タグ付けされた質問 「remote-sensing」

環境と地球の表面に関する情報を遠くから収集して解釈します。主に、地球の表面または大気から自然に放出または反射される放射線を感知するか、デバイスから送信されて反射された信号を感知します。

1
表示専用の航空写真を管理する最も効果的な形式
ArcGISで表示する航空写真を管理する最も効果的な形式は何ですか？ 私はいくつかの異なる企業で複数の航空写真のデータセットを管理しています。私は元の写真のバックアップを持っているので、元の形式を維持することは決して心配していません。私がする必要があるのは、サーバー上であまり多くのスペースを占有しないように小さなデータセットを作成することです。これはまた、ArcGISで可能な限り迅速に描画します。 これまでは、ファイルジオデータベースでGRIDを使用していましたが、それが標準であると想定していたからです。その後、TIFFに切り替えましたが、TIFFは小さくなりましたが、描画が遅くなったようです。別の大量変換を行う前に、誰かがこれに関するガイダンスを提供できることを望んでいます。私はJP2について素晴らしいことをいくつか聞いたことがあり、それが次に向かう可能性が高いです。 また、セルサイズを縮小したくありませんが、それ以外の答えには制限がありません。
1
GRASSで画像分類のためにLandsat画像をパンシャープンするには？
パンシャープンされた15m解像度の画像を使用して、GRASSでi.cluster> i.maxlikを使用して、Landsatシーンの教師なし分類を行う方法を学習したいと思います（Wikiの例では通常の30m解像度を使用しています）。 i.pansharpen最初にパンシャープン画像を作成するために使用してみましたが、またはi.pansharpenを使用して結合できる3つのチャネルしか出力できません。私の知る限り、画像分類プロセスには、完全なマルチスペクトルバンド1〜7が必要です。15m解像度のバンド8画像を使用してパンシャープンされた個別のバンド（バンド1〜7）を生成する方法画像分類プロセス？d.rgbr.composite 私は彼らがこれをどのように行ったかを示す論文を見つけました。基本的には、何らかの種類の主成分分析を使用して、30mのマルチスペクトルバンドを15mのパンクロマティックバンドに何らかの方法でマージしました。正確な引用は次のとおりです。 「この方法では、最初に30メートルのマルチスペクトル画像を15メートルにリサンプリングします。次に、マルチスペクトル画像の6つの主成分すべてを計算します（コース解像度のためにサーマルバンドを削除しました）。その後、パンクロマティックバンドのヒストグラム（15メートル解像度）は30メートル画像の最初の主成分のヒストグラムに一致するように再スケーリングされ、最初の成分は再スケーリングされたパンクロマティックバンドに置き換えられます。パンクロマティック画像の広いスペクトルバンド。置換後、6つのコンポーネントは元のデータ空間に変換され、空間解像度が向上します。」 まず、この論文はアルゴリズム/公式をまったく示していませんでした。上記の引用を対応する数式に変換する方法がわかりません。i.pansharpen通常のBroveyやIHSの代わりにPCAアルゴリズムを使用できることに気づきましたが、それでも出力は赤、青、緑の3チャンネルのみになります-悲しいことに、それらを画像分類に使用する方法がわかりません.. したがって、新しいPCAアルゴリズムを手動で記述しようとして頭を割ろうとする前に、パンシャープンLandsat画像で画像分類を実行するためのより簡単でより良い方法を指摘するのを手伝ってくれる人はいますか？つまり、もっと簡単な方法があるはずですよね？シンプルなものが欠けているような気がします。 残っている唯一のルートが自分のスクリプトを書くことである場合、皆さんは私がやろうとしていることの例に似ている何かをそこに指摘していただけますか？ どんな助けも大歓迎です！
1
土地利用分析のために航空写真と衛星写真を比較する方法は？
私は、1950年代、1980年代、1990年代の4つの期間と5000ヘクタールの最大サイズを持つ特定の地域の現在の土地利用被覆のダイナミクスを比較することに興味があります。 最初の3期間は縮尺1:20 000の詳細な航空写真が利用できますが、現在の写真は利用できません。使用できる唯一のオプションは、無料でダウンロードできるLANDSAT画像などのより粗い縮尺画像です。詳細な画像を購入する資金がありません。 私の質問は、より詳細な写真から得られた情報を、そのような小さな領域のLANDSAT画像を使用して得られる情報とどのように比較できるのかということです。 誰かがこの分析の可能な結果と結果を提案できるか、または出口の提案をいただければ幸いです。
