- 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。 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。 Kusk 等人（2016）和 Hansen 等人（2017）通过对 SAR 成像时地形、回波噪声等要素进行建模，实现基于 3DCAD 对不同类型地物要素的 SAR 图像仿真。 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 - 来自专栏二猫の家
【遥感图像处理】绘制高光谱3D立方体
stretch/compress z-dimension（拉伸） h -> print help message（帮助信息） q -> close window（关闭窗口） 使用ENVI 作为一个强大的遥感处理平台 但是对于遥感影像存在多个波段所以常常大于3 tagstruct.SamplesPerPixel = bands; tagstruct.RowsPerStrip = 16; tagstruct.PlanarConfiguration 在Envi工具栏中选择Spectral->Build 3D Cube。在3D Cube File对话框中选择高光谱数据集，单击OK按钮。 在打开3D Cube Parameters对话框中，设置以下参数： （1）Color Table使用了默认参数。 （3）选择输出路径及文件名，单O击OK按钮执行。 （4）显示结果图。
1.7K10编辑于 2024-04-24 - 来自专栏硬件大熊
浅析3种电池容量监测方案
IOT产品如智能手环、电动牙刷、智能门锁等，这些具有多功能特性的设备要求电池必须能够提供更多的供电能力以及更长的运行时间。电子系统设计人员通常将注意力集中在提高电源转换效率、配置芯片休眠模式、提高电池容量等方面。然而，关于电池电量检测的精度的检测问题却很容易被忽略。
1.6K30编辑于 2022-06-23 - 来自专栏二猫の家
【GEE】3、 栅格遥感影像波段特征及渲染可视化
1、简介 在本单元中，将学习以下内容： 使用遥感传感器捕获的不同类型的能量。 如何构建 JavaScript 字典和列表以选择单个栅格波段。 如何可视化多波段和单波段栅格的不同组合。 2、背景 在您探索如何将 Google 地球引擎和遥感数据集成到您的研究中时，视觉解释图像的能力是一项重要的技能。虽然许多算法旨在自动提取和分类图像，但在模式和特征识别方面，计算机根本不如人脑先进。 在遥感的背景下，我们会遇到这种能量的一小部分，这些能量在从太阳发出后，由于大气中的窗户而通过特定范围过滤吸收能量很少的地方。在这些窗口内是我们通常在遥感中使用的波长。 5、结论 在本单元中，我们讨论了被动和主动遥感之间的差异，以及电磁光谱和构成我们所知的可见光的窄条。我们还回顾了 JavaScript 字典和列表的结构，以及如何使用它们来选择单个栅格波段。 6、单元3 的完整代码 // This is a dictionary object.
71330编辑于 2023-11-07 - 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 ("B2"), B3: image.select("B3"), B5: image.select("B5"), B6: image.select B3: image.select("B3"), B5: image.select("B5"), B6: image.select("B6" 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 - 来自专栏二猫の家
遥感SCI期刊汇总
BOLETIM DE CIENCIAS GEODESICAS 《大地测量科学通报》 http://ojs.c3sl.ufpr.br/ojs2/index.php/bcg Semiannual （注：2008 CANADIAN JOURNAL OF REMOTE SENSING《加拿大遥感杂志》 http://pubservices.nrc-cnrc.ca/rp-ps/journalDetail.jsp? Science Citation Index Expanded 创刊年:1975 出版地:加拿大 3. PHOTOGRAMMETRIC RECORD 《摄影测量记录》 http://www3.interscience.wiley.com/journal/118539355/home? 1432-8364 E SCHWEIZERBARTSCHE VERLAGS, NAEGELE U OBERMILLER, SCIENCE PUBLISHERS, JOHANNESSTRASSE 3A
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。 目录 1、陆地资源卫星Landsat系列卫星基本介绍 1.1 Landsat-5介绍 1.2 Landsat-7介绍 1.3 Landsat-8介绍 1.4 Landsat-9介绍 2、传感器简介 3、 Landsat-5卫星于1984年3月发射升空，它是一颗光学对地观测卫星，有效载荷为专题制图仪（TM）和多光谱成像仪（MSS）。 Band 1 Coastal（海岸波段） 0.433–0.453 30 主要用于海岸带观测 Band 2 Blue（蓝波段） 0.450–0.515 30 用于水体穿透，分辨土壤植被 Band 3 10 TIRS 1（热红外1） 10.60 -11.19 100 感应热辐射的目标 Band 11 TIRS 2（热红外2） 11.50 -12.51 100 感应热辐射的目标 综上所述： 3、
1.5K20编辑于 2022-12-05 - 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
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)。 3. 在这个专题之前的GEE研究 截至2018年4月，本特刊正式公布，共发表了239篇涉及广泛科学领域的“绿色科学”相关研究(图3)。 为此，本节对特刊中的2项GEE研究和特刊前的3项GEE研究的综述进行了整体综合。 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。 rioData.bounds[1]) right = max(right, rioData.bounds[2]) top = max(top, rioData.bounds[3] arr[i, :, :] = tiff.imread(file2read) os.remove(file2read) plot_rgb(arr, rgb=(0, 1, 2)) 3.
