读量462

点赞数

文章标签：开发语言

本文链接：https://blog.csdn.net/ee99ppq/article/details/131259528

版权

该代码段从LANDSAT/LE07/C1/T1TOA数据集中筛选2005年的图像，过滤ROI区域，按云覆盖率排序后选择第一张图像。然后应用局部平均滤波（focal_mean）处理图像，并与特定值进行融合。最后，将处理后的图像和原始图像在地图上显示出来。

摘要由CSDN通过智能技术生成

var l7 = ee.ImageCollection("LANDSAT/LE07/CO1/T1 TOA")

.filterDate("2005-01-01"，“2005-12-31')

. filterBounds(roi)

.sort('CLOUD_COVER'， true)
.first()

var img_fill = l7.focal_mean(1, 'square", 'pixels', 8)
var final_image=img_fill.blend(17)

Map,addLayer(img_fill.clip(aoi)，17_style,'Image Fill')\

Map.addLayer(17.clip(aoi), 17_style,"L7 0riginal')

Map.addLayer(final_image.clip(aoi), 17_style,"final_image')

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ee99ppq

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

Google Earth Engine（GEE）——Landsat 7条带色差修补

此星光明博客

05-13

3108

本文主要是利用Landsat5和8去填充Landsat7造成的条带色差的问题,本文的整体思路就是奖原有的Landsat7条带去除，然后进行分析，最后分别计算Landsat5 和8影像进行填充，最后叠加填充后的效果是可以的 focalMin(radius, kernelType, units, iterations, kernel) 使用命名的或自定义的内核，对图像的每个波段应用形态学还原（）过滤器。参数。 this:image (图像)。要应用这些操作的图像。 radius (Float, def

Google Earth Engine（GEE）——Landsat7条带去除两种方案

此星光明博客

12-21

3923

本文将采用两种方案进行Landsat 7 影像修补。

参与评论您还未登录，请先登录后发表或查看评论

5秒钟用google earth engine(GEE)填补Landsat7条带问题

锐多宝的地理空间

07-17

8059

如果是学遥感的同学，应该都知道Landsat7的影像在2003年出现了问题，导致后期的数据都有条带。最近我个人在使用Landsat7的数据，为了填补条带，就做了以下代码，大家如果有用得上的，就拿去用。选择好自己的研究区域，5秒钟内填补好landsat7的条带。该该方法使用的USGS提供的去条带原理，下面是5秒钟改善Landsat7条带步骤： 1.选择研究区； 2.选择需要填补的影像； 3.引入填补函数； 4.landsat填补，并下载这个是代码，可以参考一下本人写的 https://.

Landsat7图像修复条纹（条带）操作。

xiangliu12345的博客

06-23

5046

第4步：等待ENVI 5.3.1软件修复完成后，右键点击修复后abc.TIF文件，选择Export layer to TIFF，将文件命名问原来文件的名字，如LE07_L1TP_119043_20070913_20200913_02_T1_B1.TIF（图5）（不要问这一步是问什么，因为不这样做，修复后的文件ENVI打不开，笔者暂时也不知道原因）。第3步：点击红圈中的choose，选择修复后要存储的路径，并命名好修复后的文件（例如acb.TIF）,然后选中要修复的波段，点击OK按钮（图4）。

Landsat7条带修复补丁

05-29

Landsat7条带修复补丁，该集成模块可以添加在envi目录下运行。

landsat7去除条带

04-11

此工具用于landsat7遥感卫星由于传感器异常所产生的条带的去除

GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例（全代码）

最新发布

此星光明博客

12-12

518

之前发表了两篇关于影像修复的文章，并且制作了APP，大家可以去看以下的两篇博客来了解具体的研究内容和整个方法的有效性：Google Earth Engine APP——影像条带色差、色调不均匀等现象解决方案Landsat5 NDWI Image Restoration APP_ndwi不能识别泛红水体怎么办-CSDN博客基于GEE云平台一种快速修复Landsat影像条带色差的方法_gee平台-CSDN博客Returns the image collection containing the given im

Google Earth Engine（GEE）——Landsat7 补缺出现的问题

此星光明博客

07-08

1545

本次就是利用Landsat计算ndvi、ndwi、ndbi来进计算和展示的，我们特别是在计算Landsat7的时候会出现一些问题，这里给大家展示的是一个错误的案例，大家可以通过调节代码来继续分析。代码：原有影像和填补的影像有很大的条带问题：同时这里也有一个很大的问题，就是当我们在加载ndwi,ndvi和ndbi的时候没有区分和选不断，所以加载出来的影像就会很残，一块一块的。我们要设定视觉参数，这样还是很重要，不要一下加载三个波段，这样默认状态下出来的影像会很乱。去云之后的破碎度太高了，所以建议

基于ENVI的Landsat数据去条带插件

11-03

基于ENVI的的Landsat去条带插件，下载后直接复制到envi安装目录下的extensions文件夹下面(非经典版)或者save_add文件夹下（经典版）

Landsat 7 ETM+影像条带修复ENVI补丁-附件资源

03-05

Landsat 7 ETM+影像条带修复ENVI补丁-附件资源

GEE教程——Landsat7影像条带修复填充方法（核函数线性插值填充）填充后的NDVI为例

此星光明博客

11-15

2310

Landsat 7卫星的传感器为ETM+传感器，它有8个波段，其中第一波段为蓝色波段，第二波段为绿色波段，第三波段为红色波段。由于该传感器的扫描镜头故障，在接收到的数据中存在条带状的颜色差异，导致图像质量下降。修复该问题的一种方法是使用更高分辨率的传感器数据来填充缺失的数据。具体的修复原理如下：1. 首先，使用适当的算法来确定缺失的数据，例如插值算法或回归分析。2. 然后，使用较高分辨率的传感器图像，例如MODIS的数据，来填充缺失的数据。

