关于Sentinel-2快速查询图幅号——使用MGRS_100kmSQ_ID_File_Geodatabase快速查询

最新推荐文章于 2024-04-28 10:28:53 发布
最新推荐文章于 2024-04-28 10:28:53 发布
阅读量6k 收藏 39
点赞数 12
分类专栏： 遥感GIS 文章标签： Sentinel-2
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_44143671/article/details/101039228
版权

关于Sentinel-2快速查询图幅号—— 使用MGRS_100kmSQ_ID_File_Geodatabase快速查询

一、前言

相信大家在欧空局查询Sentinel-2的时候，总是摸不清清楚自己的研究区需要几个图幅来覆盖，或者对于某个图幅的具体覆盖范围不是很明确，遇到网络卡顿的时候，页面迟迟刷不出来，下面我们就来通过ArcGIS来快速查询自己研究区的图幅号。

Sentinel-2的幅宽高达290KM，比Landsat的185KM要大得多，基本上一个条带扫下来可以覆盖大半个省：
在这里插入图片描述
欧空局为了方便数据管理和大家的使用将每个条带的数据切成了100KM大小的图幅，如下图所示，这是一个条带的覆盖图，这个条带横跨49和50两个分带，每个哨兵分幅数据的名称里面都有红色框里的分幅图幅号的标记，类似于T50SKD，代表这是UTM50带的SKD图幅：

