- 博客(5)
- 收藏
- 关注
RSS订阅原创 GEE 时序插值实现MODIS 8天无云影像代码免费分享
本文利用MOD09Q1数据，通过GEE算法实现8天每景无云遥感影像，全年共计46景。
2021-12-31 11:10:54
2437
7
原创 GEE处理遥感空值（nodata）的方法
GEE在进行掩膜以后，难免会出现空值（nodata），如果不进行处理就会影响后续的空间分析与数理统计。本文基于Sentinel-2和Sentinel-3提出一种线性回归插值处理操作。操作简单，只需几行代码。代码分析如下：varS2=ee.ImageCollection("COPERNICUS/S2_SR"), S3=ee.ImageCollection("COPERNICUS/S3/OLCI"), roi=ee.FeatureCollection("users/cdut/daying"),
2021-12-31 11:00:25
5040
3
原创 GEE快速获取大范围无云10米遥感影像
很多GEE学习者，都是从下载大范围高空间分辨率遥感影像开始的，或者在GEE上进行一些植被指数处理。本文选择Sentinel-2数据，利用S2_CLOUD_PROBABILITY数据集对其进行去云处理。然后合成无云的Sentinel-2影像及ndvi。
2021-12-31 10:49:40
3100
1
原创 多光谱遥感时空融合综述、分类、方法、应用以及未来方向
遥感传感器需要权衡遥感影像的宽幅和象元大小（空间分辨率），这使得目前在轨的卫星影像很难获取大面积高时空分辨率遥感影像。通常来说，光学遥感影像分为两类，一是高时间分辨率影像，比如Modis、AVHRR、SeaWiFS,它们可以获取每天的影像信息，但是其空间分辨率较低，从500米到几千米不等；二是高空间分辨率影像，比如OLI，ASTER，但是它们的时间分辨率较低，为16天。目前，时间与空间分辨率权衡最好的是Sentinel-2遥感影像，其空间分辨率为10米，时间为5天（表1）。但是，对于大面积的山区和丘陵地
2021-03-01 17:24:54
4982
6
原创 NDVI时间序列重建的方法比较总结
NDVI时间序列重建的方法比较总结文章来源于北师大陈晋团队，作者是北师大副教授陈学泓。文章doi：10.1016/j.rse.2020.112130该研究主要用了6种时空融合方法（即：UBDF、LMGM、STARFM、Fit-FC、OPDL、FSDAF）从几何配准误差、传感器辐射差异、空间比率三个方面，采用均方根误差（RMSE）、相关系数（r）、绝对相对差异指数（ADRI）评价了它们之间的误差，结果表明：如果不考虑传感器之间的辐射差异，Fit-FC融合算法最优，如果考虑传感器之间的辐射差异，则可以考虑
2021-03-01 01:39:00
3196
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人