全球高精度土地利用数据服务 全国作物类型空间分布数据服务 二级分类土地利用数据30m 高精度植被类型分布数据 全国城市功能区划分布数据 全国DEM高程数据服务 全国耕地数据空间分布服务 全国林地分类数据空间分布服务 全国草地类型分类数据空间分布服务 全国水体数据空间分布服务 全国建设用地数据空间分布服务 全国未利用地数据空间分布服务 地形、地貌、土壤理化性质数据服务 全国坡度坡向数据服务 一级分类土地利用数据30m
全国降水量空间分布数据集 全国气温空间分布数据集 太阳辐射量空间分布数据集 全国气象站点观测数据集 全国平均风速空间分布数据集 全国平均水汽压空间分布数据集 全国蒸散量空间分布数据集 全国日照时数空间分布数据集 全国相对湿度空间分布数据集 全国地表温度空间分布数据集 全国气候区划空间分布数据集 全国气象站点空间分布数据集 全国土壤湿度空间分布数据集 全国水文站点地表径流量空间分布数据集
土壤类型空间分布数据服务 土壤质地空间分布数据服务 土壤有机质空间分布数据服务 土壤酸碱度空间分布数据服务 土壤氮磷钾空间分布数据服务 土壤深度空间分布数据服务 土壤侵蚀强度空间分布数据服务 土壤含水量空间分布数据服务 土壤重金属含量空间分布数据服务 中国土壤阳离子交换量空间分布数据 中国土壤容重含量空间分布数据
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国人口密度数据服务 全国poi感兴趣点空间分布数据 全国医院空间分布数据服务 全国学校空间分布数据服务 全国居民点空间分布数据 全国旅游景区空间分布数据 全国机场空间分布数据 全国地铁线路站点空间分布数据 人口调查空间分布数据服务 社会经济统计年鉴数据 中国各省市统计年鉴 中国县级统计年鉴数据 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政区划空间分布数据服务
Landsat陆地资源卫星影像 高分二号遥感影像数据 高分一号遥感影像数据 Sentinel2哨兵2卫星影像 SPOT系列卫星遥感影像数据 WorldView卫星遥感影像数据 资源三号卫星遥感影像数据 GeoEye卫星遥感影像数据 NOAA/AVHRR卫星遥感影像 MODIS卫星遥感影像 环境小卫星 Rapideye快鸟卫星影像
高精度归一化植被指数NDVI空间分布数据 高精度净初级生产力NPP空间分布数据 LAI叶面积指数空间分布数据 全国地表温度LST空间分布数据 全国生态系统服务空间数据集 全国湿地沼泽分类空间分布数据集 全国陆地生态系统类型空间分布数据集 全国农田生产潜力数据集 全国GPP初级生产力数据 全国农田熟制空间分布数据集 中国植被区划数据 中国草地资源数据 全国月度NDVI归一化植被指数空间分布数据 月度净初级生产力NPP空间分布数据 全国年度NDVI归一化植被指数空间分布数据 年度净初级生产力NPP空间分布数据 增强型植被指数EVI空间分布数据 RVI比值植被指数空间分布数据
引言
Landsat8 卫星包含OLI(Operational Land Imager 陆地成像仪)和TIRS(Thermal Infrared Sensor 热红外传感器)两种传感器。OLI陆地成像仪包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185kmx185km。
正文
上海土地利用现状根据1994年航片资料统计和1996年全国土地利用现状调查统一标准,总面积为7945.58平方公里。其中农用地面积为5166.08平方公里,占全市总面积的65.02%,建设用地面积为2294.64平方公里,占全市总面积的24.30%,未利用土地为484.86平方公里,占全市面积6.10%。
一、原始影像数据
卫星简介
Landsat8于2013年2月11日发射升空,携带有两个主要载荷:OLI和TIRS。其中OLI(全称:Operational Land Imager ,陆地成像仪)由卡罗拉多州的鲍尔航天技术公司研制;TIRS(全称:Thermal Infrared Sensor,热红外传感器),由NASA的戈达德太空飞行中心研制。设计使用寿命为至少5年。
OLI陆地成像仪包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185x185km。OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征;此外还有两个新增的波段:蓝色波段 (band 1 0.433–0.453 μm) 主要应用海岸带观测,短波红外波段(band 9 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近。
TIRS 包括2个单独的热红外波段,分辨率100米。
数据应用
Landsat陆地卫星系列提供了大量地球资源观测数据,为各种学科和领域的用户和研究人员提供他们所需要的遥感影像信息,对整个地球科学来说都具有重大的价值和意义。
Landsat遥感影像数据可以用于自然资源保护,能源勘探、环境管理、自然灾害监测等多个研究领域,如:进行陆地表面土地利用现状分类及变更提取,调查地下矿藏、海洋资源和地下水资源,监视和协助管理农、林、畜牧业和水利资源的合理使用,预报农作物的收成,研究自然植物的生长和地貌,考察和预报各种严重的自然灾害(如地震)和环境污染,以及绘制各种专题图(如地质图、地貌图、水文图)等。
波段介绍
波段 |
波长范围(μm) |
空间分辨率(米) |
主要应用 |
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 |
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 |
常用波段组合方式
