- 综合排序
- 最热优先
- 最新优先
火情卫星监测分析：遥感数据如何支撑火灾防控
火情卫星监测即利用卫星遥感数据向火灾预防和应急指挥工作提供火情信息，是现代火灾防控的重要手段。本文将围绕火情卫星监测的实践应用——火情卫星监测分析服务平台，论述卫星数据采集与火情防控的结合路径。 利用卫星遥感设备在监测范围、频率等方面的优势，该平台可实现目标区域范围全天候的火情感知，并为后续数据分析模型的构建和校对提供保障。 高频次、大面积感知网络卫星遥感技术的影像采集具有覆盖面积广、采集频次高、受地理环境限制小等特征，单颗卫星即可实现大面积区域监测。在火情监测实践中，主流产品普遍构建多源感知网络，以扩大有效监测范围。 火灾发生时，系统可统筹民用、商用对地观测卫星监测能力，及时获取动态遥感数据，对火灾动态变化过程进行持续宏观监测。图片将感知设备捕捉的海量影像转化为高价值的火情信息是火情监测的核心任务。 未来，随着卫星遥感和数据解译技术的发展，火情监测工作将对外提供更全面的影像数据和更精准的火点信息，为各行业的火情防控工作提供可靠的数据支撑和科学的决策依据，为我国应急管理现代化进程中注入源源动能。
15811编辑于 2026-03-06- 来自专栏气象学家
我国首次应用卫星遥感技术监测夏粮分布情况
日前，在一片绿油油的麦田里，河南省安阳市汤阴县气象技术人员忙着测量小麦种植面积，为冬小麦分布卫星遥感监测评估业务收集检验样本。 记者了解到，今年，国、省、市、县气象部门四级联动，首次应用卫星遥感技术对冬小麦分布情况开展监测评估业务，其监测产品的空间分辨率可达30米。 在此基础上，中国气象局综合观测司制定了冬小麦分布卫星遥感监测评估业务管理办法。 在其组织下，国、省、市、县四级业务单位共同参与和协作，完成样本采集、遥感判识与监测分析，形成遥感监测业务产品和分析报告，最终为气象部门大宗粮食产量气象预报和农业气象灾害评估分析提供数据支撑。 未来，气象部门将逐步建立主产区玉米、水稻、大豆、特色农业作物农业气象灾害遥感监测评估业务，推动建立国外主要作物长势监测和产量预测业务，为构建“三个全球”气象业务新格局提供支撑。
35930编辑于 2022-04-20 慧眼识水质：高光谱遥感的水质监测之道
随着生态环境监测领域对高精度、全覆盖检测手段需求的增长，传统地面抽样的水质监测方法的局限性日益凸显。在此背景下，高光谱遥感技术以其精确的光谱分辨力和广泛的应用前景为水质监测开辟了技术路径。 高光谱遥感技术在水质监测领域的应用 高光谱遥感水质在线监测能够以非接触形式对叶绿素α、化学需氧量、总氮、浊度、藻青蛋白、有机碳、藻密度等关键水质参数的进行测算，进而成为河流水库的日常监测、污染预警、应急响应 天空地水质在线监测 提供卫星遥感、无人机遥感和地面智能光谱设备在线水环境监测服务，支持用户针对需求和目标区域特点，切换为多光谱成像模式，并利用水质云平台处理分析多源异构光谱数据，实现多水质参数的在线监测 多水质参数在线监测 除了利用卫星、无人机遥感常规监测叶绿素a、浊度等光敏参数，还可结合智能水质光谱仪可实现化学需氧量、总氮、有机碳、总磷等参数的监测，有效拓展了可监测的水质指标。 综上所述，高光谱遥感技术通过波段数量的增加获得了更高的光谱分辨率，借助空天地一体化是监测布局，构建了快捷、无污染、实时动态的水质监测模式。
26010编辑于 2026-02-12- 来自专栏智能人工
智能遥感：AI赋能遥感技术
这样的数据缺失，严重限制了遥感影像的应用；特别是对于多时相影像的遥感应用（如森林退化、作物生长、城市扩张和湿地流失等监测），云层及其阴影所导致的数据缺失将延长影像获取的时间间隔、造成时序间隔不规则的问题 1.1.1光学/SAR 精细化处理遥感图像为遥感应用分析提供了数据基础，可广泛应用于农林监测、城市规划、军事侦察等领域，遥感数据质量是决定其应用性能的关键。 ，造成极化测量失真，影响数据的极化应用性能，提出一种利用普遍分布的地物进行串扰和幅相不平衡的定量评价方法，该方法不受时间和空间限制，能够实现大量数据极化校正性能的实时、便捷评估，对极化数据质量进行长期监测 前两种方法受限于其对重建影像没有渐进变化的假设，这种平稳性假设将成为土地覆盖变化和作物生长监测等时间序列应用中的明显弱点。 Kampffmeyer 等（2016）针对地物要素数量、空间分布差异大的问题，提出了一种结合区域分组与像素分组的模型训练策略，用于国土资源监测任务。