3
Raw Sentinel 2 jp2 to RGB geotiff
Sentinel 2 jp2バンドファイル（B02、B03、B04）をマージし、 RGBカラーを修正する方法を探しています。すべてbashまたはpythonスクリプトで行う必要があります。私の例では、これらの画像に取り組んでいます。理想的には、ソリューションはこのチュートリアルに近いものになります。 このコマンドでバンドをマージすることができます gdal_merge.py -separate -co PHOTOMETRIC=RGB -o merged.tif B04.jp2 B03.jp2 B02.jp2 しかし、何らかの理由で、imagemagicコマンドでRGBカラーを修正できません。出力は約700MBの黒い画像です。 convert -channel B -gamma 1.05 -channel RGB -sigmoidal-contrast 20,20% -modulate 100,150 merged.tif merged-cc.tif 最終的には、geotiffファイルをmapboxにアップロードする必要があります。convertパラメータの選択方法の説明は大歓迎です。 衛星画像のどの部分が農地であるかを推測するアプリケーションを開発しています。シーン画像は小さなパッチ（おそらく64x64）にカットされ、CNN（クロップまたは非クロップ）によって分類されます。このデータセットを使用して、 Inception-v3モデルをトレーニングします。データセットには、10mの空間解像度を持つ64x64 RGB画像が含まれています。 merged.tifに関する詳細情報 Band 1 Block=10980x1 Type=UInt16, ColorInterp=Red Metadata: STATISTICS_MAXIMUM=4818 STATISTICS_MEAN=320.61101402206 STATISTICS_MINIMUM=0 STATISTICS_STDDEV=536.76609312554 Band 2 Block=10980x1 Type=UInt16, ColorInterp=Green Metadata: STATISTICS_MAXIMUM=4206 …
2
Landsatラスター画像から道路を抽出する
熱帯雨林における道路網の拡大に関する研究のために、私はランドサット画像から道路を抽出しようとしています。道路が目ではっきりと見えるシャープで雲のないコンポジットがすでにありますが、ラインフィーチャにそれらを抽出するのは難しいことがわかっているので、Landsatが提供する大きな画像を処理できる優れたアルゴリズムまたは方法を誰かが知っているかどうか疑問に思いましたか？Grassのr.thinを試しましたが、うまくいかないようです。
2
Landsat ETM +パンクロマティックバンドの波長ステップが可視範囲を超えるのはなぜですか？
Landsat ETM +バンド8（パンクロマティック）は、空間解像度の点でLandsat-8 OLIのパンクロマティックバンド8と同じです（セルサイズ15 x 15m）。ただし、両方のバンドの波長には大きな違いがあります。ETM + .52-.90およびOLI 0.503-0.676（マイクロメートル）。 https://landsat.usgs.gov/what-are-band-designations-landsat-satellitesを参照してください 明らかに、ETM +の波長は可視範囲を超えています。両方のバンド間の視覚的な比較も、これらの違いの結果を示しています。 明らかに、OLIのパンバンドは視覚的な解釈に非常に便利であり、パンシャープニングや画像分類に適しています。 ETM +のパンクロマティック波長が可視範囲を超えて背後にあるいくつかの良い側面があるかもしれませんが、同じ理由について啓蒙されることに興味があります。
2
グローバルフォレストウォッチのハンセン分類の方法論？
