人工智能-机器学习-高光谱遥感资源探测算法设计与软件实现.pdf

合成孔径雷达(SAR) SAR是一套多波束合成孔径雷达，工作频率为 5.3 GHz，属C频段，HH极化。SAR扫描左侧地面。它有5种工作模式，5种模式的照射带分别为： 500km，300km，200km，300km与500km，800km。 地面分辨率分别为28 m×25 m，28 m×25m，9m×l0m，30m×35m与55m×32m，28m×31m。 BACK

遥感温度植被指数的干湿边拟合并计算干湿边方程，用于计算得到温度植被指数(TVDI),实现干旱监测

遥感估产的基本原理 任何物体都具有吸收和反射不同波长电磁波的特性，这是物体的基本特性。人眼正是利用这一特性，在可见光范围内识别各种物体的，遥感技术也是基于同样的原理，利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波，根据地面上物体的波谱反射和辐射特性，识别地物的类型和状态

STANet用于遥感图像变化检测 它是本文的实现：一种基于时空注意力的方法和一种用于遥感影像变化检测的新数据集。 在这里，我们提供了时空注意力神经网络（STANet）的pytorch实现，用于遥感图像变化检测。 变更记录 20210112： 添加PAM的预训练权重。 ，代码：2rja 20201105： 添加演示以快速入门。 添加更多的数据集加载器模式。 增强图像增强模块（裁剪和旋转）。 20200601： 第一次提交 先决条件 Windows或Linux Python 3.6+ CPU或NVIDIA GPU CUDA 9.0+ PyTorch> 1.0 视觉 安装 克隆此仓库： git clone https://github.com/justchenhao/STANet cd STANet 安装 1.0+和其他依赖项（例如，torchvision， 和 ）

大气气溶胶是影响气候变化的重要因子之一,利用遥感手段不仅可以获得气溶胶的分布信息, 也可以得到相关的气溶胶光学特性参数。本文阐述了国内外气溶胶遥感的发展动态,介绍了气溶胶遥 感的基本情况及气溶胶光学厚度反演的几种方法,提出了存在的问题并对今后的研究进行了展望

中国地级市矢量图.rar

基于卫星遥感的植被NDVI 对气候变化响应的研究进展

（4） 增强型Frost滤波器 增强型Frost滤波器可以在保持雷达图像纹理信息的同时减少斑点噪声。它是Frost滤波器改进，也同 样根据单独滤波窗口中计算出的统计（方差系数）对数据进行滤波。每个像元都被分到3个类型中：相似 像元（homogeneous）、差异像元（heterogeneous）、指向目标的像元（point target）。 每种类型被区别对待。对于相似像元，像元值被滤波窗口中的像元均值代替；对于差异像元，以脉冲 响应作为变换核对像元进行卷积滤波，从而确定像元值；对于指向目标的像元，像元值不变。详细介绍， 请参阅以下参考文献： Lopes, A., R. Touzi, and E. Nezry, 1990. “Adaptive Speckle Filters and Scene Heterogeneity”, IEEE Transactions on Geoscience and Remote Sensing, Vol. 28, No. 6, pp. 992-1000. 选择File >Adaptive >Enhanced Frost。选择一个输入文件，若需要，选取任意子集。将出现Enhanced Frost Filter Parameters对话框。在“Filter Size”文本框中，键入所需的滤波器大小。输入一个阻尼系数，用来反 向指定用于差异像元的权重均值的阻尼指数的范围，阻尼系数越大，生成结果越不均匀。输入用于限定每 一类像元的终止值，相似像元（方差系数≤Cu）；差异像元(Cu≤方差系数≤Cmax)；指向目标的像元（方差 系数≥Cmax）。 对于雷达图像，终止值可以根据观察次数（L）估算出来。 键入输出文件名并点击“OK”。结果将显示在可用波段列表中。 （5） Gamma滤波器 Gamma滤波器用于在雷达图像中保留边缘信息时，减少斑点噪声。它类似于Kuan滤波器，但是假定 数据呈γ分布（参见第375页的“Kuan滤波器”）。被滤除的像元值将被基于局部统计计算的值所代替。 详细介绍，请参阅以下参考文献： Zhenghao Shi and Ko B. Fung, “A Comparison of Digital Speckle Filters,” Proceedings of IGRASS 94, August 8-12, 1994, pp. 2129-2133. 选择Filters > Adaptive > Gamma。选择一个输入文件或波段，若需要，选取任意子集（参见第10页的 “选择用于处理的波段或文件”）。点击“OK”。当出现Gamma Filter Parameters对话框时，在“Filter Size” 文本框里键入所需的滤波器大小。在适当的文本框中键入观察次数。 “Number of Looks”参数用于通过“1/观察次数”来计算噪声的方差。 选择输出到“File”或“Memory”。点击“OK”，进行滤波。将出现一个状态窗口，显示操作进程。 （6） Kuan滤波器 Kuan滤波器用于在雷达图像中保留边缘的情况下，减少斑点噪声。它将倍增的噪声模型变换为一个

无人机具有体积小、时效性强、操作灵活、成本低等优点，其航拍遥感技术被广泛应用于灾害监测、环境侦察等方面。遥感图像预处理作为无人机图像拼接的第一环节，其处理效果会直接影响到后续拼接的速度、配准准确度以及图像拼接质量。 受限于无人机的飞行高度低、体积小、重量轻导致的抗风能力差、数码摄像头焦距不足等因素的限制，无人机遥感技术所拍摄的图像往往像幅小、数据量大;无人机遥感图像还会受到诸多环境变量的影响，如光照、烟雾等，这也导致了即使是相邻多幅图像之间，也会存在较大的亮度差异和色调差异，这些也会影响到特征点检测的准确度以及最后图像融合的质量，因此在预处理阶段中引入图像增强十分必要。在任何图像采集过程中，噪声干扰都是需要考虑的因素，本文所提出的基于图像锐化的平滑处理能够有效地去除噪声并增强图像细节为下一步特征配准打下良好的基础。