ENVI遥感影像处理专题与实践，一本非常好ENVI的教程！

聚苯乙烯 概要 该项目包含用于两个源能量平衡模型（Priestley-Taylor TSEB-PT ，双重时差DTD和TSEB以及土壤和冠层温度TSEB-2T的Python代码）的功能，用于基于辐射度测量来估算感热通量和潜热通量（蒸散）。表面温度。 该项目包括： 具有任何电阻能量平衡模型所需的基本功能的低级模块 更高级别的脚本，可轻松运行带有表格数据和/或卫星/机载图像的TSEB。 安装 将项目下载到本地系统，输入下载目录，然后键入 python setup.py install 如果要在Python发行版中安装pyTSEB及其低级模块。 需要以下Python库： 脾气暴躁的 大熊猫 pyPro4Sail，位于[ ] GDAL，用于在映像上运行TSEB 大熊猫 netCDF4 散景 使用conda ，您可以创建一个完整的环境 conda env create -f env

基于GAN的HRRS图像生成样本分类 基于GAN的方法用于生成高分辨率遥感数据，以进行数据增强和图像分类。 深度学习框架是：Tensorflow。 Python版本：2.7 CUDA版本：9.1 端子命令： 数据集为UCM，NWPU-RESISC45：（1）UC Merced数据集 （2）NWPU-RESISC45数据集

支持ARGO 计划的地理信息系统平台能分析处理海量的海洋信息。但对ARGO 数据结构进行分析和读取方法介绍的资料文献很少。在开发自主的支持ARGO 数据的地理信息系统处理平台中，读取ARGO 数据是一项最基本和重要的工作。在分析了ARGO 数据物理存储结构后，给出了读取ARGO 数据的方法实例。

Urban数据通常被用于高光谱图像混合像元分解。它由Hydice传感器获取，图像大小为307*307。原始数据有210个波段，在去除噪音和水吸收波段后，一般留下162个波段做后续处理与分析。地物类别包含道路，屋顶，草地和树木。

NWPU VHR-10 Dataset 是一个用于空间物体检测的 10 级地理遥感数据集，其拥有 650 张包含目标的图像和 150 张背景图像，共计 800 张，目标种类包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计 10 个类别。 NWPU VHR-10 地理空间物体检测遥感数据集.xlsx

PaviaU遥感数据，.mat文件，带ground truth数据，用于高光谱图像分类实验。 Pavia University 数据是由德国的机载反射光学光谱成像仪（Reflective Optics Spectrographic Imaging System，ROSIS-03）在 2003 年对意大利的帕维亚城所成的像的一部分高光谱数据。该光谱成像仪对 0.43-0.86μm 波长范围内的 115 个波段连续成像，所成图像的空间分辨率为 1.3m。其中 12 个波段由于受噪声影响被剔除，因此一般使用的是剩下 103 个光谱波段所成的图像

高光谱所需的常用数据：Salinas_corrected.mat 高光谱遥感常用数据集

Hants滤波 对长时间序列的遥感数据进行平滑滤波。适合做时间序列分析，变化分析，物候参数提取等前期数据处理。

以掩膜形式标注的轻量级航拍车辆标注数据集，标注信息以图片的形式给出。