http://www.globalforestwatch.org/で入手可能な、Science、2013年に発行されたhttp://www.globalforestwatch.org/で、ハンセン、MC、ポタポフ、P。V、ムーア、Rとして ハンセンの驚くべき分類を発見しました。。、Hancher、M.、Turubanova、SA、およびTyukavina、A。（2013）。21世紀の森林被覆変化の高解像度グローバルマップ。サイエンス、342（6160）（11月15日）、850–854。doi：DOI：10.1126 / science.1244693。 しかし、私はこの記事/ウェブサイトで、どのような分類をハンセンが使用したので、そのようなマップを再現する正確な方法論を見つけることができませんか？ 私が見つけることができる唯一のことは、教師あり学習アルゴリズムが木のカバーを識別するために使用されたことですが、それはかなり広い用語です。 可能であれば、同じ方法論を使用したいと思います（ただし、90年目に適用します）ので、選択した領域でのハンセンの分類の前に。
2
新しいSRTM 30メートルをダウンロード
30メートル（SRTM 30メートル）のデジタル標高モデルの新しいバージョンについて読みましたが、ダウンロードできたのではわかりません。 いくつかの情報源： http://glcfapp.glcf.umd.edu:8080/esdi/index.jsp http://asterweb.jpl.nasa.gov/data.asp http://www2.jpl.nasa.gov/srtm/
3
Landsat 8を分類する際の山の影の処理
2013年のランドサット8衛星画像を使用して、モンゴル北部の一部のエリアを分類しようとしています。記録は冬に行われたため、取得時の太陽は非常に低くなっています。したがって、山からの非常に長く暗い影があります。 この質問で説明されているように、DEMを使用してこの影を識別することができます：Landsat画像から影のような地形効果を削除する方法 クリップされたシャドウ領域の監視付き分類を実行するにはどうすればよいですか？この領域を強化することは可能ですか？いくつかのバンド比を試してみましたが、どちらが自分の仕事に最適かわかりません。 この画像では、暗い影にいくつかの植生領域があることがわかりますが、それらを分類することはできません。
4
変更検出のためのWebサービスを探しています
リモートセンシングデータのデータベースに基づく変更検出サービスを提供するサービスを探しています。誰かがそのようなサービスを知っていますか？私が探しているサービスは、特定の地域または全世界での特定の変化（油流出や大規模な沿岸変化、さらには森林火災など）をユーザーに警告するジオポータルです。自由に利用できるサービスでも、オンデマンドサービスでもかまいません。
2
屋上の日射の可能性を計算する（LiDARデータなし）
屋根の日射量を計算しようとしていますが、大きな問題があります。LIDARデータがありません。建物に高さの情報を提供する必要があります。私はこれを試みましたが、建物の場合、たとえば1つだけ取得する必要がある場合に、3つのタイプの高さを取得します。 そこで、LiDARデータを使用せずに屋根の日射量のポテンシャルを計算できるように、建物の高さと屋根の表面を計算する別の方法を提案できる人がいるかどうか尋ねたいと思います。
6
斜めの写真のジオメトリを計算するためのリソース
現在、私は監視分類アルゴリズムを使用して、特定の画像内の土地利用を計算しています。画像の問題は、高い斜めの写真から発生しています。使用したカメラの焦点距離と寸法、写真が撮影された場所のGPS位置を知っています。 すでに持っている情報から土地利用の面積を計算できるリソースを探しています。写真のジオメトリを知っていれば、各ピクセル間の相対距離を計算できるという考えです。考え？
1
50cm画像-航空写真または衛星写真？
関心のある面積は1450 km2です。 私のオプションは： 新しく収集された50 cmの航空写真の自然カラー画像が$ 28,300 または 50cmの最近のアーカイブ衛星画像（近IRバンドを含む）、20,600ドル 主な用途は、土地の評価、地質学（岩の露頭の識別）、および水文学と輸送の特徴のデジタル化、方位マップなどの一般的なGIS作業です。 その地域を飛行して画像を処理するために雇った会社は、さまざまな技術的な問題を抱えているため、製品はまだ配達されていません。 最近の衛星画像は、エリア全体で利用できます。私はパンシャープンマルチスペクトル画像プロセスを認識しており、空中画像（利用可能な場合）は地上でより詳細に表示されますが、他の長所と短所は何ですか？ 上記の用途にはどのタイプの画像が適していますか？
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.