Quantcast
Channel: ENVI/IDL技术殿堂
Viewing all 432 articles
Browse latest View live

ENVI 5.4中的自定义ENVITask兼容性声明

$
0
0

ENVI 5.4版本中有一个更新项,影响到了旧版本部分自定义ENVITask的兼容性。

更新内容说明如下:

自定义ENVITask中,task文件的version属性被修改为schema。它唯一可用的值为envitask_3.0。不过仍然可以设置version属性为5.3.2或更早版本。

 

而在ENVI 5.3.2及更早版本中,version属性是可以不设置的。

本人编写的扩展工具中,有一部分用到了自定义ENVITask。所以,如果需要将这些扩展工具用在ENVI 5.4 版本中,可自行将custom_code文件夹中的task文件添加一行(下图红色框中的内容),重启ENVI 5.4即可正常使用扩展工具。

 

如果没有上图中的红色框内容,启动扩展工具时将报类似错误,注意schema

 

好消息:App Store for ENVI中的相关扩展工具已经统一进行了更新,只需要在ENVI 5.4中安装App Store,然后直接安装扩展工具即可使用。

坏消息:2016年12月28日之前博文中的扩展工具将不统一更新,请自行添加version属性,或使用App Store for ENVI下载安装扩展工具。


 

SARscape中30米SRTM DEM的使用说明

$
0
0

30米的SRTM DEM可以免费下载了。网址为:http://gdex.cr.usgs.gov/gdex/(需要翻墙)。

 

在此之前,做InSAR处理最常用的参考DEM是90米DEM,SARscape软件可以直接下载90米的DEM,详见博文:http://blog.sina.com.cn/s/blog_764b1e9d0101215n.html。30米DEM可以更精细的描述地形,在InSAR处理上不失为更好的参考地形选择。下面介绍30米DEM文件转换为SARscape标准格式的处理方法。

 

下载的30米SRTM DEM文件是SRTM DEM格式,文件后缀为.hgt,一个区域往往覆盖若干个文件。第一步,在ENVI中打开下载的研究区所有的SRTM DEM文件:File->open as->Digital Elevation->SRTM DEM,打开下载好的若干个DEM文件。

图: 打开的DEM文件

第二步,用ENVI的镶嵌工具进行镶嵌:/Mosaicking/Seamless Mosaic,在镶嵌工具面板点击Add Scane,选中所有打开的dem数据,点击OK,加到镶嵌工程中,参数保持默认,直接点击Finish即可。镶嵌得到的结果是ENVI标准格式的数据。

 

图:镶嵌后的DEM文件

第三步,用SARscape的数据导入功能,生成SARscape标准格式的DEM数据:/SARscape/Import Data/ENVI Format/Original ENVI Format,在Input File面板选择输入数据,切换到Parameters面板,Data Unit选择DEM(经测试,此处的类型对结果没有影响),切换到Ouput Files面板,其他参数保持默认(输入输出路径必须为英文路径),点击Exec,得到结果。

 

图: 文件输入

 

图: 参数设置

图: 结果输出

注:由于SARscape输出时默认的文件名不能改,SARscape在读取DEM文件的时候默认读取_dem文件,所以将上一步数据导入得到的结果,手动将文件名改为_dem文件即可。


 

体验ENVI5.4更加人性化的窗口界面

$
0
0

      ENVI5.4继续保持ENVI5系列操作界面,同时保留ENVI Classic经典三窗口操作界面(ENVI4.8及之前版本)以满足老用户的需求。


      ENVI5.4对操作界面新增或者改进了很多功能,让使用者更加便捷的操作。主要包括图像拉伸显示、注记的改进、可以改变视图显示的基准坐标系、更快显示JPG2000和NITF C8/M8压缩格式等。


  • 图像拉伸显示


           (1)新增"Stretch on View Extent with auto update "按钮,可以自动对当前视图进行拉伸显示。在工具栏中,按下相应的按钮,会自动以当前显示窗口的直方图进行拉伸显示。

    (2)对于特殊的图像,可以使用手动调整直方图的方式进行拉伸,在工具栏中单击,如下图,可以设置每个显示波段的直方图拉伸范围。

    图:直方图面板

      (3)选择好一种拉伸方法后,如果感觉亮度不够,可以在工具栏中调节亮度。之前版本调节亮度后,拉伸方法或自动变成Custom。


    • 注记的改进

            

             (1)新增几种注记类型:分类图例、颜色表、比例尺和格网。在工具栏中,选择Annotation下拉框,可以看到所有可添加的注记类型。

      (2)打开一个分类结果图像,在工具栏中选择Annotation->Legend,可以添加一个分类图例。

      图:可添加的注记类型和添加的分类图例

      (3)在图层管理中,双击Legend或者Legend右键选择Properties,打开注记属性设置面板。如下图所示,可以设置常见的属性,其中On the Glass参数可以固定注记,不随图像的缩放而变化。类似的注记包括:文本、符号、分类图例、颜色表和比例尺。