2.3K70编辑于 2022-08-10 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
慧天卓特：东南亚基于多源遥感的干旱、土壤水分及洪灾、植被指数、火灾监测和空气质量监测分析
慧天卓特利用遥感技术可在干旱监测、水资源管理和水灾监测评估、地表植被监测、火灾监测评估、空气质量监测等方面为东南亚和南亚地区提供相应的应用解决方案。 图4 金边市区水体面积按时序统计 图5 2023年5月金边市区水体监测及时序动态影像 遥感植被指数监测与评估 可见光遥感波段可识别植被分类和植被健康状况，各类遥感植被指数和植被健康指数可用于评估植被的生长状况 每年10-11月植被覆盖度更高，5-9月植被覆盖度较低。 图11为老挝的主要空气污染物含量监测图。 图11 老挝2024年3月19日主要空气污染物含量 小结 全面覆盖 遥感技术通过卫星数据，实现了东南亚地区的大范围覆盖，提供了高时效性和高精度的环境监测信息 多重应用 农业支持：干旱监测、土壤水分管理和植被健康评估
44910编辑于 2024-06-08 - 来自专栏点点GIS
遥感制图
基于ARCGIS的遥感制图 对遥感影像分类后结果如图所示 把分类后的结果输出矢量 因为evf格式无法在arcgis中打开，故转为shp 在arcgis中加载文件 对图层进行符号化，按照类型设色 结果如下
57920发布于 2021-08-18 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
PIE-engine 教程 ——基于PIE-engine的水体频率变化长时序遥感监测自动计算平台
本次app是一个水体变化频率的变化监测，这个UI界面的设计中首先是标题，然后就是区域水体变化及监测的范围和时间选择，以及我们所选择监测的指数，NDWI，ADWI，MNDWI，随机森林的结果。 返回值：ui.root 代码： /** * @Name : 基于PIE-Engine的水体频率变化长时序遥感监测自动计算平台 * @Time : 2021/06/30 * @Author legend = ui.Legend(data, style); Map.addUI(legend); } var label1 = ui.Label("基于PIE-engine的水体频率变化长时序遥感监测自动计算平台
56510编辑于 2024-02-02 - 来自专栏kali blog
Esp8266+DHT11+Binker 实现室内温湿度监测
本文，我们来看看如何利用ESP8266+DHT11配合Binker实现读取室内温湿度。 实现效果 准备材料 esp8266 DHT11 线路连接 VCC--> 3V GND-->GND DATA--> 2 代码 #define BLINKER_WIFI #define BLINKER_MIOT_SENSOR //引入小爱同学 #include <Blinker.h> #include <DHT.h> //DHT11传感器的头文件 #define DHTPIN 4 //定义DHT11模块连接管脚io4（D2脚） #define DHTTYPE DHT11 // 使用DHT11温度湿度模块,当然也可以换其他DHT （这个很重要） float h = dht.readHumidity();//读取DHT11采集的湿度数据 float t = dht.readTemperature();//读取DHT11
1.9K30编辑于 2023-05-31 - 来自专栏开源物联网
ESP8266+DHT11使用ThingsPanel监测温湿度
