ENVI与ArcGis利用卫星影像进行土地利用类型分类

已于 2024-03-01 09:59:44 修改
阅读量2.1k 收藏 44
点赞数 24
文章标签： arcgis
于 2024-02-29 11:40:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_50522851/article/details/136361226
版权
本文详细介绍了如何从Landsat8卫星获取数据，包括下载、解压、在ENVI中操作（如拼接、裁剪）、以及进行土地利用类型分类的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1. 遥感数据获取（卫星影片的下载） 

（1）卫星影片下载（Landsat 8 OLI_TIRS卫星数字产品&地理空间数据云 (gscloud.cn)）

（2）数据下载并保存，解压。

（3）将卫星影像文件Multispectral_LC08_L1TP_123035_20131120_20170428_01_T1_MTL和Multispectral_LC08_L1TP_124035_20131111_20170428_0

最低0.47元/天 解锁文章
土地分类——基于Sentinel-2多源遥感的无监督分类进行土地分类
此星光明博客
04-19 962
无监督分类是一种基于统计学方法的图像分类技术，不需要先验知识和训练样本，直接对图像进行分类。基于Sentinel-2多源遥感数据进行无监督分类可以实现对土地类型的划分。本教程主要的目的是通过多源遥感影像进行土地分类，这里主要的数据是哨兵2号数据，波段+纹理特征，灰度波段用的NDVI指数。步骤如下：1. 数据预处理：对Sentinel-2数据进行预处理，包括辐射校正、大气校正和几何校正等。2. 特征提取：从预处理后的数据中提取有效的特征。
利用ENVI进行土地利用监督分类
m0_71391833的博客
01-30 7931
本次实验土地利用分类为例，分类仅考虑大面积连续分布的地物，不考虑更加详细的亚类，选择Landsat8OLI图像为数据源，谷歌地球遥感影像数据为参考影像。监督分类主要包括特征提取和选择、确定分类类别和建立解译标志、训练样本选取和评价、图像分类四个部分。提示：以下是本篇文章正文内容，下面案例可供参考。
ENVI遥感影像解译制作土地利用专题图
hu397313168的博客
03-08 1万+
ENVI打开裁剪完的影像，右键单击图层，选择Change RGB Bands,在弹出的对话框中按照如图所示从上到下依次选择，得出类似于下面的图。在最大自然法分类器对话框中选择要用的序列样本，注意勾选none和No，最后选择输出路径，点击ok。17.林地1和林地2均合并到林地1，耕地和耕地1均合并到耕地（算法的逻辑关系），点击ok。按照上面的步骤依次建立下面的图层，得到的效果类似于下图（样本的选择根据经验自己判断）。21.选择合并的图层，选择输出路径，点击ok。16.分别选择两个框中的水，点击下面的合并。
ENVI土地利用分类
T_Maxx的博客
05-19 1万+
做完监督分类之后不知道该怎么进行精度评定
ENVI土地利用方法详解课件
10-26
利用ENVI做土地利用类型划分，从数据选择，数据下载，数据预处理到出图的一整套专业，详细指导方法，是课堂课件。
基于ENVI下的土地利用信息提取（一）
热门推荐
Joson_yuan的博客
06-14 2万+
基于ENVI下的土地利用信息提取 1.        前言 对于土地利用信息的提取的研究，国内外各类文献资料中介绍的方法十分繁多，可大致分为：基于监督分类法、基于非监督分类法、基于决策树分类法、基于面向对象分类法、以及基于人工神经网络分类法5种。对于不同区域以及不同时相的数据，选取的方法不尽相同。提取土地利用信息的首要目标是选取最合适的分类方法来提取需求方最关注的信息。本文采取的分类方
envi与arcgis文件转换_遥感提取土地利用（从数据下载到ENVI再到ACRGIS 【简单粗暴版】）...
weixin_32965939的博客
12-31 1万+
一、影像下载下载地址：地理空间数据云http://www.gscloud.cn/search，可以用邮箱注册一个账户。选择影像：数据集根据自己所需要的影像精度选择影像选择注意点：可选择的数据集包括：Landsat8或landsat7(SLE-ON)或landsat4/5TM ，这些卫星的服务时间不一样，根据你的需要选择。要优先选择云量小的图幅，尽量小于5，不然云量太大不好解译。多年解译最后每一年的...
ENVI与Arcgis联合的地物提取研究——以安徽、江苏多市区SPOT影像为例
SPOT卫星提供了高分辨率的多光谱和全色图像数据，适用于地表覆盖、植被监测、土地利用分类等多种应用。 首先，资源中的ENVI遥感数据处理包括了对SPOT4卫星遥感影像的镶嵌和感兴趣区的裁剪，这是进行地物提取前必要...
论文研究 - 乍得东南部Djoli-Kera分类森林中土地利用和土地覆盖的时空动态
05-27
卫星图像是使用ENVI和ArcGIS软件处理的。 采访被用来确定当地居民开展的活动。 1972年，分类林包括四种类型的土地覆被，其中最重要的是开阔林（51％），其次是树木繁茂的大草原（26％），树木大草原（21％）和稀疏...
