vb 获取 软件安装路径_DEM数据获取及IDL软件安装

一、探究数字高程模型

地球表面形状的最常见数字化数据便是基于像元的数字高程模型 (DEM)。该数据可用作量化地表特征的输入。DEM 属于一种连续表面的栅格制图表达,通常参考真实的地球表面。此类数据的精度主要取决于分辨率(采样点之间的距离)。影响精度的其他因素包括在创建原始 DEM 时用到的数据类型(整型或浮点型)以及表面的实际采样情况。

bf02dd7b73ea5afb386b7f03bc228741.png

DEM 中的错误通常会按照汇或峰进行分类。汇是周围高程值较高的区域,也可称为洼地或凹地。它属于内流水系区域。虽然 DEM 中的许多汇都属于缺陷,但其中一些汇也可能是天然形成的,尤其是在冰川或喀斯特地区 (Mark 1988)。同理,尖峰或山峰是周围环绕的像元值较低的区域。通常,这些属于自然要素,且不会对流向计算产生过大影响。此类错误(尤其是汇)应在尝试获得任何表面信息之前移除。汇(内流水系区域)可阻挡下坡方向水的流动路径。通常,指定 DEM 中汇的数量要多于较粗糙分辨率 DEM 中的数量。形成汇的另一个常见原因可能是将高程数据存储为整型数字。如果位于起伏不明显的区域中,则尤为棘手。发现 30 米分辨率 DEM 中的 1% 像元属于汇的情况很常见。而对于 3 弧秒 DEM,则可高达 5%。DEM 中也可能包含明显的条带化伪影,这是在创建 DEM 时出现系统化采样错误的结果。同样,这对于平坦区域的整型数据最为明显。水文分析工具专门用于为自然地表上的汇流建立模型。但前提假设是表面起伏足够大以便确定流动路径。使用这些工具所基于的假设是,对于任何一个像元,水都可以从多个相邻像元流入但仅从一个像元流出。 ——引自ArcGis帮助 二、DEM数据下载路径及所需融合波段设置 DEM数据下载一般去地理空间数据云http://www.gscloud.cn/下载,时间间隔一般在2年左右,也就是说今年的数据需要等到2022年才会有免费,其他还有更具时效性的 站希望知道的小伙伴可以分享出来,谢谢。 具体的下载路径大家可以 上百度,进入了这个地理空间数据云之后,需要注册一个账 ,填写一些邮箱信息即可。 以下是对landsat8卫星各波段介绍以及所需用途合成波段等,详见表1—3。

表1:Landsat8卫星

传感器类型

波段

波长范围(μm)

空间分辨率(m)

主要应用

陆地成像仪OLI

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 Green(绿波段)

0.525–0.600

30

用于分辨植被

Band 4 Red(红波段)

0.630–0.680

30

处于叶绿素吸收区,用于观测道路,裸露土壤,植被种类等

Band 5 NIR(近红外波段)

0.845–0.885

30

用于估算生物量,分辨潮湿土壤

Band 6 SWIR 1(短波红外1)

1.560–1.660

30

用于分辨道路,裸露土壤,水,还能在不同植被之间有好的对比度,并且有较好的大气、云雾分辨能力

Band 7 SWIR 2(短波红外2)

2.100–2.300

30

用于岩石,矿物的分辨很有用,也可用于辨识植被覆盖和湿润土壤

Band 8 Pan(全色波段)

0.500–0.680

15

为15米分辨率的黑白图像,用于增强分辨率

Band 9 Cirrus(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 TIRS 2(热红外2)

