landsat8与sentinel2波段对比

最新推荐文章于 2024-03-01 15:25:40 发布
最新推荐文章于 2024-03-01 15:25:40 发布
阅读量1.8w 收藏 84
点赞数 19
文章标签： Landsat8和Sentinel2波段选择
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/weixin_43755050/article/details/84328659
版权

landsat8与sentinel2波段对比你好！!

nihao

Landsat8波段对比哨兵2号，通常Landsat8OLI使用7、5、2或7、5、3，哨兵2号相对应的为12、8、2。
Landsat7ETM＋通常采用7、4、1。

gxgxbehappy
关注
  • 19
    点赞
  • 踩
  • 84
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Google Earth Engine——分别利用Landsat-8 和sentinel-2数据与利用训练好的模型来进行水体提取（天空岛海域为例）
qq_31988139的博客
03-29 118
要利用遥感数据和训练好的模型来进行水体提取，可以按照以下步骤进行：1. 数据准备：获取遥感卫星数据，例如多光谱影像，高分辨率影像等。2. 预处理：对遥感数据进行预处理，例如大气校正、辐射校正、几何校正等，以确保数据质量。3. 特征提取：从遥感数据中提取与水体相关的特征，例如水体的反射率、植被指数、彩色指数等。4. 数据标注：根据已知的水体位置或专业知识，对一部分数据进行手动标注，将其标记为水体和非水体。
GEE数据集——Landsat 8 SR和Harmonized Landsat Sentinel-2 (HLS)去云代码和影像范围对比
qq_31988139的博客
01-18 982
Landsat 8 SR和Harmonized Landsat Sentinel-2 (HLS)两者的数据有很大的差异，在没进行合成的情况下分别统计了指定研究区的影像，而原有的Landsat 8 数据会按照瓦片加载，我加载的研究区是4景影像拼接得到的，而HLS数据则是按照你上传的研究区的东南西北最远端进行裁剪。所以我们本次进行了去云，但是整体上使用Fmask的波段对HLS进行去云结果并不是很好，不知道是因为影像较少的缘故还是因为GEE官方并没有给出去云的代码，我尝试了虽然没有报错，但是去云后依旧有云量。
哨兵2号（Sentinel-2）卫星各分辨率数据应用场景及数据获取路径
elvasjf的博客
03-01 786
此外，结合历史产量数据和气象数据，哨兵2号数据还可以用于作物产量的预测，为粮食安全和市场调控提供支持。在城市规划和土地利用变化监测领域，哨兵2号的高分辨率数据可以提供详细的地表信息，帮助规划者了解城市的发展现状和未来趋势。此外，哨兵2号数据还可以用于监测土地利用变化，如农田转建设用地、林地退化等，为土地资源的合理利用和保护提供科学依据。总之，哨兵2号卫星的高分辨率多光谱数据为我们提供了丰富的地表信息，有助于我们更好地了解地球表面的变化，为人类的发展提供科学支持。
GEE学习笔记二 GEE获取Sentine-2与Landsat8 NDVI数据并进行时序变化分析
qq_31392899的博客
10-06 3861
本文主要演示利用GEE对Landsat8与Sentinel-2数据获取研究区NDVI并进行时间序列趋势分析。
Sentinel-2 MSI辐射表征和与Landsat-8 OLI的交叉校准
06-04
Sentinel-2上的多光谱仪器（MSI）和Landsat 8上的操作性陆地成像仪（OLI）的近天底观测是在两次同时进行的天底过桥（SNO）期间收集的。 采集了撒哈拉沙漠中空间均匀区域分辨率为10、20和30 m的多光谱图像，用于直接比较MSI和OLI大气顶层（TOA）反射率。 本文介绍了Sentinel-2 MSI和Landsat 8 OLI传感器的8个对应光谱带的初始辐射交叉校准。 以经过良好校准的Landsat 8 OLI作为参考，比较表明，在频谱带调整因子Bi的3％之内，6个MSI谱带与OLI一致。 近红外（NIR）和卷云波段是例外。 它们产生的辐射差异分别约为8％和15％。 交叉校准结果表明，除了卷云带以外，这7个相应谱带的放射线差异与OLI一致，误差在1％或更高。 MSI和OLI对不同土地覆盖的观测结果之间的逐像素匹配表明。 这项初步研究表明，在进行植被监测时，MSI的红边带B8A可用来代替NIR带B08。