envi监督分类_土地覆盖分类
weixin_31256083的博客
12-28 5269
面对对象土地覆盖分类面向对象方法-----通过对影像的分割，使同质像元组成不同大小的对象，利用对象的空间特征和光谱特征进行分类，可以有效地克服基于像元层次分类的不足。影像对象的大小决定分割尺度，当影像分割对象与地物边界吻合的程度越高时，地物信息提取精度越高。案例数据准备：· 高空间分辨率遥感影像--最常用的数据源( WorldView-2，QuickBird，GeoEye-1, IKONOS，UA...
ENVI土地利用监督分类详解课件.rar
08-30
利用ENvi对遥感数据进行监督分类，包括数据选择、数据处理、监督分类及分类结果评价等课件，超级详细！
Envi面文件裁剪土地分类图
12-02
Envi面文件裁剪土地分类图,矢量裁剪栅格出现的问题的解决办法
基于ENVI下的土地利用信息提取（三）
Joson_yuan的博客
06-14 1万+
5.4   DEM数据的获取与预处理 DEM高程数据用栅格像元值的方式来存储地表的高程信息，我国目前以黄海的平均海水面为高程基准，图像中的每个栅格值代表该位置与黄海水平面的相对高度，即海拔高度。在网上免费下载的DEM高程数据的空间参考为记录经纬度的地理坐标系，基准面为WGS_1984，其分辨率为90m，这与所给的研究区的TM影像的空间参考和分辨率无法匹配，故下面需要对下载的DEM数据进行投影
使用卫星图像进行作物类型分类
天波风客的博客
03-06 1611
如上所述，我们使用了来自 Sentinel-2 的十个波段、两个额外的索引波段和两个来自 Sentinel-1 的波段。我们只选择作物类的指标，因为它们是我们的主要类，而其他类是补充类，以提高模型在作物类上的性能。对于不同强度级别的城市地区，遵循相同的程序。如您所见，Sentinel-1 和 Sentinel-2 的组合为我们的作物类别提供的结果比仅使用 Sentinel-2 稍微好一些。如果您对 Sentinel-2 图像感兴趣，可以阅读我们的博客，了解我们用于下载 Sentinel-2 图像的工具。
利用Landsat8 进行利用土地分类
weixin_34256074的博客
08-17 1万+
1 波段合成 数据管理工具—栅格—栅格处理—波段合成（选取753或543，推荐753） 2 裁剪 裁剪范围为所选矢量图（或者用掩模工具也可以） 3 分类 利用影像分类工具选取训练样本，自己选取分类的数量 利用散点图判别训练样本的精度，分散越明显越精确 然后...
ENVI实战—地物波谱分类
最新发布
Promising_GEO的博客
03-17 4505
后者与常见植被的光谱曲线相似，绿色状态下的海岸红衫在0.4~0.76um（可见光波段）存在一个小的反射峰，峰值在0.55um附近，在0.45um（蓝）和0.67um（红）附近由于叶绿素的影响存在两个窄的吸收带，在0.68~0.8um处反射大增，形成陡坡，此后受到红衫叶细胞结构的影响，维持高反射率，在1.26~2.5um波段范围内，由于绿色状态下红衫含水量较大，吸收增强，并在1.44um和1.92um处形成两个较宽的吸收带。其次，针对于地物类型选择合适分类波段，分类方法等，也可以起到提高分类精度的作用。
基于ecogntion-ENVI的2014-2020年雄安新区土地利用分类及其变化分析
KongBaiJiQuanBu的博客
07-13 7088
雄安新区2014-2020年土地利用分类及其变化分析。本文基于ENVI软件完成数据预处理，基于易康软件完成面向对象土地利用分类，基于arcgis软件和excel对分类结果进行分析处理制作了土地利用转移矩阵、土地利用变化等成果数据。数据来源地理空间数据云平台。笔者水平有限，难免会出现错误，如发现错误欢迎各位批评指正！
ENVI土地分类后Edit Classification Image处理
CSDNchun的博客
10-26 1831
运用ENVI进行土地分类，尽管有些方法的分类精度很高，但仍然存在破碎斑块，以及错分的情况。下面记录一下ENVI的处理方法。提示：以下是本篇文章正文内容，下面案例可供参考这个方法仅适合图像范围较小，且需要调整的内容较少的情况，效果很好，但比较消耗时间。如果图像较大的话，只能选择碎斑块的Clump classes、Majority/Minority Analysis 和 Sieve classes处理方式了。
利用ENVI、eCognition Developer（易康）和Excel和ArcMap软件对南京江北新区统计分析土地利用变化的具体信息
m0_64819732的博客
08-19 4269
利用ENVI、eCognition Developer（易康）和Excel和ArcMap软件对南京江北新区统计分析土地利用变化的具体信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

达尔不是贝吉塔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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