这个教程的目的是通过ESP8266开发板采集DHT11温湿度传感器的数据推送到开源物联网平台ThingsPanel，并实现温湿度监测。 最终效果准备事项ESP8266开发板 https://wiki.diustou.com/cn/ESP8266_Dev_Board 具体开发板的型号是ESP-12FDHT11温湿度传感器操作步骤1、接线接到外设口 数据引脚定义引脚号const int pinDHT11 = 5;SimpleDHT11 dht11(pinDHT11);void setup() { Serial.begin(115200); delay (1000); // 等待串口初始化 Serial.println("DHT11 Test!") 难点综述本教程对技术要求的门槛很低，几个难点分别是：1、接线：接USB口不用说了，dht11传感器接的时候，gnd对gnd，确保这点就错不了。
1.5K30编辑于 2023-08-16 - 来自专栏二猫の家
遥感SCI期刊汇总
CANADIAN JOURNAL OF REMOTE SENSING《加拿大遥感杂志》 http://pubservices.nrc-cnrc.ca/rp-ps/journalDetail.jsp? GISCIENCE & REMOTE SENSING 《地理信息系统科学与遥感》 http://www.bellpub.com/msrs/ Quarterly ISSN: 1548-1603 BELLWETHER IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING 《IEEE应用地球观测与遥感选题杂志 Science Citation Index Expanded 创刊年:1980 出版地:英国 11. PHOTOGRAMMETRIE FERNERKUNDUNG GEOINFORMATION《摄影测量遥感地球信息》 http://www.schweizerbart.de/j/pfg/ Bimonthly
1.7K31编辑于 2022-11-28 - 来自专栏二猫の家
Landsat遥感影像下载
摘要：本篇文章主要介绍下载遥感卫星影像数据常用的几种的获取方法。适合刚接触遥感这个领域不久却需要下载和使用遥感影像的人群。 本文着重介绍陆地资源卫星Landsat系列卫星的遥感影像查询和下载。 3.2 地理空间数据云下载遥感影像 3.3Google Earth Engine下载遥感影像 ---- 1、陆地资源卫星Landsat系列卫星基本介绍 参考文章： Landsat系列卫星数据应用介绍_ （服务年限：1999.4.15 - 2003.5.31） 1.3 Landsat-8介绍 Landsat-8卫星于2013年2月11日发射，是美国陆地探测系列的后续卫星，Landsat-8卫星装备有陆地成像仪 Landsat-7 的 Enhanced Thematic Mapper Plus (ETM+) 有 8 个频段，而 Landsat-8&9 有 11 个频段。 卷云波段） 1.360–1.390 30 包含水汽强吸收特征，可用于云检测 热红外传感器TIRS Band 10 TIRS 1（热红外1） 10.60 -11.19 100 感应热辐射的目标 Band 11
1.5K20编辑于 2022-12-05 - 来自专栏好奇心Log
FY-3A卫星对大雾的识别
星上搭载有多种先进的探测仪器,具有全球、全天候、多光谱、三维和定量遥感监测能力。 这些差异在卫星图像上会有相应的表现,为利用卫星遥感技术监测大雾提供了依据。 作为气象灾害监测预警的重要手段，风云气象卫星在其中的遥感监测服务起到了举足轻重的作用，精密的卫星观测是提高气象预报预测准确率和气象灾害监测预警时效的关键。 ,2018(11):29-33. [3]杨军,董超华,卢乃锰,杨忠东,施进明,张鹏,刘玉洁,蔡斌.中国新一代极轨气象卫星——风云三号[J].气象学报,2009,67(04):501-509. [4]李亚春 ,孙涵,徐萌.气象卫星在雾的遥感监测中的应用与存在的问题[J].遥感技术与应用,2000(04):223-227. [5]曹广真,漆成莉,马刚,张凤英,吴雪宝.FY-3A气象卫星VIRR云检测产品与IRAS
