landsat影像预处理

Landsat 8简介及数据预处理 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。 序号 OLI陆地成像仪 波段 波段（um） 空间分辨率(m) 30 30 30 30 30 30 30 15 30 TM 波段（um） 空间分辨率(m) 1 2 3 4 5 6 7 8 9 10 11 蓝色波段 0.433—0.453 Blue Green Red Near IR SWIR 全色 短波红外 0.450–0.515 0.525–0.600 0.

MODIS数据预处理

1. 波段设置

Modis影像有三种打开方式,一般我们用打开外部文件的方式打开科学数据集,因为需要数

据集中的一些辅助信息(主要是太阳几何,卫星几何).但是这样打开之后显示的波段从1开始的,而数据集中对应的modis通道并不是这个顺序.通过菜单栏中的

basic_tools->preprocessing->data_specific utilities->view HDF dataset attributes 可以打开数据集里每个要素的属性表,在里面选中需要的HDF文件中的数据集，就会打开其属性表，波段内容如下

Attribute 3-5: \

\

对应打开的HDF文件里1KM辐亮度文件的波段数,一共16个波段.其中13/14波段比较特殊,都有hi和lo两组数据,它们是传感器高敏感度和低敏感度两种状态下获取到的DN值,分别对应于较暗地物和较亮地物,使用哪个文件根据需要而定.但是在太湖湖区,13/14波段大部分区域效果都不太好.值会很大,出现溢出.可能是由于太湖的高浑浊度.

2. 几何校正

几何校正有三种方法:

1) 用envi自带模块进行几何校正,通过菜单栏中的

Map->Georeferences MODIS

选中

关于危险废物预处理的阐述

一、 综述：

危险废物（HW）指具有毒性、易燃性、腐蚀性、反应性和感染性,会对生态环境和人类健康构成严重危害的废物。根据《中华人民共和国固体废物污染环境防治法》，HW指列入国家危险废物名录或根据名录标准和鉴别方法认定的具有危险特性的危险废物,鉴别标准主要有腐蚀性、急性毒性和浸出毒性。危险废物的危害具有长期性和潜伏性,可以延续很长时间，一旦其危害性爆发,不仅会使人畜中毒,会引发燃烧和爆炸事故,还会因无控焚烧、风扬、升华、风化而污染大气，还可以通过雨雪渗透污染土壤、地下水,由地表径流冲刷污染江河湖海,从而造成长久的、难以恢复的隐患及后果。

随着我国工业化程度越来越高，危险废物的产生量也越来越大。全国固体废物登记结果显示,2000年危险废物产生量为830万吨,2002年危险废物产生量1000万吨，可见我国的危险废物产量呈逐年增长趋势。随着国民经济的快速发展,工业废物的产生量逐步上升，其中化学原料及化学制品制造业产生的工业危险废物占总产生量的40%。此外,随着生活水平的提高以及消费观念的改变,在未来几年里废电池的数量将增加,2006年开始,大部分干电池的生产将趋于无汞化,镍-镉型电池的使用将减少,但手机的广泛使用将导致锂电池

在面向对象变化检测过程中，遥感图像数据源的选取和数据处理是变化检测的基础，合理的数据选取和图像预处理操作有利于提取图像中的特征信息，能够有效提高变化检测精度。

由于变化检测主要是根据不同时期同一地物的辐射值的变化来判定变化区域和为变化区域，而在影像的获取过程中，有很多因素都有可能影响或改变地物真实的辐射值，这些因素包括：大气条件、传感器噪声、太阳高度角、地形等等，因此在变化检测数据的准备过程中，对影像的预处理至关重要。遥感影像的预处理一般包括：辐射校正、影像镶嵌、几何校正、影像裁剪等几个内容。 1.辐射校正：

辐射校正是指在遥感数据获取过程中，对产生的一切与辐射有关误差的校正。主要包括两部分的内容：辐射定标和大气校正。 （1）辐射定标

辐射定标是指将原始影像中原始像元的DN值转化为地表反射率值（或称辐射亮度值），目的是消除传感器本身产生的误差。 （2）大气校正

大气校正是指将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。

FLAASH主要采用MODTRAN 4+ 辐射传输模型，消除大气和光照等因素对地

物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、

Landsat TM 遥感影像中厚云和阴影如何去除

1007-4619 (2010) 03-534-12Journal of Remote Sensing遥感学报Cloud and shadow removal from Landsat TM dataRI Pyongsop1, 2, MA Zhangbao1, QI Qingwen1, LIU Gaohuan11. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China; 2. Institute of Remote Sensing and Geo-informatics, Pyongyang, Democratic People’s Republic of KoreaAbstract: Cloud removal is an important step in remote sensing image process. In this paper, the author proposed a new algorithm