GEE :Landsat 7ETM+最简单的条带修复方案（focal_函数的使用）

此星光明博客

07-12

2606

Landsat 7条带状故障是由于卫星上扫描仪的故障导致的。具体来说，卫星扫描仪的扫描线传感器发生了故障，导致在每张图像的一侧出现了缺失的数据条带，这是由于卫星在扫描地球表面时未能获取完整的数据所致。要处理Landsat 7条带状故障，可以使用以下两种方法之一：1. 使用其他卫星数据源：除了Landsat 7之外，还有其他的卫星数据源可供使用，例如Landsat 8、Sentinel-2等。这些卫星提供了高质量的遥感图像数据，可以用来替代Landsat 7数据。

GEE：线性插值方法填补去云空洞——以 Landsat 和 NDVI 为例

养乐多的博客

07-08

2907

养乐多_本文将介绍如何使用Google Earth Engine（GEE）平台提取特定地区的归一化植被指数（NDVI）并进行插值处理，以获得更精细的空间分辨率和连续的时间序列数据。

Google Earth Engine（GEE）—— Landsat7和8的2000-2021年的影像土地分类的下载和视频导出

此星光明博客

07-22

2484

本文主要是利用Landsat影像进行分析，文中包含了Landsat7和8的一些指数计算，Landsat7的影像弥补，Landsat影像的校正，以及城市研究区的校正，也就是之前是建成区防止错分，直接默认位永久建成区。region（E,S,W,N或GeoJSON）要渲染的图像的地理空间区域。一个可选的回调，处理产生的URL字符串。为这个ImageCollection获取一个动画缩略图的URL。与ee.data.getMapId相同的参数，另外，可以选择。返回一个缩略图的URL，如果指定了回调，则未定义。....

Google Earth Engine（GEE）——用填充后的Landsat7影像进行LST地表温度计算（C值转化为K值）

此星光明博客

05-29

1061

很多时候我们在长时间序列的研究中会忽略使用Landsat7 因为充满条带，而且在使用的时候我们因为需要填充，所以比较麻烦，但是我们今天使用一个填充函数来快速实现后，然后进行下一步ndvi和LST的计算。函数：这里影像填充函数时间设定的是一年前后影像当期的，然后通过线性来计算结局和斜率最后让填充影像填入按照这个方式来进行计算，

如何修复landsat7 ETM+影像的错误条带？

热门推荐

weixin_43809770的博客

03-29

1万+

刚开始接触landsat-7 ETM+影像数据，就发现landsat-7的影像存在着损失条带的问题，因此，我们需要对损失条带进行修复。首先，我们需要对错误条带的由来有清晰的认识，2003年5月31日，Landsat-7ETM+机载扫描行校正器(SLC) 故障，导致此后获取的影像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用。此后Landsat 7 ETM SLC-on是指20...

修复LandSat7 ETM SLC+off缺失条带

一往而深深深深

03-26

9783

想做深度学习修复遥感图像，现在先试一下广泛使用的遥感专业软件envi的条带修复效果。方便以后实现不同方法的对比。整体步骤： 1、地理空间数据云下载免费的遥感图像 2、用landsat7 slc+off 的掩膜和landsat7 slc+on的图像文件生成新的条带图像 3、envi插件修复，输出栅格tif文件 4、用arcgis将tif转换为jpg 5、计算PSNR和SSIM指标详细解释： 1 ...

基于ENVI5.3的Landsat条带去除、辐射定标、大气校正

u010198950的博客

10-16

1万+

基于ENVI5.3的Landsat条带去除、辐射定标、大气校正坏带修复辐射定标大气校正坏带修复 1.下载landsat_gapfill插件，放入“安装目录\Exelis\ENVI53\extensions”，重启ENVI 2. 加载拟处理文件（MTL.txt格式） 3.打开landsat_gapfill 4.选择存放位置并命名文件 5.选择处理文件辐射定标 1.选择工具Radiometric Calibration 2.选择已修复坏带文件 3.修改参数，选择输出位置及命名文件大气校正 1

Landsat条带修复 GEE

07-08

在Google Earth Engine (GEE)中进行Landsat条带修复可以使用以下代码： ```javascript // 定义一个函数来进行Landsat条带修复 var fillLandsatBands = function(image) { // 选择需要修复的波段 var bands = ['B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7']; // 定义一个内核来计算缺失值 var kernel = ee.Kernel.square({ radius: 5, units: 'pixels' }); // 对每个波段应用条带修复 var fillMissing = function(band) { // 获取缺失值图层 var missing = image.select(band).mask().not(); // 使用内核进行模糊处理，以填充缺失值 var filled = image.select(band).convolve(kernel); // 将填充的值与原始图像中的非缺失值相结合 var filledMasked = filled.updateMask(missing.not()); return filledMasked; }; // 对指定波段列表应用条带修复函数 var filledBands = bands.map(fillMissing); // 将修复后的波段组合成一个图像 var filledImage = ee.Image(filledBands).rename(bands); return image.addBands(filledImage, null, true); }; // 加载Landsat影像 var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318'); // 应用条带修复函数 var filledImage = fillLandsatBands(image); // 显示原始图像和修复后的图像 Map.centerObject(image, 10); Map.addLayer(image, {bands: ['B4', 'B3', 'B2'], min: 0, max: 0.3}, 'Original'); Map.addLayer(filledImage, {bands: ['B4', 'B3', 'B2'], min: 0, max: 0.3}, 'Filled'); ``` 这段代码加载了一幅Landsat图像并应用了条带修复函数，然后在Google Earth Engine中显示了原始图像和修复后的图像。你可以根据需要修改代码中的参数和图像，以适应你自己的情况。