11.50 -12.51

100

感应热辐射的目标

表2:OLI波段合成

R、G、B

主要用途

4 、3 、2

Red、Green、Blue

自然真彩色

7、 6 、4

SWIR2、SWIR1、Red

城市

5、 4 、3

NIR、Red、Green

标准假彩色图像,植被

6 、5 、2

SWIR1、NIR、Blue

农业

7 、6、 5

SWIR2、SWIR1、NIR

穿透大气层

5、 6、 2

NIR、SWIR1、Blue

健康植被

5 、6、 4

NIR、SWIR1、Red

陆地/水

7、 5 、3

SWIR2、NIR、Green

移除大气影响的自然表面

7 、5 、4

SWIR2、NIR、Red

短波红外

6、 5 、4

SWIR1、NIR、Red

植被分析

3Landsat TM波段合成总结说明

R、G、B

类型

特点

3、2、1

真彩色图像

用于各种地类识别。图像平淡、色调灰暗、彩色不饱和、信息量相对减少。

4、3、2

标准假彩色图像

它的地物图像丰富,鲜明、层次好,用于植被分类、水体识别,植被显示红色。

7、4、3

模拟真彩色图像

用于居民地、水体识别

7、5、4

非标准假彩色图像

画面偏蓝色,用于特殊的地质构造调查。

5、4、1

非标准假彩色图像

植物类型较丰富,用于研究植物分类。

4、5、3

非标准假彩色图像

(1)利用了一个红波段、两个红外波段,因此凡是与水有关的地物在图像中都会比较清楚;

(2)强调显示水体,特别是水体边界很清晰,益于区分河渠与道路;

(3)由于采用的都是红波段或红外波段,对其它地物的清晰显示不够,但对海岸及其滩涂的调查比较适合;(4)具备标准假彩色图像的某些点,但色彩不会很饱和,图像看上去不够明亮;

(5)水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰,但内部的街区结构特征清楚;

(6)植物会有较好的显示,但是植物类型的细分会有困难。

3、4、5

非标准接近于真色的假彩色图像

对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。

三、DEM数据前期处理——ENVI软件下载及安装

ENVI软件也是我们熟悉的ArcGis软件的东家的旗下产品,ENVI(The Environment for Visualizing Images)是一个完整的遥感图像处理平台,应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。

ENVI具有以下几个优势:   1.先进、可靠的影像分析工具——全套影像信息智能化提取工具,全面提升影像的价值。
  2.专业的光谱分析——高光谱分析一直处于世界领先地位。
  3.随心所欲扩展新功能——底层的IDL语言可以帮助用户轻松地添加、扩展ENVI的功能,甚至开发定制自己的专业遥感平台。
  4.流程化图像处理工具——ENVI将众多主流的图像处理过程集成到流程化(Workflow)图像处理工具中,进一步提高了图像处理的效率。
  5.与ArcGIS的整合——从2007年开始,与ESRI公司的全面合作,为遥感和GIS的一体化集成提供了一个最佳的解决方案。 软件下载链接: https://pan.baidu.com/s/1w4ry5-vViCc0z1cCcRauVA    提取码:zx5r 软件安装教程参考软件内文件。 三、数据处理ENVI软件

ENVI处理DEM图像参考此文即可:

链接:https://pan.baidu.com/s/1CjwyausuPtaEtMxMtu3URA

提取码:iww4

ENVI相关教程:

下载地址:

https://pan.baidu.com/s/1HXx1M3r_UsJWIektGSduHg 密码:6kv9

https://pan.baidu.com/s/1nqeYuFjWcWs3Lgo6VEyeJg 提取码:im1m

四、处理好的DEM在ArcGis中的运用(下节再说)

1、获得相关的立地因子:坡度、海拔、坡向、三维高程图等

2、使用ArcGis自带的空间处理工具

3、利用DEM数据出图(立体感)

▼   往期精彩回顾   ▼ 1、 ArcGis汇总(1安装篇、2基础篇、3技术篇、4ESRI视频分享篇)2、 ArcGis中的地理坐标系和投影坐标系 3、如何制作封面图眼图制作) 4、 范围指示器和格 示例相关资源:汽轮机仿真软件.zip-机器学习工具类资源-CSDN文库

声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2020年11月9日
下一篇 2020年11月10日

相关推荐