คำถามติดแท็ก landsat

เห็นได้ชัดว่ามันอาจเป็นเครื่องมือที่ทรงพลังมาก แต่ฉันอยากรู้ว่าแอปพลิเคชันที่ใช้งานได้จริงสำหรับใคร? เป็นที่ยอมรับว่าเป็นคำถามที่กว้างมาก ... เหตุผลที่ฉันถามก็เพราะในขณะที่ฉันทราบถึงแอปพลิเคชั่นจำนวนมากโดยส่วนตัวฉันแน่ใจว่าคนอื่น ๆ ในนั้นคิดว่าการใช้นิยายอื่น ๆ อีกมากมายที่น่าสนใจแบ่งปัน และคิดเกี่ยวกับ นอกจากนี้หากคุณกำลังใช้ข้อมูล LANDSAT ด้วยตัวเองคุณกำลังดำเนินขั้นตอนใดเพื่อให้ได้สิ่งที่คุณต้องการจากข้อมูล

23 remote-sensing  landsat 

ไม่นานมานี้ตั้งแต่ฉันจัดการกับภาพออพติคอล ฉันจำเป็นต้องจัดหมวดหมู่พื้นที่ปกคลุมด้วยละติจูดกลางโดยใช้ฉาก LANDSAT หลายฉาก ฉันสังเกตเห็นว่าเครื่องมือออนไลน์บางอย่างยังคงขายภาพ แต่ฉันรู้สึกว่าคลังข้อมูลถูกเสนอขึ้นมาโดยไม่ต้องเสียค่าใช้จ่าย อะไรคือวิธีที่ดีที่สุด / ง่ายที่สุดในการได้รับภาพถ่าย Landsat ชั่วคราว?

16 remote-sensing  landsat 

ขณะนี้ฉันกำลังเขียนงานที่มอบหมายให้กับชั้นเรียนการรับรู้ระยะไกลของฉันและในขณะที่ฉันคิดว่าฉันมีคำตอบที่ถูกต้องแล้วก็สงสัยว่าคนที่ทำสิ่งนี้เพื่อชีวิตแบบไหน คำถามคือดาวเทียมดวงใดที่ใช้ในLandsat TM (Thematic Mapper)และSPOT 5คุณจะใช้แผนที่ทั่วไปในพื้นที่ศึกษา 300 กม. x 300 กม. คำตอบของฉันคือคุณจะใช้SPOT 5เพราะมันมีความละเอียดสูงกว่าและจะช่วยให้คุณได้คะแนนที่ดีกว่าและความละเอียด 30 เมตรของ Landsat TM อย่างไรก็ตาม SPOT 5 มีพื้นที่แถบเล็ก ๆ ดังนั้นคุณต้องใช้ภาพมากขึ้น ฉันยังคิดเกี่ยวกับการ 2200km VMI แนวบน SPOT 5 แต่ความละเอียดคือ 1km คิด?

15 remote-sensing  satellite  landsat 

คำอธิบายของปัญหา: ในวันที่ 31 พฤษภาคม พ.ศ. 2546 เซ็นเซอร์ Landsat 7 Enhanced Thematic Mapper (ETM +) มีความล้มเหลวของ Scan Line Corrector (SLC) ตั้งแต่เวลานั้นภาพ Landsat ETM + ทั้งหมดมีช่องว่างรูปลิ่มทั้งสองด้านของแต่ละฉากทำให้ข้อมูลสูญหายประมาณ 22% ภาพเหล่านี้สามารถดาวน์โหลดได้ฟรีจากเว็บไซต์ USGS GloVis และพบได้ในคอลเลกชัน L7 SLC-off แหล่งที่มา: มหาวิทยาลัยเยล ฉันสามารถใช้ Qgis แทนซอฟต์แวร์ลิขสิทธิ์ (ENVI, Erdas .... ) เพื่อเติมช่องว่างได้หรือไม่?