(1)4,3,2-真彩色合成。
(2)5,4,3-标准假彩色合成,植被显示为红色,植被越健康红色越亮,还可以区分出植被的种类,可用于监测植被、农作物和湿地。
(3)7,6,4-假彩色合成,用到了短波红外波段,效果比较明亮,可用于城市监测。
(4)6,5,2-假彩色合成,主要用于农作物监测。
(5)7,6,5-假彩色合成,对大气层穿透能力较强。
二、影像融合产品
影像融合简介
遥感影像融合是将多源信道所采集的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成统一图像或综合图像特征以供进一步处理,这样有利于增强多重数据分析和环境的动态监测能力,可改善遥感信息提取的及时性和可靠性,有效地提高数据的使用率。
多源遥感影像融合通过集成和整合优势互补的数据来提高数据信息的可用程度,同时增加对研究对象的解释(辨识)的可靠性。其目的在于:提高分辨率、增强目标特征、提高分类精度、动态监测、信息互补。地理国情监测云平台将在空间、时间、波谱上冗余或互补的多源遥感数据按照一定的规则(或算法)进行运算处理,获得比任何单一数据更精确、更丰富的信息,生成具有新的空间、波谱、时间特征的融合影像数据,数据质量良好。
常用影像融合方法
融合方法 |
适用范围 |
IHS变换 |
纹理改善,空间保持较好。光谱信息损失较大大,受波段限制。 |
Brovey变换 |
光谱信息保持较好,受波段限制。 |
乘积运算(CN) |
对大的地貌类型效果好,同时可用于多光谱与高光谱的融合。 |
PCA变换 |
无波段限制,光谱保持好。第一主成分信息高度集中,色调发生较大变化。 |
Gram-schmidt(GS) |
改进了PCA中信息过分集中的问题,不受波段限制,较好的保持空间纹理信息,尤其能高保真保持光谱特征。 |
Pansharpening |
专为最新高空间分辨率影像设计,能较好保持影像的纹理和光谱信息。 |
数据说明
数据名称 |
上海市分景Landsat影像融合产品 |
数据格式 |
TIFF,IMG |
空间分辨率 |
15m |
覆盖范围 |
上海市全境 |
时间 |
2013年、2014年、2015年、2016年、2017年 |
三、影像镶嵌产品
影像镶嵌简介
遥感影像的数字镶嵌处理是要将具有地理参考的若干相邻影像合并成一幅或一组影像,需要镶嵌的输入影像必须含有地图投影信息,或者说输入影像必须经过几何校正处理或进行过校正标定。虽然所有的输入影像可以具有不同的投影类型、不同的像元大小,但必须具有相同的波段数。在进行影像镶嵌时,需要确定一幅参考图像,参考图像将作为输出镶嵌影像的基准,决定镶嵌影像的对比度匹配以及输出影像的地图投影、像元大小和数据类型。
地理遥感生态网平台的遥感影像镶嵌产品质量良好,色调自然匀称,无明显拼接痕迹。
影像镶嵌步骤
遥感影像镶嵌的一般工作程序和内容如下:
(1)准备工作:首先要根据研究对象和专业要求,挑选合适的遥感影像数据。在镶嵌时,应尽可能选择成像时间和成像条件接近的遥感影像,以减轻后续的色调调整工作。对待镶嵌影像进行质量检查,同时了解各幅影像间色调的差异,据此制定出下一步处理的计划。
(2)预处理工作:主要包括辐射校正、去条带与斑点和几何校正等。
(3)确定实施方案:在进行多幅影像的镶嵌时,镶嵌方案的确定是较为重要的。镶嵌实施方案确定得好,可以节省时间和工作量。为此,首先应确定标准像幅,标准像幅往往选择处于研究区中央的影像,以后的镶嵌工作都以此影像作为基准进行;其次确定镶嵌的顺序,即以标准像幅为中心,由中央向四周逐步进行。值得注意的是,镶嵌工作的着眼点是全部待镶嵌的影像,而落脚点却总是两幅相邻影像间的镶嵌。
(4)重叠区确定:遥感影像镶嵌工作的进行主要是基于相邻影像的重叠区。无论是色调调整,还是几何镶嵌,都是将重叠区作为基准进行的。重叠区确定得是否准确直接影响到镶嵌的效果。
(5)色调调整:色调调整是遥感影像数字镶嵌技术中的一个关键环节。不同时相或成像条件存在差异的影像,由于要镶嵌的影像辐射水平不一样,影像的亮度差异较大,若不进行色调调整,镶嵌在一起的几幅影像,即使几何位置配准很理想,重叠区复合的很好,但镶嵌后的两边影像的色调差异明显,接缝线十分突出,既不美观,又影响对地物专业信息的分析与识别,降低应用效果。另外,成像时相和成像条件接近的影像,也会由于遥感器的随机误差造成不同像幅的影像色调不一致,从而影响应用的效果。因此必须进行色调调整这一工作。
(6)影像镶嵌:在重叠区已确定和色调调整完毕后,即可对相邻影像进行镶嵌了。所谓镶嵌就是在相邻两幅待镶嵌影像的重叠区内找到一条接缝线(镶嵌线)。接缝线的质量直接影响镶嵌影像的效果。在镶嵌过程中,即使对两幅影像进行了色调调整,但两幅影像接缝处的色调也不可能完全一致,为此还需对影像的重叠区进行色调的平滑,这样才能在镶嵌后的影像中无接缝存在。
数据说明
数据名称 |
上海市Landsat影像镶嵌产品 |
数据格式 |
TIFF,IMG |
空间分辨率 |
15m,30m |
覆盖范围 |
上海市全境 |
时间 |
2013年、2014年、2015年、2016年、2017年 |
请先注册登录后下载数据!若注册登录有问题,请联系QQ:1807232 或者微信:扫码咨询客服
为尊重知识产权、保障平台权益、扩展数据中心服务、评估数据应用潜力,请数据使用者在使用地理遥感生态网平台数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源。
中文发表的成果致谢中参考以下规范注明:数据来源于"地理遥感生态网科学数据注册与出版系统"(www.gisrs.cn);
英文发表的成果致谢中依据以下规范注明: The data set is provided by Geographic remote sensing ecological network platform(www.gisrs.cn)。