预处理——HJ卫星数据

(遥感数据打开后,为了呈现更好的显示结果,都进行2%的拉伸,下面不再赘述)
(一)图像裁剪
1、打开2016年的HJ1A-CCD2卫星数据→File→Save as→Spatial Subset→选择要裁剪的东平湖区域→OK
在这里插入图片描述在这里插入图片描述
在这里插入图片描述

2、同样的方法对Landsat8数据进行相同区域的裁剪用于几何配准的baseimage,注意在选择裁剪区域时点击下方的Subset By File文件选择上一步骤中裁剪好的HJ遥感影像数据。
在这里插入图片描述
在这里插入图片描述
(二)几何配准
使用portal工具查看HJ数据和Landsat8数据,发现湖的边界位置错开不重合,需要进行几何配准。
在这里插入图片描述
1、找到/Geometric Correction/Registration/Image Registration Workflow工具→base image选择裁剪好的landsat8数据、warp image选择裁剪好的HJ数据→next→切换到Advanced面板,把Matching Band in Warp Image改为Band4。
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

2、针对类似地形复杂的区域,手动选几个种子点能大大提高自动找点的准确度。
Seed tie points→start editing→在影像上均匀的选点,每选完一个点右击accept as individual,显示窗口会自动显示另一幅影像数据,然后选择对应的相同地物后右击accept as individual,进行下一个点的配准。
在这里插入图片描述
在这里插入图片描述

2、选完20个种子点后点击stop editing→next
在这里插入图片描述
在这里插入图片描述

3、系统自动完成选点30个→show table查看误差大小,删掉误差较大的点→最后保留了28个点误差大小为0.846844
在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述

4、warping→warping method:folynomial、resampling:cubic convolution、output pixel size from:warp image→next→选择保存位置
在这里插入图片描述
在这里插入图片描述

下图为集合配准后的结果,查看两幅数据,可以看到湖的边界很好的重合。
在这里插入图片描述
(三)大气校正
1、建波谱响应函数:display→new plot window→import→ASCII…→选择提前下载好的HJ1ACCD2数据→data units:nanometers→OK→4个波段的波普响应能力图像就绘制出来了
在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述

2、点击右侧的show→对四个波段进行进行重命名,依次为b1、b2、b3、b4→export→输出保存成波普库文件spectral library
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、convert interleave→选择几何校正后的HJ数据→OK→BIL、Yes→OK→是
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

4、flaash atmospheric correction→input radiance image→选择上个步骤中改为BIL的HJ数据→use single…、Single scale factor改为10→OK
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5、设置输入输出文件→输入传感器高度:650KM、区域的平均海拔0.05KM、分辨率30m→输入数据获取时间,在XML文件中查看→输入大气模型参数,查询表格可知此数据应选MLS→气溶胶模型:rural 不需要反演选择none(详见下图板面设置的内容)
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6、multispectral setting→GUI→filter function file→open→spectral library→选择之前保存的.sli文件→OK→OK
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7、advanced setting→tile size改为100→OK→apply
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述可查看大气校正后的地物波谱曲线
在这里插入图片描述
(四)裁剪湖泊区域
1、spectral profile→/Feature Extraction/Rule Based Feature Extraction Workflow→输入进行过大气校正后的数据→custom bands:normalized difference选择3、4波段→next→输入东平湖的矢量边界.shp
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、subset data from rois→选择要进行裁剪的数据→选择矢量数据、Yes、选择存储位置→OK
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述3、将黑色的背景去掉
/Raster Management/Edit ENVI Header→选择要进行处理的数据→OK→edit attributes→data ignore value→data ignore value输入0→OK→OK
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 6
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\]和引用\[2\]的内容,HJ-1A/HSI数据预处理需要将其转换为BIP或BIL储存顺序的ENVI格式文件,并且需要包含中心波长信息和波段宽度信息。在转换为TIF格式时,需要手动输入中心波长和波段宽度信息。然而,由于HJ-1A/HSI数据具有115个波段,手动输入这些信息的工作量较大。 另外,根据引用\[3\]的内容,HJ-1A/HSI数据的光谱分辨率为4.32 nm,比目前国际上应用最广泛的Hyperion(10 nm)更高,这意味着HJ-1A/HSI能够获得更精细的地物光谱曲线,具有更强的目标识别和信息提取能力。此外,HJ-1A/HSI具有较高的重访周期,通过30度侧摆可以实现96小时的重访观测,相比之下,Hyperion的重访周期为16天。然而,HJ-1A/HSI的空间分辨率相对较低,且工作谱段为459~956 nm,这对其应用产生了一些限制。 综上所述,对于HJ-1A/HSI数据预处理,需要将其转换为BIP或BIL储存顺序的ENVI格式文件,并包含中心波长信息和波段宽度信息。此外,HJ-1A/HSI数据具有较高的光谱分辨率和重访周期,但空间分辨率相对较低,且工作谱段有一定的限制。 #### 引用[.reference_title] - *1* *2* *3* [国产环境小卫星高光谱数据应用于沿海植被环境监测](https://blog.csdn.net/acfftx928163/article/details/102438881)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值