14 qgis  remote-sensing  landsat 

ฉันต้องการจำแนกพื้นที่น้ำแข็งตามหมวดหมู่ของหิมะ (ถ้ามี) และน้ำแข็ง แต่สิ่งที่สำคัญที่สุด: ระหว่างน้ำแข็งเก่ากับน้ำแข็งสด พวกมันมีคุณสมบัติต่าง ๆ ที่เป็นไปได้ที่จะรับรู้ในสนาม แต่คุณสามารถทำสิ่งนี้กับข้อมูลดาวเทียมได้หรือไม่? (โดยเฉพาะอย่างยิ่ง Landsat เนื่องจากความละเอียดของพื้นที่ 30 / 15m)

12 remote-sensing  landsat  digital-image-processing  land-classification  reflectance 

ฉันพยายามเรียนรู้วิธีการประมวลผลภาพจากการรับรู้ระยะไกลโดยใช้การเชื่อมโยง Python GDAL และการถ่ายภาพจำนวนมาก เป็นครั้งแรกที่ฉันอ่านไฟล์ geotiff Landsat8 ทำการจัดการอย่างง่ายและเขียนผลลัพธ์ลงในไฟล์ใหม่ รหัสด้านล่างดูเหมือนว่าจะทำงานได้ดียกเว้นว่าแรสเตอร์ดั้งเดิมถูกทิ้งในไฟล์เอาต์พุตแทนที่จะเป็นแรสเตอร์ที่ได้รับการจัดการ ความคิดเห็นหรือข้อเสนอแนะใด ๆ ยินดีต้อนรับ แต่โดยเฉพาะอย่างยิ่งบันทึกเกี่ยวกับสาเหตุที่แรสเตอร์ที่จัดการไม่แสดงในผลลัพธ์ import os import gdal gdal.AllRegister() file = "c:\~\LC81980242015071LGN00.tiff" (fileRoot, fileExt) = os.path.splitext(file) outFileName = fileRoot + "_mod" + fileExt ds = gdal.Open(file) band = ds.GetRasterBand(1) arr = band.ReadAsArray() [cols, rows] = arr.shape arr_min = arr.Min() arr_max = …

11 python  gdal  geotiff-tiff  landsat  numpy 

ฉันต้องการเรียนรู้วิธีการจัดหมวดหมู่ฉาก Landsat ที่ไม่มีการควบคุมโดยไม่ใช้i.cluster> i.maxlikใน GRASS โดยใช้ภาพความละเอียด 15 ม. ที่คมชัดขึ้น (ตัวอย่างที่ให้ไว้ในWikiใช้ความละเอียด 30m ทั่วไป) ฉันพยายามใช้i.pansharpenในการสร้างภาพแพนรุนแรงขึ้นครั้งแรก แต่i.pansharpenสามารถส่งออกเพียง 3 ช่องทางที่สามารถรวมกันใช้หรือd.rgb r.compositeเท่าที่ฉันทราบกระบวนการจัดประเภทภาพต้องใช้คลื่นความถี่หลายหน่วยที่สมบูรณ์ 1 ถึง 7 ฉันจะสร้างแถบแยก (วงดนตรี 1 ถึงวงดนตรีที่ 7) ได้อย่างไรโดยใช้ภาพความละเอียด 15 เมตร 8 วงก่อนที่จะป้อนลงใน กระบวนการจำแนกภาพ? ฉันพบกระดาษที่แสดงให้เห็นว่าพวกเขาทำสิ่งนี้ได้อย่างไร โดยพื้นฐานแล้วพวกเขาใช้การวิเคราะห์องค์ประกอบหลักเพื่อผสานวงดนตรี 30m-multispectral กับวง 15m-panchromatic คำพูดที่ถูกต้องจะเป็น: "วิธีการนี้จะปรับภาพ multispectral ขนาด 30 เมตรเป็น 15 เมตรก่อนจากนั้นคำนวณส่วนประกอบหลักทั้งหกของรูปถ่ายแบบหลายส่วน ความละเอียด) ถูกลดขนาดให้ตรงกับฮิสโตแกรมขององค์ประกอบหลักตัวแรกของภาพขนาด 30 เมตรและองค์ประกอบแรกจะถูกแทนที่ด้วยแถบความยาวเปลี่ยนรูปแบบ rescaled นี่เป็นธรรมเนื่องจากองค์ประกอบหลักตัวแรกแทนความสว่างโดยรวมในลักษณะที่คล้ายกับ …

