首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏全栈程序员必看

    Landsat系列卫星数据应用介绍

    目前Landsat1-4均相继失效,Landsat-5于2013年6月退役。Landsat-7于1999年4月15日发射 升空。 -5介绍 Landsat-5卫星是美国陆地卫星系列中的第五颗。 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)。 Landsat-5卫星所获得的图像是迄今为止在全球应用最为广泛、成效最为显著的地球资源卫星遥感信息源,同时Landsat-5卫星也是目前在轨运行时间最长的光学遥感卫星。 与Landsat-5卫星的TM传感器相比,ETM+增加了15米分辨率的一个波段,在红外波段的分辨率更高,因此有更高的准确性。

    2.2K20编辑于 2022-09-15
  • 来自专栏二猫の家

    Landsat遥感影像下载

    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、 143%5Ev6%5Econtrol&utm_term=landsat%E5%8D%AB%E6%98%9F%E4%BB%8B%E7%BB%8D&spm=1018.2226.3001.4187 1.1 Landsat -5介绍 Landsat-5卫星是美国陆地卫星系列中的第五颗。 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)。 与Landsat-5卫星的TM传感器相比,ETM+增加了15米分辨率的一个波段,在红外波段的分辨率更高,因此有更高的准确性。

    1.5K20编辑于 2022-12-05
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine ——数据全解析专辑(Canada AAFC Annual Crop Inventory)

    Prairie Provinces in 2009 and 2010, a Decision Tree (DT) based methodology was applied using optical (Landsat 2009 年和 2010 年以草原省份为重点,使用基于光学(Landsat-5、AWiFS、DMC)和雷达(Radarsat-2)的卫星图像应用了基于决策树 (DT) 的方法。

    22410编辑于 2024-02-02
  • 来自专栏全栈程序员必看

    Landsat系列卫星介绍

    现在中国科学院遥感与数字地球研究所主要接受、处理、存档和分发美国陆地卫星系列中的Landsat-5、Landsat-7和Landsat-8三颗卫星的数据。 1. 30米 3 0.63-0.69 30米 4 0.76-0.90 30米 5 1.55-1.75 30米 6 10.40-12.50 120>米 7 2.08-2.35 30米 5.Landsat5 Landsat

    2.3K10编辑于 2022-09-15
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    NASA数据集—— 1984-2019年湖泊生长季绿色表面反射率趋势数据集

    反射率数据来自 Landsat-5、Landsat-7 和 Landsat-8 传感器的绿色波段(中心波长 560 纳米)。 Platforms LANDSAT-5, LANDSAT-7, LANDSAT-8 Instruments TM, ETM+, OLI Data Formats Distribution: Text File

    24100编辑于 2024-05-24
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    AI Earth ——开发者模式案例2:Landsat系列影像数据去云

    此算法适用于 Landsat-5 / 7 / 8 / 9 。

    75610编辑于 2024-02-02
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    GEE数据集——Canada AAFC Annual Crop Inventory加拿大 AAFC 年度土地分类作物数据集(2009-2022年)

    2009 年和 2010 年,以草原省份为重点,使用基于光学(Landsat-5、AWiFS、DMC)和雷达(Radarsat-2)的卫星图像,采用了基于决策树(DT)的方法。

    27000编辑于 2024-03-02
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    1990-2021 年全球油棕面积和种植年份数据集

    此外,该数据集还包括根据 Landsat-5、-7 和-8 图像得出的 1990 年至 2021 年 30 米空间分辨率的种植年份估计值。

    38610编辑于 2024-05-28
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine(GEE)——世界居住区(居民区)足迹和演变1985—2015年,2019年

    这个资源库包含世界住区足迹(WSF)演变,这是一个30米分辨率的图层,概述了从1985年到2015年每年的全球住区范围,是通过多时相的Landsat-5和Landsat-7图像得出的。

    47810编辑于 2024-02-02
  • 来自专栏arXiv每日学术速递

    计算机视觉与模式识别学术速递[12.17]

    我们训练了一个卷积神经网络,从30米的Landsat-5 TM数据预测部分土地覆盖图。参考土地覆盖率是根据2011年班加罗尔580万LISS-IV硬分类图像估算的。 因此,它可以从Landsat-5 TM时间序列数据可靠地生成30米的建筑和植被比例图,以分析长期城市增长模式。 This paper proposes a sub-pixel classification method that leverages the temporal overlap of Landsat- We train a convolutional neural network to predict fractional land cover maps from 30m Landsat-5 TM data Hence it can reliably generate 30m built-up and vegetation fraction maps from Landsat-5 TM time series

    2.2K10编辑于 2021-12-17
  • 来自专栏arXiv每日学术速递

    机器学习学术速递[12.17]

    分类|识别(2篇) 【1】 A CNN based method for Sub-pixel Urban Land Cover Classification using Landsat-5 TM and 我们训练了一个卷积神经网络,从30米的Landsat-5 TM数据预测部分土地覆盖图。参考土地覆盖率是根据2011年班加罗尔580万LISS-IV硬分类图像估算的。 因此,它可以从Landsat-5 TM时间序列数据可靠地生成30米的建筑和植被比例图,以分析长期城市增长模式。 This paper proposes a sub-pixel classification method that leverages the temporal overlap of Landsat- Hence it can reliably generate 30m built-up and vegetation fraction maps from Landsat-5 TM time series

    2.6K20编辑于 2021-12-17
领券