主要包括了MODIS数据的简介和下载的问题。本篇是第一部分，MODIS的简介。 个部分：1.MODIS传感器简介及参数；2.MODIS产品及命名规则；3.MODIS的典型应用。

OPEN数据集采用神经网络方法，从基于遥感的产品（SSH、SST和风）到Argo网格化的OHC作为训练数据，估算了覆盖近全球海洋的四个不同深度的OHC异常。分辨率为月度和四分之一度，而时间跨度为1993至2018年。这项工作发表在《遥感》（https://www.mdpi.com/2072-4292/12/14/2294）上。它被IPCC的第六次评估报告（AR6）所引用，是对全球OHC的直接估计。

遥感反射率数据 读取 处理 计算 注有详细解释 每行代码 (MODIS, MERIS) 高光谱 反射率 叶绿素 后向散射

matlab分时代码debris_global 使用遥感数据来全局计算覆盖了碎屑的冰川的碎屑厚度的代码。 该项目目前正在积极开发和审查中。 如有任何疑问，请联系David Rounce（）。 学分： 如果使用模型/方法估算碎屑厚度，请与David Rounce联系以获得适当的引用，该引用将很快替换： -Rounce，DR，Hock，R.，McNabb，RW，Millan，R.，Sommer，C.，Braun，MH，Malz，P.，Maussion，F.，Mouginot，J.，Seehaus，TC和Shean， DE（正在审核）。 分布的全球碎片厚度估算表明，碎片会严重影响冰川的质量平衡。 如果还强调了覆盖碎屑的冰川能量平衡模型，请引用以下内容： -Rounce，DR，Quincey，DJ和McKinney，DC（2015）。 尼泊尔珠穆朗玛峰地区伊玛·洛子峰Shar冰川的碎屑覆盖冰川能量平衡模型，冰冻圈，9：2295-2310，doi：10.5194 / tc-9-2295-2015。 概述： 该存储库中的方法和模型已在上面的研究中使用。 不幸的是，由于时间限制，模型和方法采用各种格

个人收集的遥感数据处理流程资料，相关学习人士可以下来看看

ENVI遥感影像处理专题与实践，一本非常好ENVI的教程！

聚苯乙烯 概要 该项目包含用于两个源能量平衡模型（Priestley-Taylor TSEB-PT ，双重时差DTD和TSEB以及土壤和冠层温度TSEB-2T的Python代码）的功能，用于基于辐射度测量来估算感热通量和潜热通量（蒸散）。表面温度。 该项目包括： 具有任何电阻能量平衡模型所需的基本功能的低级模块 更高级别的脚本，可轻松运行带有表格数据和/或卫星/机载图像的TSEB。 安装 将项目下载到本地系统，输入下载目录，然后键入 python setup.py install 如果要在Python发行版中安装pyTSEB及其低级模块。 需要以下Python库： 脾气暴躁的 大熊猫 pyPro4Sail，位于[ ] GDAL，用于在映像上运行TSEB 大熊猫 netCDF4 散景 使用conda ，您可以创建一个完整的环境 conda env create -f env

基于GAN的HRRS图像生成样本分类 基于GAN的方法用于生成高分辨率遥感数据，以进行数据增强和图像分类。 深度学习框架是：Tensorflow。 Python版本：2.7 CUDA版本：9.1 端子命令： 数据集为UCM，NWPU-RESISC45：（1）UC Merced数据集 （2）NWPU-RESISC45数据集

支持ARGO 计划的地理信息系统平台能分析处理海量的海洋信息。但对ARGO 数据结构进行分析和读取方法介绍的资料文献很少。在开发自主的支持ARGO 数据的地理信息系统处理平台中，读取ARGO 数据是一项最基本和重要的工作。在分析了ARGO 数据物理存储结构后，给出了读取ARGO 数据的方法实例。

Urban数据通常被用于高光谱图像混合像元分解。它由Hydice传感器获取，图像大小为307*307。原始数据有210个波段，在去除噪音和水吸收波段后，一般留下162个波段做后续处理与分析。地物类别包含道路，屋顶，草地和树木。