      图:注记属性设置面板

      (4)在工具栏中,打开Feature Counting Tool工具,描述和/或坐标字符串可以在视图中显示。

      图:Feature Counting Tool面板


      • 视图显示的基准坐标系

                

               以前版本是以第一个显示的图像坐标系为基准,当显示其他不同坐标的图像时候,会动态投影到第一个显示的图像坐标系。

         

               现在的版本可以在图像管理器中,View右键选择Change Base Projection,选择一个基准坐标参数。如下图为变成wgs84经纬度坐标系(图像为UTM坐标系)。

        图:wgs84经纬度坐标系

                  View右键选择Reset Base Projection,回复原来的基准坐标。

        图:UTM坐标系


         

        ENVI5.4科学数据集浏览器

        $
        0
        0

            ENVI科学数据集浏览器可以从HDF或NetCDF文件中建立新的ENVI栅格数据,包含数据,属性,纬度/经度信息这些元数据信息。用File > Open As > Scientific Formats > format菜单访问数据集浏览器。此工具支持任何HDF(4 / 5)或NetCDF(3 / 4)栅格数据集,提供了广泛的科学数据集格式的打开、可视化和处理。包括下列功能:

        • 数据集浏览器具有新的交互式图形界面,可方便的构建新的栅格数据
        • 可以把属性信息从原始数据集加入到ENVI头文件中
        • 可以编辑ENVI头文件加入已知的元数据信息
        • 可以把HDF4文件中的VData字段加入到新的栅格中,每个栅格数据只能有一个VData字段,不能进行合并。
        • 可以从原文件中选择经纬度数据集加入到地理信息面板,当在ENVI中显示图像时,会根据经纬度信息展示实时动态的地理信息(并没有进行地理校正)。
        • 可以输出数据的元数据信息为文本文件、XML、或者JSON,如果是HDF4文件的话,只能输出为JSON文件。

              开发者可以手动生成XML模板来读入HDF4和NetCDF-3数据集,模板有助于从多个科学数据格式构建相同的光栅和元数据结构。使用模板可以避免您使用数据集浏览器重新定义每个文件的栅格和元数据。

              有一些卫星数据产品可以用 File > Open直接打开,总结如下表:

          表:可直接打开的科学数据

          HDF4

          HDF5 and NetCDF-4

          ASTER (HDF-EOS)

          Proba-V

          MODIS (HDF-EOS)

          ResourceSat-2

          EO-1 ALI and Hyperion (HDF4)

          SSOT

          Landsat (HDF4)

          Suomi NPP VIIRS

          MASTER (HDF4)

          COSMO-SkyMed(File > Open As > Radar Sensors > COSMO-SkyMed)

          SeaWiFS (HDF4)

           

          SPOT Vegetation (HDF4)

           

              其他的科学数据则需要使用 File > Open As > Scientific Formats 打开,支持四种格式:

              数据集浏览器可以生成包含栅格数据、元数据信息和地理信息的栅格数据文件。下面以FY-3C VIRR传感器的L1级数据为例(该数据经过定标预处理,包括7个可见光近红外通道,3个红外通道,星下点分辨率1.1km,产品中还包含通道定标系数和时间信息等数据),介绍用科学数据浏览器读取HDF5数据。

              数据来源:http://fy3.satellite.cma.gov.cn/portalsite/default.aspx。

              打开File->Open As->Scientific Formats->HDF5,筛选条件切换到"all files"选择数据FY3C_VIRRX_GBAL_L1_20170101_0235_GEOXX_MS.HDF,打开科学数据集浏览器,如下图所示:

          1、添加影像数据

              点击Geolocation下的LandCover,点击,添加到右侧栅格数据,或者可以用鼠标直接拖拽到右侧区域。

              不同类型的数据在科学数据集浏览器里面都会有不同的图标标识,表示一维数组,表示单波段影像,表示多波段影像。表示未知的VData,用ENVI打开就可以知道,但这个不能和其他数据集一起打开。

          2、添加元数据信息

              带有图标的是一些描述性的信息,当点击某个属性时,数据集浏览器会显示该属性信息,如下图所示:

              用户可以把想添加的属性信息直接拖拽到右侧的Metadata下,也可以点击按钮,添加到右侧的Metadata下,然后在弹出的Add Metadata面板选择相应的元数据名称,下图是添加数据描述信息:

          图 添加属性信息

              如果有已知的元数据信息,也可以自己添加到元数据列表中,点击按钮,选择要添加的元数据,手动输入已知的信息即可。如下添加数据获取时间:

          图 手动添加元数据信息

              当打开科学数据集时,ENVI可以自动识别一些标准命名的属性并添加到头文件里,如下表几个属性:

