NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会,其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发, 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。
2021-08-27 19:09:06 7.21MB 应用遥感培训 GEE NASA 应用遥感
NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会,其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发, 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。
2021-08-27 19:09:05 25.23MB NASA GEE 应用遥感
NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会,其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发, 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。
2021-08-27 19:09:04 129.02MB NASA GEE 应用遥感
Unet-of-remote-sensing-image 针对高分辨率遥感卫星进行地物识别,主要有15类的地物类型,包括各种农作物,工业用地,河流,水源,建筑物等。利用Unet结构进行语义分割,得到各个地物类型的场景分割图像,Unet结构和官方论文不太一样,自己根据理解进行了一些微调,改变了输出通道的数量,和上采样层后通道数量,每个巻积层后面加了batchNromalize层,正确率有一定的提高,最后finetune的15类分割准确率达到82%。 数据集:主要采用的landsat多通道图像,根据美国官方网站提供的地物标签制作卫星图像的groundTruth,得到23000多张训练图像,每张224×224 美国卫星数据官网: 代码:基于Unet的网络结构,参考keras代码修改为tensorflow版本,其中process.py是制作训练数据用的,将一张7000×8000的大卫星图片根据经纬
2021-08-27 14:29:14 621KB Python
1
WHU-RS19是从谷歌卫星影像上获取19类遥感影像,可用于场景分类和检索。 相关工作: -G.-S. Xia, W. Yang, J. Delon, Y. Gousseau. H. Maitre, H. Sun, "Structural high-resolution satellite image indexing". Symposium: 100 Years ISPRS - Advancing Remote Sensing Science: Vienna, Austria, 2010
2021-08-27 10:50:27 99.86MB 遥感图像 场景分裂
1
6S大气校正的中文版,方便大家阅读和学习。 这是6S辐射转移(RT)码(以下也称为6SV)矢量版本的手册,能够考虑辐射极化。该手册是之前的标量6S手册的修改版本。为了方便用户使用,本手册的格式和风格尽可能地与以前的版本保持一致。 6S -第二模拟太阳光谱中的卫星信号-是一个基本的RT代码,用于MODIS(中分辨率成像光谱辐射计)大气校正算法中查找表的计算。它能够精确地模拟卫星和飞机的观测,考虑到高空目标,模拟真实的分子/气溶胶/混合大气,利用朗伯特/各向异性地面表面,计算气体吸收。它是在科学遥感社区中使用最广泛、经过严格验证和大量文档记录的RT代码之一。 代码状态的最新更新(日期为2005年5月)包括其矢量版本6SV1.0B的公开发布。矢量法作为标量法的前身,是基于逐次散射近似的方法。通过计算表征辐射强度的斯托克斯矢量的四个分量以及垂直偏振、平行偏振和椭圆偏振来讨论偏振效应。通过改变计算角度和层数,可以改变RT计算的精度。默认情况下,6 sv1。0B使用“标准精度”条件,为用户提供大约0.4-0的相对平均精度。6%,与标准基准和其他RT代码相比。
2021-08-26 21:38:30 1.03MB 6S,大气校正,遥感
1
本书是按照高光谱信息的获取、处理和应用为线索组织编写的。
2021-08-26 21:11:26 6.7MB 高光谱遥感-张良培
1
影响地面三维激光扫描点云精度的因素有很多, 它们共同存在且交互影响, 研究各因素及其交互作用对点云数量、点云反射强度和点云标准偏差的影响有利于有效地提高地面点云精度。选择目标物的颜色、粗糙度、距离作为研究对象, 利用多因素方差分析法、多元线性回归分析法, 分析了各因素及其交互作用影响的显著性, 并拟合了点云标准偏差和点云反射强度的回归方程。研究结果表明:目标物距离对点云数量的影响较大, 5 m距离的点云数量约是30 m距离的40倍, 距离与点云数量成反比; 目标物颜色对点云反射强度的影响较大, 白色最大点云强度可达0.54, 而黑色只有0.18, 点云反射强度从大到小为白色、绿色、蓝色、红色、黑色; 目标物距离对地面三维激光扫描点云标准偏差影响最大, 30 m距离的点云标准偏差是5 m距离的3倍左右, 颜色次之, 粗糙度的影响不明显, 点云标准偏差与点云反射强度具有幂函数关系。
2021-08-23 19:36:35 3.15MB 遥感 地面三维 点云数量 点云反射
1
行业分类-电信-气体短程激光遥感信号快速处理电路.rar
将大的遥感影像(tif格式)裁剪成指定分辨率图像并保留原有地理信息。 需要安装gdal,numpy库。 地理坐标投影等信息不会丢失。
2021-08-21 14:45:38 3KB 遥感影像 裁剪
1