多光谱反演全流程-保姆级教学

反演盖度和产量

一、整体流程

• 获取数据

  这里我们获取的landsat8多光谱和全色数据，分辨率30m

• 数据预处理

• 全色与多光谱融合

  制作融合数据集，采用卷积神经网络resnet50进行融合。得到15m的多光谱。

• 计算植被指数、纹理特征、dem坡度坡向建模变量

• 导入样本制作训练集和测试集

  arcgis”多值提取至点“工具生成

• 随机森林建模并筛选变量

• 随机森林反演盖度和产量

二、计算植被指数详细步骤

查看我公众号上的文章2024年7月3

三、计算纹理特征详细步骤

灰度共生矩阵 (GLCM) 的基本原理

GLCM 是一种常用的纹理分析方法，它通过计算像素对之间的灰度值关系，来量化影像的纹理特征。具体而言，GLCM 通过测量一定距离和方向上的像素对之间的灰度共生关系，生成一个共生矩阵，其中包含多种统计量，如能量、对比度、熵等。这些统计量可以作为影像的纹理特征，用于进一步的分析和分类。

参考：灰度共生矩阵提取纹理特征信息https://blog.csdn.net/weixin_52127098/article/details/125077189

这里我们用到的ronghe.tif影像，一共有7个波段，一个