AtmosphericCorrection:6s模型大气校正python版本，支持GF1、2,Landsat-8,Sentinel-2等影像
05-01
基于6s模型的影像大气校正工程 OVERVIEW 调用py6s接口，自动读取影像头文件信息，对遥感影像进行大气校正批处理。 环境 & 依赖 python版本3.6 conda install gdal conda install -c conda-forge py6s 脚本说明 AtmosphericCorrection_Landsat8.py 针对landsat8影像,已经可以工程化使用。 AtmosphericCorrection_Sentinel.py 针对Sentinel影像，已经可以工程化使用。 AtmosphericCorrection_GF.py 针对GF1、2影像，已经可以工程化使用。 为了减少校正结果存储空间，程序中将大气校正的结果放大了10000倍。 测试 python .../AtmosphericCorrection/AtmosphericCorrection_La
Google Earth Engine（GEE）——Landsat8/modis/sentinel2 NDVI时序影像差异对比分析图表
qq_31988139的博客
06-09 1996
很多时候我们只管使用数据，而不知道数据之间的差异在那里，所以我们可以选择相同的点然后加载不同的数据集，然后查看某个点的时序影像来实现影像差异对比。Landsat 8是由美国地质调查局（USGS）运行的陆地观测卫星，于2013年发射。它具有高分辨率的传感器（OLI和TIRS），可捕捉可见光、红外线和热红外线波段的数据，为地球科学家、资源管理人员和环境监测人员提供了有价值的信息。Landsat 8影像可以用于许多应用，如土地利用/土地覆盖分类、森林管理、水资源管理、城市规划、矿产资源勘探等等。
GEE联合多源时序遥感数据下载：以Landsat-8和Sentinel-2为例（含去云异常影像的识别和删除）
m0_71243797的博客
08-21 3299
本文提供联合多源时序遥感数据完整的GEE数据预处理和下载流程，包括数值变换、去云异常影像的识别和删除、时间序列遥感影像的合成、多产品的数据融合、空白数据的插值补充、批量显示和批量下载等
GEE备忘：Landsat、Sentinel、Modis主要数据集区别
qq_45627187的博客
02-16 3950
GEE部分数据集产品区别(待更新~）
snap如何打开哨兵二号数据_哨兵二号遥感影像数据读取与预处理
weixin_39758712的博客
11-10 8711
最近毕设用到了哨兵二号的数据，对最近的经验做一下总结。一 数据介绍哨兵系列（Sentinel）是欧空局发射的卫星，其中的哨兵二号是高分辨率多光谱成像卫星，携带一枚多光谱成像仪(MSI)，用于陆地监测，可提供植被、土壤和水覆盖、内陆水路及海岸区域等图像，还可用于紧急救援服务。分为2A和2B两颗卫星。第一颗卫星哨兵2号A于2015年6月发射升空，第二颗卫星哨兵二号B于17年3月发射升空。两者同时进入运...
哨兵2a 波段组合_深度学习遥感影像(哨兵2A/B)超分辨率
weixin_39971138的博客
12-22 1506
这段时间，用到了哨兵影像，遇到了一个问题，就是哨兵影像，它的RGB/NIR波段是10米分辨率的，但是其他波段是20米和60米的，这就需要pansharpening了，所以我们需要设计一种算法来进行解决.先把哨兵2的参数贴上来吧：通常pansharpening方法，都是一个全色波段提供空间信息，其他低分辨率多光谱波段提供光谱信息，然后将两者进行融合，这样就得到了高分辨率多光谱影像，但是这里有一个问题...