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3为东南亚及南亚2023年5月每日地表土壤水分监测动态图（数据源：SMAP Enhanced L3产品）。 图3 东南亚及南亚每日地表土壤水分监测 （2023年5月） 湄公河流域涵盖多个国家，是一个农业生产密集区，也是自然灾害频发的区域，柬埔寨位于湄公河下游区域。 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 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GEE数据专栏，GEE学习专栏，GEE错误集等专栏
干旱监测与预警系统 FYDI 2.0的气象分析
随着遥感大数据和云计算时代的到来，一款能进行实时对干旱进行大范围监测与预警产品显得尤为重要。 产品体验链接： 干旱监测与预警系统FYDI 基于热红外遥感数据 提供中国及部分亚洲地区的4km分辨率每日监测 增强版干旱指数FYDI-2.0 基于热红外和微波遥感数据 提供中国及部分亚洲地区4km分辨率每日全覆盖监测 高级版干旱指数FYDI-3.0 （全球干旱产品） 基于热红外和微波遥感数据 提供全球1km分辨率的每日全覆盖监测 产品的四大特色 卫星遥感反演 风云干旱监测产品，基于卫星红外波段的观测，通过能量平衡 预计2025年发布全球1km分辨率、3个月时长的长时间干旱预报产品。 全球多灾种遥感监测： 计划在未来5年内实现全球多灾种遥感监测业务系统，从单一的灾种扩展到包括但不限于干旱、洪水、林火等多灾种，在全球尺度上，对各个灾种进行实时的遥感监控。
34800编辑于 2024-05-24 - 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 gdal.Open(fn) height=ds.RasterYSize weight=ds.RasterXSize gt=ds.GetGeoTransform() minx=gt[0] maxy=gt[3] ('C:/pytemp/modismosictemp/modis3kre') minx,maxy,maxx,miny,resb=get_extent('C:/pytemp/modismosictemp/ /'+in_files[1]) a1=in_ds1.ReadAsArray() yk1,xk1=a1.shape x3,y3=int(abs(minXa-minX)/resmax),int(abs(maxYa-maxY )/resmax) x4,y4=x3+xk1,y3+yk1 for xx in range(xk1): for yx in range(yk1): raster[yx+min(y3,y4),xx+min
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）。 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。 rioData.bounds[0] bottom = rioData.bounds[1] right = rioData.bounds[2] top = rioData.bounds[3] rioData.bounds[1]) right = max(right, rioData.bounds[2]) top = max(top, rioData.bounds[3] get_extent(tiffileList) cols, rows= getRowCol(left, bottom, right, top) bands = ['B7', 'B5', 'B3'
1.9K10发布于 2020-10-09 - 来自专栏GEE遥感大数据学习社区
Remote Sensing专刊“遥感技术在地球观测和地球信息科学中的应用”
Special Issue Information 亲爱的同事们， 遥感及其应用长期以来一直被用于绘制和监测地球表面的变化。 此外，遥感数据由于其空间覆盖范围大、时间分辨率高、可用性广，在地球表面监测探测方面具有优势。 本期特刊着重于遥感技术及其应用方面的最新研究进展，这些技术和应用特别与地球表面的各种绘图和监测变化有关。 我们邀请作者提交他们的应用遥感数据地球观测和地球信息科学。 我们鼓励提交与自然资源和环境监测方法和应用有关的作品，涉及广泛的光学和雷达遥感材料。本专题所考虑的主题应强调实际应用，并超越理论和基于模型的研究。 Christopher Post 客座编辑 Key Words 1 Photogrammetry 2 Remote Sensing 3 Light Detection and Ranging (LiDAR
1.3K50编辑于 2022-09-20 - 来自专栏好奇心Log
AI+遥感智能解译，赋能智慧城市规划革新
当前，基于人工智能的遥感图像处理技术已被广泛地应用在城市规划、违章建筑监管、工程环境监测、废弃物管理、交通治理、城市安防等场景。 航天宏图信息技术股份有限公司使用飞桨图像分割套件PaddleSeg中的Segformer系列算法对居民地大类下的普通街区、高层建筑、独立房屋、体育场等二级类进行遥感监测，大大提升了制作基础测绘底图的工作效率 该项目基于Segformer系列算法，结合居民地5种二级类数据的不同遥感图像特征进行了调优。调优后，在精度相当的情况下，飞桨模型的体积是其它框架实现的Segformer模型体积的1/3。 图3 居民用地分割示意图 土地利用类别动态解译 土地利用是水土流失的重要影响因子。全国水土流失动态监测采用遥感调查、定位观测与模型计算相结合的技术方法，每年开展一次区域土地利用类别解译工作。 中科院空天信息创新研究院应用飞桨深度学习开源框架对高尔夫球场进行遥感监测，针对目标进行了一系列优化，大大提升了遥感图像解译工作的效率，为高尔夫球场检测提供半自动化技术手段。
1.4K10编辑于 2022-04-12
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