1.5K20发布于 2021-11-29 - 来自专栏GEE遥感大数据学习社区
环境遥感特刊概要：基于GEE的遥感土地变化研究
本文是自2017年11月特刊创刊以来发表的19篇论文的总结。我们特别从两个方面总结了它们的贡献:阐述了哪些新的问题主题，作出了哪些贡献。 本文深入介绍了GEE的概念和应用，引起了遥感界的广泛关注。然而，GEE在2017年11月之前没有特别发行。 为了捕获这个进化的关键时刻啊,我们开始组织特刊《“遥感土地变化科学与谷歌地球引擎”在《“环境遥感”2017年11月至2020年3月(图1)。 1)得益于GEE提供的时间序列数据集，在RSE和RSS的12个科学领域中，有10个领域的分析已经从单时间静态状态的定位转移到多时间动态的监测。静态分析的两个领域是土壤和人类活动。 往期精彩回归 极地测绘遥感信息学 遥感指数库(Index DataBase) 遥农田定量遥感：理论、方法与应用 城市遥感：城市环境监测集成与建模 LiDAR/PCM软件：点云魔方版本更新 免费数据共享
1.3K20编辑于 2022-09-20 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
慧天干旱监测与预警平台：基于风云卫星和机器学习方法的大面积干旱监测、气象预警平台
慧天干旱监测与预警平台 公司简介 北京慧天卓特科技有限公司成立于2022年09月，总部坐落于北京市海淀区中关村科技园区，是一家集地理遥感信息服务、遥感云计算大数据处理、人工智能应用软件开发和互联网安全服务等综合性高科技公司 随着遥感大数据和云计算时代的到来，一款能进行实时进行干旱监测与预警产品显得尤为重要重要。 图3慧天干旱监测与预警平台 在第一代产品的基础上，深入分析了产品的不足和短板，经过一年多的深耕，于2024年3月，团队升级发布了增强版干旱指数（FYDI-2.0），该版本中融合了热红外和微波遥感观测数据 图4 2022年7月-9月全国旱情时空分布 产品特点 1.卫星遥感的反演 依托卫星遥感技术的干旱反演，能有效实时分析大面积的干旱分布和旱情演变过程，相较于基于地面气象站的干旱监测，大面积实时性监测和预警优势明显 ”监测 针对“一带一路”区域构建11年的遥感环境监测数据集，利用所开发的FYDI-2.0全天候产品对2014-2023年的“一带一路”及沿线地区旱情、植被覆盖和土地利用的变化进行长时间序列的监测，精确定量评估该地区受灾程度
65800编辑于 2024-05-24 - 来自专栏气象杂货铺
Python干货 | 遥感影像拼接
在上一篇推文中，我展示了如何使用Python结合Landsat制作遥感影像图（Python干货 | 制作遥感影像图）。 Fig.1 World Reference System 在某些遥感影像的应用场景中，如果我们关注的区域正好处于两景影像的交界处，如下图中的象山港，那我们就需要将影像拼接起来才可以使用。 1.准备工作 相较于上一篇推送，我们这次为了实现遥感影像的镶嵌拼接，我们使用到了两个库， rasterio和gdal。 import rasterio as rio import gdal 先介绍一下我们实现两组遥感影像拼接的思路，首先选取两景相邻的影像，分别得到他们的空间范围，再得到两景组合到一起之后的空间范围，使用gdal [3]) return left, bottom, right, top, filename, prefix 得到新建tif文件的size，这里已知Landsat空间分辨率为30m，如果是其他遥感数据
4.3K30发布于 2020-10-09 - 来自专栏GIS与遥感开发平台
遥感反演净辐射（Rn）
