（二）两种方法，删除镶嵌数据集中创建的影像金字塔

对镶嵌数据集（Mosaic Dataset）构建金字塔，可加快数据的显示速度。可通过两种方式为镶嵌数据集构建金字塔：
方法一，通过Data Management Tools——Raster——Mosaic Dataset——Build Overviews；
方法二，选中镶嵌数据集，右键，Optimize——Bui

（一）
简单两步，快速删除栅格金字塔

对栅格数据集构建金字塔，可加速栅格数据的显示速度，通过Data Management Tools——Raster Properties——Build Pyramids构建栅格金字塔。


通过环境Environment选项进行压缩比等相应参数的设置。



通过栅格数据集的属性

在大家的共同关注与热切盼望下，ZY1-02C、ZY3卫星数据服务系统已于日前正式向广大用户开通。我们可以感受的到，国产卫星越来越给力，资源三号（ZY3）卫星是我国第一颗自主的民用高分辨率立体测绘卫星，卫星影像质量到底怎么样，大家一起来体验一下吧~
系统开发背景
资源卫星应用中心自1991年建成以来，一直承担我国对地观测卫星数据处理、存档、分发和服务设施建设与运行管理的职责，

此刻，美国圣地亚哥2012Esri全球用户大会正如火如荼的开展，我们迫不及待的瞻仰与品读从前方获取的主题大会视频，欣喜与激动。
在与用户交流的过程中，总会被问及ArcGIS影像技术对UAV的支持。说实在的，以往对UAV的支持，确实不是ArcGIS影像的强项。但是，本次的用户大会，一个关于UAV的精彩Demo博得了观众的满堂喝彩与滚滚掌声。
下面，我就带大家一起来走进

最近在整理一份列表，顺便罗列了一下我们国家自己发射的卫星，和筒子们一起分享下~之前还真不知道，原来我们自己发射了这么多的卫星呢~


文章来源：http://blog.csdn.net/arcgis_all/article/details/8239282

1、什么是GP服务
GP服务是Geoprocessing服务的简称，Geoprocessing包含了一系列地理数据处理的功能，像做缓冲区分析、叠加分析、以及对栅格数据制作阴影图等等。在桌面软件中可以通过ArcToolbox中的工具直接调用Geoprocessing的功能，而如果期望通过web来调用GP的功能，就必须借助于GP服务了。Esri的帮助文档中介绍了发布GP服务的两种方式

我们总能看到带有等高线、高程点的地形图，这些图是怎样生成的呢？会是在ArcMap中导入栅格数据，再对其进行数字化吗？想起来就头疼，工程浩大。其实ArcGIS中有一系列的工具可以实现整个制图过程，解决了影像到矢量的转换。
下面就介绍一下整个地形图制作过程：
1、生成等值线，利用空间分析工具箱中的等值线生成工具进行等值线的生成。

<strong></strong>由浅入深了解Raster Products
ArcGIS 10.1中，提出了一个全新的概念——Raster Products。通过Raster Products，可以快捷高效的使用传感器数据。大多数的数据厂商发布的影像产品都是单波段存储的，这就意味着在使用这些数据前要进行波段组合等预处理。
什么是Raster Products？
我们

PMS产品包含两景图像：（1）2米全色黑白图像；（2）8米多光谱彩色图像。如果想得到2米分辨率的彩色图像，需要进行下列处理：

- 全色图像正射校正
- 多光谱图像正射校正
- 多光谱和全色配准（可选）
- 多光谱和全色图像融合
融合图像的处理，不仅处理时间长，并且中间结果也会占用大量存储空间，通常是原始图

ArcGIS 10.0开始， Esri将 Image Server技术融入到了 ArcGIS核心产品中，针对大规模影像数据管理，提供了一个专业的数据模型 ——镶嵌数据集（ Mosaic Dataset）。
镶嵌数据集使用“文件+数据库”的存储和管理方式，是管理大规模影像的理想模型。影像入库时，只会在空间数据库中建立影像索引，不会拷贝或改变原有的影像数据，原有影像文件仍然存储在文件系统中或是空间

全球遥感影像数据集的规模正在迅速膨胀。各种航空航天成像遥感平台所产生的高分辨率遥感影像数据正在“如同下雨一样向地面传送”。面对如此庞大和复杂的遥感影像数据集，如何对其进行高效的管理与发布，缩短影像数据从获取、处理到使用的时间，使得影像信息真正能为各行各业所用，成为一系列迫切需要解决的问题。
围绕大规模影像管理与共享需求，利用ArcGIS影像管理与共享技术，以ArcGIS平台为支撑，

植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。
研究植被的波长范围一般为400 nm to 2500 nm，这也是传感器设计选择的波长范围。这个波长范围可范围以下四个部分：
可见光（Visible）：400 nm t