最低0.47元/天 解锁文章
遥感大数据应用
关注
  • 12
    点赞
  • 踩
  • 39
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
哨兵二号数据offline_科学网—利用ENVI 5.3读取哨兵2号（Sentinel-2）L1C数据 - 朱永超的博文...
weixin_39989796的博客
12-23 1243
2016年12月6号，欧空局修改了哨兵2号(S2)数据的命名规则，这导致ENVI 5.3仅能打开此前获取的S2数据，而之后的数据仅能在ENVI最新版5.4中打开，参见：https://yceo.yale.edu/faq-page/16#t16n556。当然，欧空局发布的哨兵系列卫星数据处理平台 SNAP(Sentinal application platform)，可以完美...
国家基本比例尺地形图分幅与编号
热门推荐
细水长流
05-27 1万+
已知图幅内某点的经、纬度或图幅西南图廓点的经、纬度计算其编号 A、    按下列公式计算1:100万地形图图幅编号： a = [Φ/4°]  + 1                 1.1                  b = [λ/6°]  +31                 1.2 式中[  ]------表示取整；           a-----1:1000 000地
哨兵2号Sentinel-2分幅条带介绍与MGRS网格矢量文件获取
疯狂学习GIS的博客
02-02 1944
本文介绍哨兵2号（Sentinel-2）遥感影像数据的空间分幅规则，并提供军事格网参考系（Military Grid Reference System，MGRS）的.kml格式文件、.shp格式矢量文件的下载方法~
使用GEE下载哨兵2号影像（初学者版）
最新发布
qq_52868077的博客
04-28 1476
新手使用GEE下载遥感数据（以哨兵2号为例）代码及详细解析
Sentinel-2快速查询图幅号——基于MGRS_100kmSQ_ID_File_Geodatabase快速查询
Q同学的专栏
11-29 667
Sentinel-2快速查询图幅号——基于MGRS_100kmSQ_ID_File_Geodatabase快速查询
图幅号工具（免费转换坐标、查询图幅）
qq_20404331的博客
06-21 1542
绿色版软件，不需要安装。有北京坐标、西安坐标、还可以转换图幅号、根据经纬度查询图幅号，里边有比例尺、经纬度、坐标、都可以修改。
图幅号查询工具
08-22
地图图幅号查询工具
哨兵二号（Sentinel-2）卫星数据处理
BeZer0的学习笔记
04-11 1万+
S2A：表示 Sentinel-2A 卫星；MSL：表示多光谱数据；L1C：表示产品等级为 L1C 级别，该级别只经过了几何校正，L2A 级别产品还经过了辐射校正，但该级别需要用户自己处理；20190122T025021：表示数据获取时间，即 2019 年 1 月 22 日凌晨 2 点 50 分 21 秒，该时间为格林威治时间，比北京时间提前 8 个小时；N0208_R132：处理基线编号与相对轨道编号；T50RNV：拼接域编号；20190122T065329：估计是产品生成的时间。
MGRS_100kmSQ 全球分幅shp矢量数据
07-15
用途：哨兵卫星（Sentinel）以及国内一些遥感产品的100km标准分幅采用一套全球网格覆盖方案，该数据将这些100km分幅网格及子网格（约10km*10km）进行了矢量化，包含shp矢量数据文件（含MGRS分幅的命名）、可用于标准...
TORO-Sentinel-SuperPro-Emulator-1.7.rar_CI7_Sentinel模拟_Wslgen_se
09-19
TORO Sentinel SuperPro Emulator 1.7模拟工具
图幅号工具 新老图幅号转换 注册机版
06-11
1、经纬度范围生成标准新、旧图幅号，包括1：100万、1：50万、1：25万、1：10万、1：5万、 1：2.5万、1：1万和1：5000比例尺的图幅号； 2、标准图幅号查询经纬度坐标和投影坐标（北京54、西安80坐标系）； 3、标准新、旧标准图幅号转换； 4、小比例尺图幅包含大比例尺图幅的计算； 5、经纬度查询图幅号； 6、独立坐标系图幅号生成（行列号、西南角坐标）； 7、所有生成和查询的图幅号可导出MIF文件（MapInfo交换格式）和MS Excel文件，可导出地理 坐标和投影坐标（北京54、西安80坐标系）； 8、支持图幅预览，可叠加TAB、SHP、MIF文件显示。
图幅编号查询工具
10-24
可以通过输入经纬度坐标，查询任意比例尺的新旧图幅号，方便实用。
北京图幅号查询
03-14
查询北京图幅号,输入北京的坐标就能查询该地点图幅号
图幅号转换工具
11-11
本软件用于生成测绘和GIS运用中的图幅号，以及查询图幅坐标信息和转换新旧图幅号。 主要功能： 1、经纬度范围生成标准新、旧图幅号，包括1：100万、1：50万、1：25万、1：10万、1：5万、 1：2.5万、1：1万和1：5000比例尺的图幅号； 2、标准图幅号查询经纬度坐标和投影坐标（北京54、西安80坐标系）； 3、标准新、旧标准图幅号转换； 4、小比例尺图幅包含大比例尺图幅的计算； 5、经纬度查询图幅号； 6、独立坐标系图幅号生成（行列号、西南角坐标）； 7、所有生成和查询的图幅号可导出MIF文件（MapInfo交换格式）和MS Excel文件，可导出地理 坐标和投影坐标（北京54、西安80坐标系）（需注册）； 8、支持图幅预览，可叠加TAB、SHP、MIF文件显示。
图幅号生成工具（1：10000 等）
10-27
图幅号生成（shp文件）工具（1：10000 等） VC#2010+ArcEngine10 哭直接运行。
Sentinel_Dongles_Tutorial.rar_SRM_Sentinel-VUSB_dongle_pdf crack
09-14
Removing Sentinel SuperPro dongle from Applications and details on dongle way of cracking
Sentinel_LDK_C_Run-time_Install_API.zip_Run Time_Sentinel LDK_do
07-15
标题 "Sentinel_LDK_C_Run-time_Install_API.zip_Run Time_Sentinel LDK_do" 提供的信息表明，这个压缩包包含的是Sentinel LDK（Sentinel License Development Kit）的C运行时安装API，用于在目标系统上运行Sentinel...
Sentinel3AltimetryL2_sentinel-3数据处理_
10-03
Sentinel-3是欧洲航天局（ESA）发射的一颗对地观测卫星，主要任务是执行海洋、陆地和大气监测。该卫星搭载了多种传感器，其中的测高仪（Altimeter）是其核心组成部分之一，用于获取全球海洋表面高度、陆地冰层厚度...
生成代码：sentinel-2与sentinel-1融合
05-11
以下是一些示例代码，演示如何将 Sentinel-2 和 Sentinel-1 数据进行融合： 1. 利用Python的sentinelsat库下载Sentinel-2和Sentinel-1数据： ```python from sentinelsat import SentinelAPI, read_geojson, geojson_to_wkt # 登录sentinelsat账号 api = SentinelAPI('username', 'password', 'https://scihub.copernicus.eu/dhus') # 下载Sentinel-2数据 footprint = geojson_to_wkt(read_geojson('path/to/footprint.geojson')) products = api.query(footprint, platformname='Sentinel-2', cloudcoverpercentage=(0, 30), producttype='S2MSI1C') # 下载Sentinel-1数据 products = api.query(footprint, platformname='Sentinel-1', polarisationmode='VV VH', producttype='GRD', orbitdirection='ASCENDING') ``` 2. 使用Python的gdal库读取和处理Sentinel-1数据： ```python from osgeo import gdal # 读取Sentinel-1数据 s1_vv = gdal.Open('path/to/sentinel1_vv.tif') s1_vh = gdal.Open('path/to/sentinel1_vh.tif') # 将Sentinel-1数据转换为dB单位 s1_vv_db = 10 * np.log10(s1_vv.ReadAsArray()) s1_vh_db = 10 * np.log10(s1_vh.ReadAsArray()) # 对Sentinel-1数据进行滤波和校正 # ... # 将Sentinel-1数据重采样到Sentinel-2的分辨率 # ... # 将Sentinel-1数据和Sentinel-2数据进行融合 # ... ``` 3. 使用Python的scikit-image库将Sentinel-2和Sentinel-1数据进行融合： ```python from skimage import exposure # 将Sentinel-2数据进行拉伸和直方图匹配，使其与Sentinel-1数据的动态范围一致 s2_rgb = exposure.rescale_intensity(s2_rgb, in_range=(0, 0.3), out_range=(0, 1)) s2_rgb_matched = exposure.match_histograms(s2_rgb, s1_vv_db) # 将Sentinel-1数据和Sentinel-2数据进行加权融合 s1_weight = 0.6 s2_weight = 0.4 fused = (s1_weight * s1_vv_db + (1 - s1_weight) * s1_vh_db) * s2_weight + (1 - s2_weight) * s2_rgb_matched ``` 这只是一些示例代码，具体的融合方法和参数需要根据具体的应用场景进行调整和优化。

“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 7
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