利用ENVI SPEAR工具和WV-2数据量测水深

ENVI的SPEAR工具集((Spectral Processing Exploitation and Analysis Resource))是将很多的遥感图像处理过程集成为流程化的操作方式,使得遥感图像处理知识相对薄弱的非专业人员也能利用流程化的工具进行图像处理,图像处理速度也有很大的提高。
ENVI5.0sp3中集成了ENVI classic中的16个SPEAR工具集,下面我

ENVI中监督分类方法及参数说明

根据分类的复杂度、精度需求等选择一种分类器。在主菜单->Classification-> Supervised->分类器类型(如表6.1),此外还包括应用于高光谱数据的波谱角(Spectral Angle Mapper Classification)、光谱信息散度(Spectral Information Divergence Classification)和二进制编码(Bina

利用Landsat8数据的SWIR和LWIR波段监测森林火点

热红外数据可以监测自然灾害如火点。LWIR(长波红外)可以检测到热点信息,可以区分高空冷云和燃烧的烟雾;SWIR(短波红外)可以穿透雾霾和烟雾,所以,利用短波红外影像可以穿透烟雾分析活跃的森林火点和识别火点。
由诸如RAB(Range and Bearing)公司提供机载ISR系统和安全服务,分析火情,提供燃烧区域的excel表格。卫星传感器如WV3也提供了多光谱数据,包含短波红外波段,可以提供火

ENVI下植被覆盖度的遥感估算

植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度,植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。
植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度,遥感估算常用于区域尺度。
估算模型
目前已经

2011Esri开发竞赛ENVI/IDL组作品欣赏——“遥感图像质量分析与处理系统”

IDL
作者单位:中国科学院空间应用工程与技术中心(筹)有效载荷应用中心
作品成员:吕赛、朱朝彬
指导老师:李盛阳、黑保琴
1 系统概述
本系统主要面向高分辨率遥感卫星,针对可见光(可见光全色、可见近红外、短波红外)、红外等类型的单通道与多通道遥感图像,根据各种数据类型特点,从辐射、光谱、几何等综合特性出发,包括成像系统的MTF、信噪比、统计量、信息量、边缘、峰度、斜度、平均绝对变差,

【遥感微课堂】Landsat8数据处理

下载练习数据:http://vdisk.weibo.com/s/zrSeGYf9hMRHk
下载详细操作文档:http://vdisk.weibo.com/s/zrSeGYf9hMRAH

2013年2月11号,NASA 成功发射了 Landsat 8 卫星,为走过了四十年辉煌岁月的 Landsat 计划重新注入新鲜血液。LandSat- 8上携带有两个主要载荷:OLI和TIRS。2013年5月3

高等级公路沉降监测及影响性评价

作者
刘波 ,
范雪婷 ,
陆藩藩 ,
晏王波 摘要:为了分析地表下沉对高等级公路的影响, 采用小基线集技术, 利用徐州地区 2007 年至 2010 年间 16 景ALOS PALSAR 影像, 对位于徐州境内的 G310 国道部分线路的沉降情况进行监测, 获取监测期间内公路沿线的沉降分布场。 对 G310 国道沿线进行沉降剖面分析和沉降特征点时序分析, 并针

ENVI自带WIDGET自由组合使用方法

ENVI提供了一些自带WIDGET供用户调用,在二次开发中可以节省大量时间。可以通过ENVI帮助查看WIDGET组件使用方法和功能说明,如图1所示,为ENVI自带组件列表。

ENVI自带组件在单个使用时非常方便,可以利用auto_wid_mng获取组件的输入信息。但是如果我们需要在自己编写的界面中使用ENVI自带组件,或同时使用两个甚至多个自带组件时利用auto_wid_mng就

智能手机和平板的GPS精度测试

ArcGIS移动解决方案能够满足企业的外业工作流需求,在考虑移动策略时选择移动设备和平台是关键。众所周知,空间数据采集的位置精度非常重要,能成就或者破坏一个GIS系统。因此当你考虑使用智能手机和平板设备上的移动GIS系统进行外业作业时,必须想到设备的GPS精度问题,而问题的答案很可能会影响平台选择。
智能手机和平板都内嵌了Qualcomm(高通)、Broadcom(博通)、CSR等公司制造的GPS

遥感技术用于滑坡监测

2014年7月30日,印度西部马哈拉施特拉邦因持续暴雨发生山体滑坡,受灾面积达到44000平方米。使用遥感技术对本次滑坡事件进行监测。


滑坡灾害

遥感数据源:
灾前DEM数据:Airbus的DS WorldDEM,分辨率12米。灾后数据:Pleiades立体像对,0.5米分辨率,带RPC。获取时间分别为:2015年2月8日和2015年2月9日。


滑坡灾后Pleidas立体像对数据
数据处

基于B/S的在线影像分析技术

卫星传感器迅速发展的今天,短周期内获得大范围的影像已经变得越来越容易。如国产环境小卫星2天就可以对同一地区重复拍摄,拍摄一景影像的覆盖面积可达12万多平方公里。有了类似这样高重返周期的数据源,准实时的卫星监测项目便能得以开展:如大范围内火点监测、环境事件监测、应急事件监测等。此外,影像的价格持续下降,甚至可以免费获取,这使得遥感应用范围进一步扩大,很多无遥感专业背景的人员也提出了遥感应用需求。相应

ENVI下基于决策树提取土地覆盖信息

基于知识的决策树分类是基于遥感影像数据及其他空间数据,通过专家经验总结、简单的数学统计和归纳方法等,获得分类规则并进行遥感分类。分类规则易于理解,分类过程也符合人的认知过程,最大的特点是利用的多源数据。
决策树分类主要的工作是获取规则,本文介绍使用CART算法获取规则,基于规则提取土地覆盖信息。下图是总体技术流程。


图:总体技术流程图
在获取规则过程中,由于计算量较大,我们选择一部分典型的区域