11 grass  remote-sensing  landsat 

ฉันสนใจที่จะเปรียบเทียบการเปลี่ยนแปลงของการใช้ที่ดินในช่วงเวลาต่าง ๆ : 1950s, 1980, 1990 และปัจจุบันสำหรับบางพื้นที่ที่มีขนาดสูงสุด 5,000 ฮ่า สำหรับสามช่วงแรกภาพถ่ายทางอากาศที่มีรายละเอียดมาตราส่วน 1:20 000 พร้อมให้ใช้งานในขณะที่ไม่มีภาพถ่ายในปัจจุบันและตัวเลือกเดียวที่เป็นไปได้ที่ฉันสามารถใช้ได้คือภาพขนาดหยาบเช่นภาพ LANDSAT ซึ่งสามารถดาวน์โหลดได้ฟรี ฉันไม่มีกองทุนที่จะซื้อภาพที่มีรายละเอียด คำถามของฉันคือข้อมูลที่ได้จากภาพถ่ายที่มีรายละเอียดมากขึ้นนั้นสามารถเปรียบเทียบได้กับภาพถ่ายที่ได้จาก LANDSAT ในพื้นที่ขนาดเล็ก ฉันจะขอบคุณมากถ้าใครสามารถแนะนำผลลัพธ์ที่เป็นไปได้และผลที่ตามมาของการวิเคราะห์นี้หรือคำแนะนำใด ๆ สำหรับทางออก?

11 remote-sensing  landsat  aerial-photography  land-survey 

สำหรับการศึกษาเกี่ยวกับการขยายตัวของเครือข่ายถนนในป่าฝนฉันพยายามแยกถนนออกจากภาพแลนดอร์ เรามีคอมโพสิตที่คมชัดและปราศจากเมฆที่มองเห็นถนนได้อย่างชัดเจนด้วยตา แต่การแยกส่วนเหล่านั้นออกเป็นคุณลักษณะของเส้นนั้นพิสูจน์ได้ยากดังนั้นฉันจึงสงสัยว่าถ้ามีใครรู้วิธีหรืออัลกอริธึมที่ดี ฉันได้ลอง r.thin ของ Grass แต่ดูเหมือนว่าจะไม่ทำงาน

11 raster  remote-sensing  landsat  road 

The Landsat ETM + band-8 (Panchromatic) นั้นเหมือนกับ Landsat-8 OLI 'Panchromatic band-8 ในแง่ของความละเอียดเชิงพื้นที่เช่นขนาดเซลล์ 15 x 15m อย่างไรก็ตามความยาวคลื่นของทั้งสองวงมีความแตกต่างกันอย่างมาก ETM + .52 - .90 และ OLI 0.503 - 0.676 (ไมโครมิเตอร์) ดูhttps://landsat.usgs.gov/what-are-band-designations-landsat-satellites เห็นได้ชัดว่าความยาวคลื่นที่วางไว้สำหรับ ETM + ก้าวข้ามช่วงที่มองเห็น การเปรียบเทียบด้วยสายตาระหว่างแถบทั้งสองนั้นยังบ่งบอกถึงผลลัพธ์ของความแตกต่างเหล่านี้ เห็นได้ชัดว่ามันเป็นที่สังเกตว่ากระทะวง OLI 'มีประโยชน์มากในการตีความภาพเช่นเดียวกับที่เหมาะสมสำหรับการจำแนกคมชัดและการจำแนกภาพ อาจมีแง่มุมที่ดีบางอย่างที่อยู่เบื้องหลัง ETM + ความยาวคลื่นแบบขยายเหนือขอบเขตที่มองเห็นฉันสนใจที่จะรู้แจ้งเกี่ยวกับเหตุผลเดียวกัน

10 raster  remote-sensing  landsat 

ฉันได้ค้นพบเพียงแค่การจัดหมวดหมู่ Hansen's น่าทึ่งเกี่ยวกับการสูญเสียป่าไม้และเรื่องการเจริญเติบโตได้ที่http://www.globalforestwatch.org/ตีพิมพ์ในวิทยาศาสตร์ 2013เมื่อ: แฮนเซน, MC, Potapov พีวีมัวร์ R ., Hancher, M. , Turubanova, SA, & Tyukavina, A. (2013) แผนที่ความละเอียดสูงระดับโลกของการเปลี่ยนแปลงการปกคลุมป่าในศตวรรษที่ 21 วิทยาศาสตร์, 342 (6160) (15 พฤศจิกายน), 850–854 ดอย: DOI: 10.1126 / science.1244693 อย่างไรก็ตามฉันไม่สามารถหาวิธีการที่แน่นอนในการทำซ้ำแผนที่ดังกล่าวในเว็บไซต์นี้ / บนเว็บไซต์เพื่อให้การจำแนกประเภทที่ Hansen ใช้? สิ่งเดียวที่ฉันสามารถหาได้คืออัลกอริทึมการเรียนรู้ภายใต้การดูแลใช้เพื่อระบุต้นไม้ปกคลุม แต่มันค่อนข้างกว้าง ถ้าเป็นไปได้ฉันต้องการใช้วิธีการเดียวกัน (แต่ใช้กับ 90 ปี) ดังนั้นก่อนการจัดประเภทของ Hansen ในพื้นที่ที่ฉันเลือก

