RS
文章平均质量分 74
遥感领域的一些碎碎念和日常
不吃青菜的倒霉兔子
或是不知梦的缘故,流离之人追逐幻影。
展开
-
Acrgis提取值到点出现9999和空值问题的处理
注意在“Saving Data(保存数据)”对话框的下方有“Save as type(保存类型)”的选择,shapefile 和 feature classes (要素类)是有区别的,显示“保存对象时出错”也正是由于这种区别:要素类必须存储在数据库中,若保存类型选择了“要素类”,其。主要是由于矢量文件(.shp)与栅格文件(.tif或者envi格式)的坐标系不匹配,一般经过预处理之后的影像都不包含坐标系文件,显示为UNKNOWN,即不存在坐标系信息;坐标系主要分为两种:投影坐标系和地理坐标系;原创 2023-12-26 20:18:19 · 3171 阅读 · 2 评论 -
RS学习笔记<四>
b)与地表粗糙度也呈现对数关系,经过前人Zribi的研究结果,通过Zs=s^2/l构建组合粗糙度,表现出其与垂直极化(vv)下的两个不同入射角的后向散射系数差的对数关系,进而估算出Zs。反解求出Mv的对应表达式,通过不同入射角条件下进行模拟和非线性回归分析,得到A、B、C三个参数的具体数值表达式,进而得到在不同入射角条件下的方程模型,得到土壤水分值。1、AIEM原理分析,此处不做解释,以后有时间专门开一篇解释;砂土含量S,粘土含量C,此处可通过全国土壤数据集进行得到;结构:在笔记<三>中已经写过;原创 2023-12-25 20:41:02 · 372 阅读 · 1 评论 -
使用Excel进行线性回归、计算R2、RMSE、MAE等精度方法
对模型精度进行评价,采用决定系数(Coefficient of determination,R2)、均方根误差(Root Mean Square Error,RMSE)、平均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Square Error,MSE)和平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)等五个特征指标进行比较,指标公式见下文。的输入区域,要选择右边红框的按钮选择序列中的数据,而不能用ctrl选择首尾;原创 2023-12-19 10:43:38 · 10986 阅读 · 1 评论 -
RS学习笔记<三>
通过卫星数据计算六种植被指数NDVI、SAVI、SARVI、ARVI、RVI、MSAVI,将采集得到的LAI数据分为两组(建模集和验证集),通过建模集对LAI与这六个参数进行相关性、线性、非线性(二次、三次、指数等)分析,然后以程度较好的方程进行估计,与验证集进行比对分析。d、水云模型中植被参数A、B一般为经验参数,但在不同的研究区应略有不同,可通过先验知识以及采集到的数据,通过最小二乘法进行计算得到区域的参数。c、对R2数据的处理:辐射定标→滤波→几何校正(30m dem)→配准→提取后向散射系数。原创 2023-12-02 21:15:01 · 96 阅读 · 1 评论 -
DEM数据的下载和导入到SARscape
b)如上图所示,目前这个版本提供了五种不同的DEM获取方法,此处介绍SRTM-3 version4(90m级DEM的数据),其余不做赘述,不同的SARscape版本有不同的DEM数据提供;b)选择高级检索→选择数据集为DEM数据集→选择SRTMDEM 90M分辨率。a)在SARscape插件中找到DEM Extraction。DEM数据作为地表高程数据,在雷达数据处理过程中十分重要;a)百度搜索打开地理空间数据云之后(登录/注册账号)3)通过SARscape插件导入数据并进行转化,原创 2023-11-14 18:59:46 · 1284 阅读 · 1 评论 -
ENVI植被指数的计算以及注意事项
以下是一些植被指数的基本计算公式和注意事项;原创 2023-11-13 16:19:02 · 3131 阅读 · 0 评论 -
利用ENVI计算植被覆盖度
它是植被群落覆盖地表状况的一个综合量化指标,是描述植被群落及生态系统的重要参数,植被覆盖及变化是区域生态系统环境变化的重要指示,对水文、生态、全球变化都具有重要意义,也是影响土壤侵蚀与水土流失的重要因子。(后续有个小补充)原创 2023-11-13 17:07:14 · 4433 阅读 · 3 评论 -
图像融合/重采样/稀疏植被/假彩色