关于landsat数据去条带的ENVI处理

本人在地理空间数据云网站下载了landsat数据，发现数据打开后会有很大一部分数据都有黑色平行线（如下图1）。

图1 landsat原数据在envi的显示 本人经过查询，求助，发现在此网站中[http://pan.http://www.wodefanwen.com//s/1mg1EjPm]，可以下载到ENVI的一个关于landsat数据去条带的补丁，把补丁的压缩文件解压后，把文件landsat_gapfill.sav添加复制到ENVI的安装目录下的classic文件下的save-add文件夹下面，如下图所示：

然后打开ENVI CLASSIC软件，在basic tools菜单下找到preprocessing下的data-specific utilities下的landsat tm下找到landsat_gapfill命令。选择单个文件去条带，并选择输出文件位置和文件名，然后选择要处理的图像（有三个文件，选择波段最多的）最后进行处理，可去条带了。

最后，我想申明，我是这么做的，是这么处理的，结果就是这样的。有不对之处可以指教。

数据处理基本流程

由于MRI是断层扫描，耗费时间较长，患者在进行MRI扫描的时候不可避免的会头部挪动，导致照射出来的图像不能一一映射；不同人的头颅，脑部大小，形状都会有所差异，获得的MRI图像也千差万别，无法对其进行对比。所以我们就必须用一种算法将所有的MRI图像进行空间转换到一个比较标准的空间（目前使用较多的是被神经学家广泛认可的Talairach坐标系）将各个解剖结构一一对应后，再与标准化图谱或者不同个体之间相互比较（目前使用的是

Talairach-Tournoux图谱）

本文使用的是SPM软件和MRIcro软件处理图像数据，将MRI图像进

行数据分析。

数据分析的基本流程：

1图像格式转换○2slice timing获取时间校正○3realign头动校（1）数据预处理：○

4Coregister不同成像方法间的图像融合○5nomalize 不同被试之间的图像标准正○

6smooth空间平滑《2 3 4统称图像的空间变换》 化(归一化）○

:1建立统计模型○2将数据应用于统计模型○3进行参（2）模型构建与参数估计：○

数统计得到单个被试的结果，多个被试的组分析

数据预处理

SPM是一款以MATLAB为平台

数据处理基本流程

由于MRI是断层扫描，耗费时间较长，患者在进行MRI扫描的时候不可避免的会头部挪动，导致照射出来的图像不能一一映射；不同人的头颅，脑部大小，形状都会有所差异，获得的MRI图像也千差万别，无法对其进行对比。所以我们就必须用一种算法将所有的MRI图像进行空间转换到一个比较标准的空间（目前使用较多的是被神经学家广泛认可的Talairach坐标系）将各个解剖结构一一对应后，再与标准化图谱或者不同个体之间相互比较（目前使用的是

Talairach-Tournoux图谱）

本文使用的是SPM软件和MRIcro软件处理图像数据，将MRI图像进

行数据分析。

数据分析的基本流程：

1图像格式转换○2slice timing获取时间校正○3realign头动校（1）数据预处理：○

4Coregister不同成像方法间的图像融合○5nomalize 不同被试之间的图像标准正○

6smooth空间平滑《2 3 4统称图像的空间变换》 化(归一化）○

:1建立统计模型○2将数据应用于统计模型○3进行参（2）模型构建与参数估计：○

数统计得到单个被试的结果，多个被试的组分析

数据预处理

SPM是一款以MATLAB为平台

XI`AN TECHNOLOGICAL UNIVERSITY

实验报告

实验课程名称数据集成、变换、归约和离散化

专 业： 数学与应用数学 班 级： 姓 名： 学 号： 实验学时： 指导教师： 刘建伟 成 绩：

2016年5月5 日 西安工业大学实验报告

专业 实验课程 实验项目 实验设备及器材

数学与应用数学 数据挖掘 班级 指导教师 131003 刘建伟 姓名 学号 实验日期 2016-5-5 同实验者 数据集成、变换、归约和离散化 计算机一台 一 实验目的

掌握数据集成、变换、归约和离散化 二 实验分析

从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式。 三 实验步骤

1数

实验六 定义编译预处理

一． 实验目的

1．掌握宏定义的方法；

2．掌握文件包含处理方法； 3．掌握条件编译的方法。

二． 实验要点

预处理语句主要有四种：宏定义和宏替换，文件包含，条件编译和行控制。 1．宏定义：以#define开头的语句，为的是在C语言程序中方便的作一些定义和扩展。

2．文件包含：是指一个程序文件将另一个指定文件的内容包含进来，用#include语句来说明。一般有两种格式： #include<文件名> #include”文件名” 3．条件编译：

一般格式： #ifdef 标识符 语句块1 #else

语句块2 #endif

三． 实验要求

1． 上机前编写好以下程序。(1为填空，2，3自己编程) 2． 上机输入和调试自己所编的程序并存在自己的软盘上。 3． 检查实验结果是否正确。

4． 上机结束后，整理实验报告。

四． 实验内容

上机调试运行以下程序。

1．以下程序的输出结果是（ 9 ）。 #include”stdio.h”

#d