内容概要:本文档详细介绍了如何使用Google Earth Engine (GEE) 对Sentinel-2卫星图像进行云层遮罩处理的方法。首先定义了一个函数`funcao`用于提取QA60波段并设置云和卷云的位掩码,确保这两个条件都为0时才保留图像数据。然后通过`ImageCollection`方法获取指定时间范围内的COPERNICUS/S2影像集,并使用过滤器排除云量超过20%的影像。最后利用`.map(funcao)`将云层遮罩应用到整个影像集合,并通过中值合成创建马赛克图像,最终展示RGB波段的处理结果。; 适合人群:对遥感数据分析、地理信息系统(GIS)以及Google Earth Engine平台有一定了解的研究人员和技术人员。; 使用场景及目标:①学习如何在GEE平台上处理Sentinel-2卫星数据;②掌握云层遮罩技术,提高影像质量,为后续分析提供更清晰的数据源;③理解位运算在遥感影像处理中的应用。; 阅读建议:读者应具备基本的JavaScript编程技能和对遥感概念的理解,在实践中逐步探索代码细节,尝试调整参数以适应不同研究区域的需求。
2025-07-07 15:07:33 1KB Cloud Masking Sentinel-2
1
内容概要:本文详细介绍了利用Google Earth Engine (GEE) 进行Sentinel-2卫星数据处理与分类的全流程。首先,通过筛选特定区域(AOI)、时间范围和云覆盖度的数据,去除云层和阴影干扰,并计算云掩膜后的图像中值以提高质量。接着,对图像进行分割并选取关键波段和聚类信息,准备训练数据集,包括多种地表覆盖类型(如非正式定居点、植被、裸地、水体等)。然后,使用随机森林算法训练分类器,并对分割后的图像进行分类。此外,还进行了像素级别的分类作为对比。最后,将分类结果导出到Google Drive,并评估了模型的训练和验证精度。 适合人群:遥感数据分析人员、地理信息系统(GIS)从业者以及对地球观测数据处理感兴趣的科研人员和技术爱好者。 使用场景及目标:①掌握Sentinel-2数据的预处理方法,如去云、降噪等;②学习基于GEE平台的地物分类流程,包括样本准备、模型训练、结果评估等;③理解不同级别(对象级与像素级)分类的区别及其应用场景。 其他说明:本教程侧重于实际操作步骤,提供了完整的Python代码示例,帮助读者快速上手GEE平台上的遥感影像处理任务。同时,通过比较对象级和像素级分类的效果,可以更好地选择合适的分类方法。
1
内容概要:本文档展示了如何利用Google Earth Engine(GEE)和geemap库来分析和可视化尼日利亚拉各斯海岸线在2016年和2024年之间的变化。首先初始化Earth Engine并定义感兴趣区域(拉各斯海岸线)。接着定义了一个计算归一化差异水体指数(NDWI)的函数,用于区分水体和其他地物。通过加载和过滤Sentinel-2卫星图像,分别获取2016年和2024年的NDWI图像。然后应用阈值提取水体掩膜,并将这些掩膜叠加到地图上进行可视化,使用不同颜色表示两个年份的水体分布情况。最后,导出变化检测图像到Google Drive,以便进一步分析海岸侵蚀情况。 适合人群:具有基本地理信息系统(GIS)知识和Python编程经验的研究人员或学生。 使用场景及目标:①研究特定区域内的水体变化,如海岸线侵蚀或湖泊面积变化;②学习如何使用Google Earth Engine和geemap库处理遥感数据;③掌握基于NDWI的水体提取方法及其应用。 阅读建议:读者应熟悉Python编程语言以及遥感基础知识,在阅读过程中可以尝试运行代码片段并调整参数以加深理解。同时,可以通过查阅相关文献来补充对NDWI的理解。
2025-06-10 12:37:40 2KB Earth Engine 遥感影像处理 Python
1
遥感影像匀色镶嵌分幅处理软件
1
《Erdas遥感影像处理入门实战教程》以Erdas2010版本经典界面进行实战教学,设计12章内容,正式教学内容总共45课时,15个小时时长。从软件界面开始,到后的应用,适合入门级、初级、中级的人员学习、工作、教师教学参考。课程根据作者实际工作经验,以及采访学员需求,开展课程设计,实用加实战,会是你学习路上的好帮手。
1
哨兵二号的遥感影像处理
2022-07-13 14:03:49 12KB 遥感影像
1
哨兵二号的遥感影像处理
2022-07-13 14:03:48 12KB 遥感影像
1
可以对遥感影像进行一些简单的处理,如图像的缩放、平移、线性拉伸、直方图均衡化、监督分类和非监督分类等,代码较为简单。
2022-07-05 15:26:32 171KB 影像处理
1
对某市的遥感影像的处理 资源大小3.6GB(含压缩包) 文件主要包括: 1. 遥感数据(原始数据), 2.根据数据特点灵活选择图像的裁剪、合成、辐射校正、几何校正、滤波后的结果文件; 3. 选取特征点进行监督分类; 4. 有经纬度、图标和比例尺的专题地图; 5. 分类结果评价。 6.课程设计报告
本书共分十三章,涵盖了遥感数据读取、影像预处理、大气校正、几何校正、滤波、分类、变化信息检测、多光谱数据分析、高光谱数据分析、矢量分析、DEM 分析和三维地形模拟、雷达数据分析、专题制图等方面的内容。以菜单索引的方式对ENVI软件的各项功能由浅入深地进行了详尽介绍,除介绍各功能的理论背景和操作过程外,还对各种操作过程中的参数选择进行了详细描述,并列出了部分算法的参考文献。
2022-02-20 13:26:10 29.8MB 遥感影像
1