遥感反演净辐射（Rn） 陆表全波段净辐射是用来描述地球表面辐射能量收支的特征参量，在地表-大气能量交换和能量再分配过程中起着关键作用，对全球水热平衡和能量循环等有重要影响。 参数化方法 参数化方法基于大气辐射传输模型和大量的模拟数据、星载及观测数据等，建立关键大气和地表参量与辐射分量之间的参数关系式，其所需参量如气溶胶光学厚度、大气水汽含量、云底温度和高度等主要来自于经验公式或遥感高级产品 传统的参数化方法如Bisht结合正弦模型的方法进行估算，利用MODIS陆表温度产品（MOD11_L2）、反照率产品（MOD43B3）来估算晴空净辐射。 不过老有人进群打广告，所以现在大家可以关注我的公众号“GIS与遥感开发平台”,后台发送自己学校或者单位+进群，我拉大家入群。 大家进群后一定要备注自己学校或者单位。
1.2K40编辑于 2023-01-30 - 来自专栏GEE遥感大数据学习社区
遥感学习武林秘籍分享
prof_web/zhangliangpei/rs/RS-Group2016.pdf 资料目录（RS-Group小组主要研究方向介绍）： 1 高光谱影像处理 8 亚像元定位 1.2 研究 8.1 概述 11 基于多特征流形学习的影像特征提取 17 遥感应用:大气 PM2.5 浓度遥感监测 6.4.6 基于非监督特征学习方法的场景分类 17.1 研究方向概述 6.4.7 基于梯度提升的随机卷积神经网络用于场景分类 11.遥感影像变化检测：基于遥感影像的变化检测技术在社会经济的各个领域具有广泛的应用，如农业调查、林业检测、城市管理规划、土地退化和荒漠化检测、海洋及内陆水体监测、沿海区域环境监测、湿地监测管理、自然灾害检测以及军事侦察和打击效果评估等 遥感应用——大气 PM2.5 浓度遥感监测：在经历了工业革命之后，世界各国进行大规模生产活动的能力有了质的飞跃。 治理大气 PM2.5 污染，依赖于对其理化特性、时空变化的深入了解，因此利用遥感手段监测大气 PM2.5 的时 空分布显得极为迫切。
96821编辑于 2022-09-20 - 来自专栏Lauren的FPGA
第11讲 描述高效的C测试平台：输出监测与格式控制
ug902(v2018.1) High-Level Synthesis User Guide page 32 - page 37
47410发布于 2019-10-31 - 来自专栏一个有趣的灵魂W
遥感影像的镶嵌（初试）
在做PM2.5的机器学习的时候，不同的aod数据的利用率问题就显得十分重要，能多要一个数据都显得弥足珍贵，而几个类型的数据中，modis3km的数据较为杂乱，因为他是5分钟的采样时间，也就是一天会产生大于24*60/5的数据量，具体怎么解释我现在也迷迷糊糊，过境数据每次位置都有不同，一个矩形的范围内，最多可以有好几个影像的范围。
87230发布于 2020-09-15 - 来自专栏气象学家
Python干货 | 遥感影像拼接
在上一篇推文中，我展示了如何使用Python结合Landsat制作遥感影像图（Python干货 | 制作遥感影像图）。 Fig.1 World Reference System 在某些遥感影像的应用场景中，如果我们关注的区域正好处于两景影像的交界处，如下图中的象山港，那我们就需要将影像拼接起来才可以使用。 1.准备工作 相较于上一篇推送，我们这次为了实现遥感影像的镶嵌拼接，我们使用到了两个库， rasterio和gdal。 import rasterio as rio import gdal 先介绍一下我们实现两组遥感影像拼接的思路，首先选取两景相邻的影像，分别得到他们的空间范围，再得到两景组合到一起之后的空间范围，使用gdal [3]) return left, bottom, right, top, filename, prefix 得到新建tif文件的size，这里已知Landsat空间分辨率为30m，如果是其他遥感数据
1.9K10发布于 2020-10-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号