- 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。
12911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。
21110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
57520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
54110编辑于 2024-02-02 - 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 ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING 《国际摄影测量和遥感学会志》 http://www.sciencedirect.com/science 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_ USGS遥感影像下载——以Landsat影像下载为例 https://blog.csdn.net/Knight_076/article/details/123791708 3.2 地理空间数据云下载遥感影像 地理空间数据云下载遥感影像_地理空间数据云下载遥感影像 https://blog.csdn.net/Knight_076/article/details/123805215 3.3 Google Earth Engine下载遥感影像 需要一定的知识储备和编程知识，JS发开的。
1.4K20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
这个问题的目标是发表研究论文,关注哇在两个主要的方法和应用遥感领域致力于土地变化科学:环境遥感(RSE)，即自然引起的土地变化;社会遥感(RSS)，即人类引起的土地变化。 GEE中使用了多种卫星图像，包括中分辨率成像光谱仪(MODIS)、可见红外成像辐射计套件、陆地卫星、Sentinel-1和Sentinel-2，以监测自然灾害的范围和程度，并对推导出的估计的不确定性进行量化 在4.1环境遥感(Remote sensing of environment, RSE)和4.2社会遥感(Remote sensing of society, RSS)中，我们分别在环境遥感(Remote 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。 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 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 利用遥感产品可实现： 大尺度全覆盖监测 高分辨率加密区监测 基于时间序列的监测 东南亚五月中的植被指数（图6）监测显示，东南亚区域整体植被覆盖度较高，缅甸中南部和泰国东部和柬埔寨部分区域的植被覆盖较低。 基于卫星遥感的归一化燃烧比指数NBR可用于监测火灾前后的植被变化，以评估火灾的影响和恢复情况。 图9 火灾前后NBR指数动态变化 图10 火灾面积估算 遥感空气质量监测与评估 遥感大气产品可用于监测大气中的气溶胶、甲醛、一氧化碳、二氧化硫等污染物的浓度，提供空气质量评估和预警信息，对环境保护和公共健康管理具有重要意义
42110编辑于 2024-06-08 - 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。
87030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 遥感+农业保险：打造农业数字化新图景
方案简介农业保险解决方案把遥感业务流程与农业保险承保理赔流程进行交互融合，构建由用户层、业务层、数据层构成的系统体系，利用空天地一体化遥感监测网络，充分汇聚作物种植面积、长势状况、损失范围等数据资源，转化为保险公司所需的专题图 农作物长势监测：遥感监测帮助监测农作物健康状况，早期发现并应对病虫害、水分胁迫等问题，提高农作物的产量和质量。 风险预警：针对研究区内农作物可能发生的灾害类型，结合不同时期遥感气象卫星数据，快速监测受灾区域状况，提供风险预警与科学决策指导，降低灾害损失。 典型案例卫星定损平台卫星定损平台基于遥感大数据的农险服务平台，实现对保单整个生命周期的持续追踪，提供综合展示、承保验标、定损理赔、统计分析、风险监测等直观、可视、信息化功能。 遥感验标、作物监测、科学定损……农业保险解决方案利用空天地一体化遥感监测体系，结合遥感影像和地理信息系统的技术，通过耦合气象、实地调查数据等多源信息，构建保险承保理赔的遥感服务新模式，提升了农业保险工作的即时性和便利性
42910编辑于 2025-10-11- 来自专栏疯狂学习GIS
遥感数据获取网站整理
目前准备将GIS相关领域的数据（例如遥感数据、气象数据、农业数据等）获取网站都整理在博客的一篇文章中，随时更新；而公众号这里就按照领域划分，一个领域一篇推文。今天就从遥感影像开始。 2021年03月其可获取的遥感数据如下图。 ? 2021年03月其可获取的遥感数据如下图。 ? 2021年03月其可获取的遥感数据如下图。 ? 2021年03月其可获取的遥感数据如下图。 ?
2.4K10发布于 2021-07-22 - 来自专栏网络虚拟化
达摩院发布业内首个遥感AI大模型，开启遥感科技新篇章！
了解更多互联网行业信息，欢迎关注公众号：通信行业搬砖工 一、遥感AI大模型的特点 实现图像分割任务统一 遥感AI大模型（AIE-SEG）率先在遥感领域实现了图像分割的任务统一。 这意味着即使面对全新的遥感图像，该模型也可以快速适应，无需人工干预即可完成分析任务。这一特性极大地拓宽了遥感技术的应用范围，为各行各业提供了更为便捷的遥感数据分析服务。 二、遥感AI大模型的应用场景 灾害防治 遥感AI大模型可以快速识别灾区内的受灾情况，为救援团队提供准确的信息支持。 在森林资源保护方面，该模型可以实时监测森林的生长状况、病虫害情况以及非法砍伐等情况，为管理部门提供及时的信息反馈。 农业估产 遥感AI大模型可以为农业部门提供准确的估产服务。 三、结语 阿里达摩院发布的业内首个遥感AI大模型（AIE-SEG）无疑为遥感科技领域带来了一场革命。它凭借强大的图像识别和分析能力，实现了遥感领域的多项突破。
2K30编辑于 2023-10-24 - 来自专栏全栈程序员必看
舆情监测分析系统_舆情监测系统
我们的舆情分析系统主要包括舆情总缆分析、舆情搜索、文章分析、文章评论分析、事件舆情分析、事件舆情预警六大功能模块以及管理员系统配置模块。针对舆情总览分析、舆情搜索、文章分析、文章评论分析、事件舆情分析、事件舆情预警我们的分析数据来源于多个网站关于某一事件的报道文章的爬取，如微博、今日头条、知乎等，但主要集中于微博。管理员配置模块配置的是爬虫的爬虫间隔、舆情事件的展示参数以及系统日志查看。
6.1K30编辑于 2022-09-29 - 来自专栏呼延
雷达监测
来源 lintcode-雷达监测 描述 一个2D平面上有一堆雷达（雷达有x, y坐标，以及能探测到的范围r半径）。现在有一辆小车要从y = 0和y = 1的区间里面通过并且不能被雷达探测到。 // Write your code here for (int i=0;i < coordinates.length;i++){ //如果圆心的y轴绝对值减去半径小于等于0,说明被监测到
1.6K20发布于 2019-07-01 - 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 这种多尺度的监测系统，降低了高分辨率卫星全覆盖计算带来的运算成本，并可结合多源遥感卫星各自的优势。 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。
33900编辑于 2024-05-24
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