常用的遥感融合方法常导致较严重的光谱畸变,为减少融合图像光谱特征的扭曲,提出三种新融合方法即合成变量比值法(SVR)、平滑滤波亮度调制法(SFIM)和Gram_Schimdt变换法(GS)。采用定量分析方法,分别对中等分辨率Landsat ETM+数据和高分辨率Quickbird数据的融合效果进行了评价。结果表明,不同方法具有不同的光谱保真度和空间信息融入度。同一种方法对于不同分辨率的遥感数据具有不同的融合效果。对中等分辨率Landsat ETM+数据,SFIM能产生较高的空间信息融入度和光谱保真度。利用中等分辨率Landsat ETM+数据进行融合处理时,SFIM优于合成SVR和GS;在高分辨率Quickbird数据的融合中,SVR能产生较高的空间信息融入度和光谱保真度。利用高分辨率Quickbird数据进行融合处理时,SVR则优于SFIM和GS。在中等分辨率Landsat ETM+数据、高分辨率Quickbird数据融合处理中,基于SFIM、SVR融合方法能分别获得较好的视觉效果,又能改善目视解译和遥感分类精度。

数据为全国33万多小区基础数据，sql脚本，直接导入即可。数据信息包括：小区名(name)、省份(province)、城市(city)、区域(area)、地址(address)、纬度(latitude)、经度(longitude)、纬度(GPS)(latitude_gps)、经度(GPS)(longitude_gps)、物业类型(type)、物业费(management_fee)、总建面积(size)、总户数、建造年代、停车位、容积率、绿化率、开发商(producer)、物业公司(management)、相关学校(school)、小区介绍(info)

世界国家城市区域数据字典

自己做城市级联菜单的数据库，共47497条数据，包含字段（ id-表id；name-地区名称；level-地区等级 分省市县区；parent_id-父id；list_order-排序；status-显示:0不显示;1显示） 可以直接拿来做城市四级联动菜单的数据库，可拓展：根据父类id添加相应的子类数据即可，这样可以将数据精确到村级别，做成五级城市级联菜单

pointnet++自制室外城市区域数据集

1.区域入侵检测是通过识别目标之后或者目标坐标位置，判断目标坐标是否在所规定的区域内出现，使用在电子围栏，不安全区域入侵检测，智慧城市，安防监控等领域。 2.这里的编译环境是Win 10, vs2019,OpenCV4.5, 目标检测算法用的yolov5,实现语言使用的语言是C++。 3.算法实现与项目配置可以参数我的博客：基于目标识别的区域入侵检测——C++实现从获取区域到检测入侵目标

绛县城市区域声环境功能区划分 技术方案

都是SQL文件，直接导入既可以用 province.sql,city.sql,district.sql

2019年全国地区调整后重新对城市区域进行规划命名，根据国家地理及城市范围进行合理定义。数据库为SQL文件，留给自己做数据查询用。

国家统计2020年城市规划代码数据库表sys_area 包含省、市、区县、乡镇街道 4级地址信息