10 raster  remote-sensing  classification  landsat  forest-ecology 

ฉันมีภาพโมเสกของฉาก 5 Landsat TM5 ในกรณีที่ฉากซ้อนทับกันจะมีแถบสีเข้มเฉพาะทางด้านซ้ายและด้านขวา แต่ด้านบนและด้านล่างนั้นไร้รอยต่อ วิธีที่ดีที่สุดในการแก้ไขใน Erdas 2011 คืออะไร

10 erdas-imagine  landsat  filling 

ฉันต้องดาวน์โหลดภาพ Landsat โดยอัตโนมัติเพื่อที่จะทำป่าชุมชน ฉันกำลังใช้แพ็กเกจ landat-utils อย่างไรก็ตามเมื่อฉันตั้งฉากของฉันจากภูมิภาคความสนใจของฉันรหัสไม่ทำงานตามที่ฉันคาด ดังนั้นนี่คือตัวอย่างหนึ่งของ sceneID (LC82150682015350LGN01) ซึ่งฉันต้องการได้รับเพื่อทดสอบสคริปต์ของฉัน ฉันพยายามใส่ชื่อผู้ใช้และรหัสผ่านจาก USGS แต่ไม่สามารถแก้ไขปัญหาได้ แต่ปัญหายังคงอยู่ ที่นี่รหัส: $ landsat download LC82150682015350LGN01 AttributeError: 'RemoteFileDoesntExist' object has no attribute 'message' เมื่อฉันตั้งชื่อผู้ใช้และรหัสผ่าน USGS ของฉันข้อผิดพลาดได้: AttributeError: 'USGSError' object has no attribute 'message' เหตุใดฉันจึงไม่ได้รับไฟล์พร้อมฉากนี้ ID ฉันเปลี่ยนมันและฉันมีปัญหาเดียวกัน

9 python  landsat  download  usgs 

ฉันเลื่อนภาพ Landsat หนึ่งภาพบน ERDAS โดยใช้ทรัพยากรผสานความละเอียดพร้อมกับการแปลงรูป Brovey และเทคนิคเพื่อนบ้านที่ใกล้ที่สุด แต่มีคนบอกฉันว่าในแง่ของการจำแนกการใช้ที่ดินมันเป็นความผิดพลาดที่ทำเนื่องจากการปรับความคมชัดของภาพสร้างพิกเซลปลอมที่จะเพิ่มความผิดพลาด มันเป็นเรื่องจริงเหรอ?

9 landsat  erdas-imagine  land-classification 

ฉันต้องการนำเข้าแรสเตอร์โมเสคหลาย ๆ อัน (แต่ละโมเสคประกอบด้วย 7 ชั้น) จากโฟลเดอร์ที่ระบุลงในอาร์ของฉันจากนั้นเข้าถึงพวกมันเป็นแรสเตอร์แบบหลายเลเยอร์เดียว ดังนั้นฉันจึง: # read all mosaics named "mos....img" in R raster_data<-list.files(path=getwd(), pattern="mos.*.img$") # read files as rasters s <- stack(raster_data) # check my imported rasters p.ex. raster n°8 from "s" raster stack s[[8]] และแรสเตอร์ของฉัน [[8]] มีเพียงชั้นเดียวเท่านั้นดังนั้นจึงไม่มีการนำเข้าโมเสคทั้งหมด! nlayers(s[[8]]) [[1]] ถ้าฉันอ่านแต่ละโมเสกแยกกันมันใช้งานได้: # read 1 mosaic (composed …

9 raster  r  remote-sensing  landsat