Imagery-Apps:您可以扩展或自定义的ArcGIS影像应用（Landsat Explorer和Sentinel Explorer）的示例JavaScript源代码
05-05
图像资源管理器应用 该存储库包含 ， ， ， ， 和图像应用程序的源代码。 这些Web应用程序包括各种工具，用于探索和分析Esri的 ， ， 和 图像服务。 此存储库中的源代码提供了可以根据需要自定义和扩展的开源模板。 ？ 特征 这些应用程序的功能包括以下内容，它们可以用作您自己应用程序中功能的模型。 使用不同的波段组合，索引或其他栅格函数模板可视化图像 过滤图像（按日期，云量等） 使用滑动工具比较不同日期的图像 根据各种索引生成遮罩 使用可调参数动态执行变更检测 生成频谱和时间剖面 从ArcGIS Online添加数据 保存到ArcGIS Online或导出为本地TIFF文件 探索示例故事 使用应用程序教程了解有关该应用程序的信息 指示 使用此处的文件，您可以使用自己的图像服务来创建自己的Explorer应用程序。 了解有关更多信息。 有兴趣创建自定义主题和窗口小部件吗
哨兵1,2,3,5P,Landsat8，MODIS批量高速下载预处理，高分1,2,6批量大气校正、正射校正，批量裁剪投影.rar
10-29
1、欧空局哥白尼服务器，批量下载哨兵系列，包括哨兵1号、2号、3号和5P的批量下载以及批量预处理。sentinel-1 GRDH数据支持批量多线程预处理，包括去噪，轨道文件自动下载校准，多视处理等。sentinel-2支持基于sen2cor插件多线程大气校正，并转格式为tiff/envi/img格式。 2、USGS服务器，可以批量高速下载Landsat1-5 MSS ，Landsat4-5 TM， Landsat7 ETM以及Landsat-8 OIL数据，并支持辐射定标，6S大气校正。Landsat7和Landsat8支持全色波段融合。支持SRTM下载，sentinel-2下载 3、支持MODIS所有产品的批量高速下载。下载源为Nasa网站。并支持MODIS产品的批量预处理。保持hdf格式转tiff/env/img格式，坐标系添加。 4、支持下载ASF网站sar数据，包括alos，sentinel-1等，包括12.5米分辨率全球DEM数据 以及Landsat1-8全系列数据，modis全系列，并支持所下载数据包括6S大气校正在内的批量预处理。以及批量裁剪、栅格矢量互转，批量波段运算等功能。 5、提供基于开源机器学习算法的，贝叶斯分类器、随机森林、支持向量机、神经网络等监督分类器，以及聚类分析等非监督分类器。支持遥感多光谱数据的分类。 6、提供基于矢量数据shapefile格式的批量处理工具箱，包括批量坐标转换、矢量转栅格、栅格转矢量、矢量合并、DEM等高线提取、SHP转KML、KML转SHP。栅格数据工具箱包括：栅格去碎斑，栅格镶嵌，栅格批量重投影，栅格批量重采样，栅格批量裁剪，栅格统计，植被覆盖度批量计算，批量RPC正射校正，批量波段运算，批量栅格格式转换，Landsat-8批量地表温度反演（劈窗算法，单窗算法），Landsat-8批量湿度反演。 7、支持高分-1WFV，高分-6WFV，高分-1PMS，高分-２PMS，高分-6PMS数据批量辐射定标6S大气校正，RPC正射校正，批量全色融合。 8、支持word批量转PDF以及PDF批量转word。
MFmask:针对Landsats 4-8图像的自动云和云阴影检测
04-29
MF遮罩 重要信息：Windows（〜1G）上的Fmask 4.0 beta软件现在可以使用了！ 可以在此[链接]（ ）下载。 对于Landsats 4-8而言，此版本的Sentinel 2具有更好的云，云阴影和降雪检测结果，以及更好的结果（与USGS当前用作Collection 1 QA波段的3.3版本相比）。 该软件可以同时用于Landsats 4-8 Collection 1产品和Sentinel 2 Level-1C产品。 注意此新版本（包括MFmask的所有功能）在山区比MFmask 1.1效果更好。 有关Fmask 4.0工具的更多信息，可以在找到。 好消息！ MFmask 1.1 beta已公开发布。 这个新包装可以完全自动运行！ 称为MFmask（Matlab软件包）的软件用于Landsat 4-8图像的自动云，云阴影和雪遮罩。 MFmask是通过将数字高程模型（D
