遥感数据介绍

1. 遥感影像数据格式

遥感影像数据是遥感研究的核心，常见的格式包括：

(1) GeoTIFF

• 特点：

  • 包含地理参考信息的TIFF文件，支持多波段数据。

  • 广泛用于存储卫星影像、航空影像。

• 用途：

  • 土地利用分类、植被指数计算、变化检测等。

• 常见数据源：

  • Landsat、Sentinel-2、MODIS 等卫星影像。

(2) ENVI 格式

• 特点：

  • ENVI软件使用的专有格式，包括一个头文件（.hdr）和一个数据文件（.dat）。

  • 支持多光谱和高光谱数据。

• 用途：

  • 高光谱分析、遥感影像处理。

• 常见数据源：

  • AVIRIS、Hyperion 等高光谱传感器数据。

(3) HDF/HDF5

• 特点：

  • 分层数据格式，支持多维数据和元数据。

  • 常用于存储科学数据。

• 用途：

  • 大气、海洋、陆地遥感数据分析。

• 常见数据源：

  • MODIS、VIIRS、AIRS 等传感器数据。

(4) NetCDF

• 特点：

  • 类似于HDF，用于存储多维科学数据。

  • 常用于气候、气象和海洋遥感数据。

• 用途：

  • 时间序列分析、气候变化研究。

• 常见数据源：

  • CMIP（气候模型数据）、ERA5（气象再分析数据）。

(5) JPEG 2000

• 特点：

  • 支持无损压缩和高分辨率影像。

• 用途：

  • 高分辨率卫星影像存储和分发。

• 常见数据源：

  • WorldView、GeoEye 等商业卫星影像。

---

2. 矢量数据格式

矢量数据通常用于辅助遥感分析，常见的格式包括：

(1) Shapefile

• 特点：

  • ESRI开发的矢量数据格式，由多个文件组成（.shp, .shx, .dbf等）。

  • 广泛用于存储点、线、面等矢量数据。

• 用途：

  • 样本点采集、土地利用分类验证、边界提取等。

(2) GeoJSON

• 特点：

  • 基于JSON的开放格式，易于网络传输和共享。

• 用途：

  • 网络地图应用、数据共享。

(3) KML/KMZ

• 特点：

  • Google Earth使用的格式，支持三维地理数据。

• 用途：

  • 可视化分析、结果展示。

---

3. 其他数据格式

(1) ASCII Grid

• 特点：

  • 文本格式，存储栅格数据。

• 用途：

  • 简单的栅格数据交换。

(2) LAS/LAZ

• 特点：

  • 激光雷达（LiDAR）数据格式。

• 用途：

  • 地形建模、森林结构分析。

---

4. 论文中数据格式的选择

• 根据研究内容：

  • 如果研究涉及影像分类、变化检测，通常使用 GeoTIFF 或 ENVI 格式。

  • 如果研究涉及时间序列分析，可能使用 HDF 或 NetCDF。

  • 如果研究涉及高光谱分析，通常使用 ENVI 格式。

• 根据数据来源：

  • 不同传感器和数据提供商有各自的默认格式（如MODIS使用HDF，Landsat使用GeoTIFF）。

• 根据期刊要求：

  • 部分期刊可能对数据格式有特定要求，需在投稿前确认。

---

5. 数据格式转换工具

• ArcGIS：

  • 支持多种格式的转换（如GeoTIFF、Shapefile、HDF等）。

• QGIS：

  • 开源工具，支持多种格式的导入和导出。

• GDAL/OGR：

  • 命令行工具，支持批量格式转换。

• ENVI：

  • 支持高光谱数据的格式转换。

 Shapefile补充说明

shp文件的解释：shp文件属于存储矢量数据的一种通用格式，但不是一个文件，是对应的一个文件夹，包含至少三个二进制文件，对应的用途各不相同，几何信息存储在shp文件跟shx文件中，属性信息存储在dbf文件中。索引及对应的空间信息可以存储在更多的文件中，使用时不需要知道文件中的任何东西，但是必须确保他们都存储在同一个文件夹中。