像素级图像融合得到的图像具有更多的细节信息,如边缘、纹理的提取,有利于图像的进一步分析、处理与理解,还能够把潜在的目标暴露出来,利于判断识别潜在的目标像素点的操作,这种方法才可以尽可能多的保存源图像中的信息,使得融合后的图片不论是内容还是细节都有所增加,这个优点是独一无二的,仅存在于像素级融合中。决策级图像融合是有针对性的,根据所提问题的具体要求,将来自特征级图像所得到的特征信息加以利用,然后根据一定的准则以及每个决策的可信度(目标存在的概率)直接作出最优决策。-------------百度百科。原创 2023-11-13 17:36:10 · 192 阅读 · 0 评论 -
RS学习日记
技术方法:水云模型可以去除后向散射系数中的植被干扰,利用高级积分模型(AIEM)模拟表面粗糙度参数(surface roughness parameters)、土壤水分含量(SM)和后向散射系数(backscattering)之间的关系,创建了一个新的粗糙度参数Zs。本文目的:研究组合粗糙度参数的潜力,并通过结合Radarsat-2合成孔径雷达(SAR)和GF-1数据,开发一个主要依赖卫星数据的模型,该模型对稀疏植被覆盖区域的土壤湿度反演要求最小的先验信息(最小的先验信息怎么解释)原创 2023-11-08 17:15:22 · 74 阅读 · 1 评论 -
关于遥感重金属的多因子分析方法
不同传统的多因子分析:(PCA和FA),在遥感重金属领域,多因子分析旨在区别于单因子分析,重金属的单因子分析可判别导致污染的重金属元素,而多因子分析及即多因子指数评价,可以全面的反应多种污染物的整体污染水平,也能凸显对污染更为严重的重金属元素的贡献。式子中:P即污染的指数评价值,n为重金属的种类数,C为重金属元素数据的实测值,S为重金属元素的筛选值。先通过各个实测数据计算得到不同的C/S,即单因子指数M,对比各个元素的M选出最大值Mmax;对比污染评价标准图,即可知样本点所属区域的污染情况分布。原创 2023-11-08 16:24:06 · 62 阅读 · 1 评论 -
InSAR技术扫盲
单天线系统是在SAR平台上安置一部天线,通过对同一地区的重复飞行进行观测,得到测区两幅具有相干性的SLC图像。相干处理:对接收到的信号进行相位和幅度的处理,以提取目标的信息。,地面状况和散射特性可能已发生改变,并且难于保证合适的基线参数,因此与双(多)天线系统相比,该方式获取的图像之间的相干性较差。重复轨道即是单天线模式,同一传感器或相似传感器按照平行轨道两次对地成像,分别发、收信号,利用得到的数据进行干涉处理。,对相干信号的处理就是相干处理,因为相干信号所包含的信息量比非相干信号要大的多;原创 2023-11-02 22:01:14 · 425 阅读 · 1 评论 -
ENVI SARscape基本预处理过程<一>
SAR(Synthetic Aperture Radar)合成孔径雷达,不同于真实孔径雷达(RAR),在雷达发展早期,由于成像分辨率与雷达天线的长度成 正比,与波长和观测距离成反比,要想得到较高分辨率的 SAR 图像,需要增加天线的物理尺寸,限制其发展和应用,后来逐渐被合成孔径雷达 SAR 取代。前两者为同向极化,后 两者为异向(交叉)极化。在 SAR 系统中,垂直轨道方向的维度叫“距离向—range”,近方位向边缘最接近天底顶 (在雷达垂直方向下的点),平行轨道方向的维度叫“方位向—azimuth”。原创 2023-11-02 11:45:14 · 719 阅读 · 1 评论 -
统计分析方法简述<一>
2)无量纲化,或者归一化,一般用于数学上表示去除单位,此处表示在需要处理的数据中,各个因素由于单位不同而数据的表现形式不同(参考上述超市的例子),所以需要进行无量纲化进行处理,让数据统一在一个可以计算的范围,减少缺失值和绝对差异值,进行数据的分析和处理。对于固定的第i序列(或者因素),计算其中的每个点与母序列进行计算,得到一个新的序列,则这个新的序列每个点即代表第i序列与母序列对应维度(元素)的关联性,这个值越高,即关联性越好;而右边,先看分子,左边两个min,就是表示这两个向量最近的距离;原创 2023-10-18 00:13:04 · 63 阅读 · 1 评论 -
改进植被指数反演土壤水分原理分析
2)在四个植被指数EVI、RVI、NDVI、DVI(私以为,此处也可以多选取几个不同的植被指数比如SAVI、NDWI、NDI等)中加入短红外波段,即为EEVI、ERVI、ENDVI、EDVI,然后计算两两之间的多重共线性即VIF,两两计算即是EVI与EEVI、DVI与EDVI等,根据相关性高且显著的原则,VIF小于10表示不存在多重共线性;2、如果是做动态监测,那么可选择相对大气校正或者较简单的方法。相对大气校正方法:校正后得到的图像,相同的DN值表示相同的地物反射率,其结果不考虑地物的实际反射率。原创 2023-10-17 22:59:35 · 298 阅读 · 0 评论