哨兵2号数据波段说明
09-22
哨兵2号是最近发射升空的卫星，相比于landSat等卫星分辨率高，最高可达10米，文件是详细的哨兵各个波段的说明，对于遥感方面想利用哨兵数据做研究的同志用处很大
哨兵1-2-3-5P,Landsat8，MODIS批量高速下载预处理，支持高分1-2-6批量预处理包括大气校正、正射校正.rar
10-13
哨兵全系列卫星遥感数据下载，批量预处理，包括大气校正，转格式重采样。landsat-8，MODIS批量下载预处理。支持国产高分1/2/6卫星数据批量大气校正、全色波段融合，正射校正等。
Java-GUI介绍和使用
最新发布
04-18
GUI API包含的类分为三个部分:组件类(component class) 容器类(container class),和辅助类(helper class) 1. 组件类是用来创建用户图形界面的,例如JButton,JLabel,JTextField. 2. 容器类是用来包含其他组件的,例如JFrame,JPanel 3. 辅助类是用来支持GUI组件的,例如Color,Font
汉诺塔c语言递归.zip
04-18
汉诺塔c语言递归
mybatis-plus-core-3.0.6.jar
04-18
mybatis-plus-core.jar 各个版本，免费下载， mybatis-plus-core.jar 是 MyBatis 的增强工具核心包。免费下载 。 MyBatis-Plus(简称 MP)，是一个 MyBatis 的增强工具包，只做增强不做改变，为简化开发工作、提高生产率而生。
如何打开landsat8遥感影像的全色波段
09-05
要打开Landsat 8 遥感影像的全色波段，我们可以遵循以下步骤： 1. 下载影像数据：访问美国地质调查局（USGS）网站或其他数据提供商的网站，找到Landsat 8 影像并选择需要的数据区域和日期进行下载。 2. 安装适当的软件：安装能够处理遥感影像数据的软件，如ENVI、ArcGIS、QGIS等。在安装过程中确保选择与Landsat 8 数据兼容的版本。 3. 打开软件：打开所选软件，创建新的工作空间。 4. 导入数据：在工作空间中，使用软件提供的导入功能导入Landsat 8 影像数据。一般情况下，可以通过选择“文件”菜单中的“导入”选项来完成这一步骤。 5. 选择波段：根据Landsat 8 数据文件中的命名规则，选择全色波段。一般而言，全色波段的标识为"PAN"。 6. 可选：校正影像：根据需要，可以对影像进行辐射和大气校正，以提高影像的质量和准确性。 7. 显示波段：通过选择软件界面上的波段显示或合成功能，选择只显示全色波段进行影像显示。 8. 调整显示参数：根据需要，可以调整显示参数，例如对比度、亮度、伪彩色等，以使影像更易读或美观。 9. 导出数据：如果需要保存全色波段的影像结果，可以使用软件的导出功能将影像保存为可接受的格式，如JPEG、TIFF等。 以上是打开Landsat 8 遥感影像的全色波段的基本步骤。具体操作可能因不同软件而有所不同，但整体流程相似。在处理遥感影像时，还可以进行其他操作，如图像增强、分类、地理信息提取等，以满足不同的研究和应用需求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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
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