需要监测和了解红树林生态系统及其周围环境的变化，以确定红树林生态系统在受到人为和自然驱动因素影响的情况下如何不断变化。 高空间分辨率（30 m）卫星和高性能计算设备的一致性是该过程的限制因素，需要存储和分析。 借此，我们介绍了基于Google Earth Engine（GEE）的方法，用于对红树林及其周围环境进行长期测绘。 在这项研究中，我们使用了基于GEE的方法：1）从不同的Landsat卫星图像创建1987-2017年的无大气污染数据； 2）评估随机森林分类器和后分类变化检测方法。 确定的1987年和2017年的总体准确度分别为0.87和0.96，然后是Kappa系数0.80和0.94。 变化检测结果表明，农业面积显着减少，而红树林，虾/养鱼场和荒地面积有所增加。 结果表明，土地利用和土地覆盖的相互转化正在影响研究区域内的景观动态。
2022-02-21 08:36:12
1004KB
1
文中介绍了美国地质勘探调查局(United States Geological Survey:USGS)针对Landsat TM/ETM+数据所开发的一种自动化厚云检测算法(Automatic Cloud Cover Assessment:ACCA)。该算法以TM/ETM+传感器的热波段数据为基础,并通过两个以热波段数据为处理核心的过滤步骤来识别出最终的云像元。ACCA算法的主要特点是能够针对厚云高亮低温的特性并结合多个综合性特征阈值来有效检测出图像中的云团,此外对于云边界廓线的定位精度也较高。
2022-02-09 16:26:44
283KB
1
在网上找了很多XML的库 对于大数据量的XML文件（大于2G）都是不行的，后面按照界面文本的方式解析XML 这是唯一的选择
2022-01-24 16:53:40
9.48MB
1
此函数解析 Land Sat 8 的元数据并将所有字段作为结构体返回。 例子： mdata=parseLandSat8MetaData('LC80270292014198LGN00_MTL.txt') 显示（mdata.L1_METADATA_FILE.PROJECTION_PARAMETERS） MAP_PROJECTION: 'UTM' 基准：'WGS84' 椭圆体：'WGS84' UTM_ZONE：15 GRID_CELL_SIZE_PANCHROMATIC：15 GRID_CELL_SIZE_REFLECTIVE：30 GRID_CELL_SIZE_THERMAL：30 方向：'NORTH_UP' RESAMPLING_OPTION: 'CUBIC_CONVOLUTION'
2022-01-24 11:18:32
2KB
1
此文件加载 landSat 8 图像。 您需要将其指向元数据，而不是单个 TIF 图像。 用法是：
LandSatData=loadLandSat8('LC80400372014241LGN00_MTL.txt');
注意输入参数是txt文件。 输出，即 LandSatData 将是一个结构：
带：{11x1 单元格} 波段信息：{11x1 单元格} BQA：[7841x7691 uint16] BQAInfo: [1x1 结构] 元数据：[1x1 结构]
以上命令将加载所有波段，包括 BQA 波段。 如果您只想加载某些频段，请发出：
LandSatData=loadLandSat8('LC80400372014241LGN00_MTL.txt',[2,3,4,12]);
在上面的例子中，只加载了频段 2、3 和 4。 其余的将是空的。 频段 12 是指频段质量数据或 BQA
2022-01-24 10:52:28
3KB
1
使用过Landsat-7 ETM+影像数据的童鞋，你们是否因为影像的数据条带丢失所困扰呢？数据条带丢失也就是我们通常说的坏条带问题，遇到这种数据很让人头疼。
2022-01-05 19:42:37
736KB
1