          数据集中的属性

          ENVI头文件字段

          _FillValue

          data ignore value

          scale_factor

          data gain values

          add_offset

          data offset values

          3、添加地理信息

              有些数据集带有经纬度文件(单波段的栅格数据)。可以选择经纬度数据集加入到地理信息,当在ENVI中显示图像时,会根据经纬度信息展示实时动态的地理信息(这里只是显示,不是几何校正)。

              把经纬度数据集直接拖拽到右侧的Geographic Information下,也可以点击按钮,添加到右侧的Geographic Information下,在弹出的Select Georeferencin…窗口选择相应的经度或者纬度。

          图 把经纬度文件加入到地理信息中

              数据添加之后,点击Open Rasters,在ENVI中打开并显示数据,由于添加了地理信息,可以看到数据在显示同时会显示地理信息。

          图 数据在ENVI中打开

              打开元数据浏览器,可以看到之前添加的元数据信息。

          图 元数据浏览器中有添加的元数据信息


           

          SARscape5.2.1中TanDEM-X Bistatic数据干涉处理生成DEM

          $
          0
          0

          TanDEM-X是德国宇航局于2010年发射的,是TerraSAR-X的姊妹卫星。该系统的Bistatic模式为单轨双天线系统,该模式下信号由其中一个卫星发射,两个卫星接受,通过对两个回波信号相位差进行分析来获取地形信息。

          SARscape针对Tandem-x Bistatic模式数据提供了专门的InSAR处理流程化工具,/SARscape/Interferometry/InSAR Tandem-X bistatic Dem Workflow,利用此工具可以从Tandem-x bistatic数据中全自动提取DEM,全程不需要人工干预。下面介绍处理方法。

          处理软件:ENVI5.3.1+SARscape5.2.1。

           

          1、准备工作

           

          第一步,系统参数设置

           

          打开/SARscape/Preferences,选择Load Preferences->TanDEM-X Bistatic Configuration,如果电脑显卡支持GPU加速,在General parameters中选择Opencl Platform Name为NVIDIA显卡。其他参数保持默认,点击OK。

          图 SARscape系统参数

          点击ENVI主界面File->Preference,设置系统默认的输入输出路径(路径不能包含中文字符),点击OK确认。

          图 ENVI系统参数设置

           

          第二步,数据导入

           

          解压好数据文件,打开工具/SARscape/Import Data/SAR Spaceborne/TerraSAR-X,在Input File界面输入.xml文件;切换到Parameters面板,Rename the File using parameters设置为Ture,根据数据情况自动进行命名;切换到Output Files面板,保持默认文件输出。

          注:该版本软件能自动识别输入的数据类型,无需用户手动选择。

          图: 数据导入界面

          点击面板下方的Exec,进行数据导入,生成的结果包括HH和VV两对干涉数据对,主从影像分别有MASTER和SLAVE的标识,如下是HH极化的MASTER数据文件,包括数据文件、地理范围矢量文件、以及相应的kml文件。

          图: 数据导入生成的文件(以HH极化的主影像为例)

           

          第三步,参考DEM下载

           

          打开工具/SARscape/General Tools/Digital Elevation Model Extraction/SRTM-3 Version 4,在Input Files面板,点击Browse,选择上一步数据导入生成的四个slc文件;切换到DEM/Cartographic System面板,设置坐标系为Geo-Global WGS84; Parameter面板和Output File面板参数和输出数据保持默认。点击Exec运行。

          注:下载DEM成功与否和网速有关,经实验,翻墙下载更快。如果用该工具无法成功下载DEM文件,建议去网站自己下载DEM并转成SARscape标准格式的数据。

          图: SRTM DEM下载

           

          2、InSAR工作流

           

          数据准备好后,进行干涉处理,启动工具/SARscape/Interferometry/InSAR Tandem-X bistatic Dem Workflow,在Input面板中,选择干涉数据对、输入参考DEM文件、分辨率默认的5米。分别切换左侧的处理步骤:Interferogram Generation、Adaptive Filter and Coherence Generation、Phase Unwrapping、Phase to Height Conversion and Geocoding,在参数面板设置参数,本处理全部采用的默认参数,如下图:

          图: 数据输入

          图: 干涉生成面板

          图: 干涉图滤波与相干性计算面板

          图: 相位解缠面板

          图: 相位转高程和地理编码面板

          图: 结果输入面板(Delete Temporary Files不打钩代表保留中间结果)

          所有处理的参数设置好后,点击下方的按钮,进行一键式处理。

           

          3、结果查看

           

           

          50分钟后,处理完成,结果自动打开,可在ENVI中查看结果并进行彩色渲染。如下图:

          图: 生成的DEM

          图: DEM彩色渲染结果

          局部和SRTM 90米的DEM数据对比图:

          图: TanDEM得到的5米DEM(左)和90米SRTM DEM(右)对比


           

          ENVI5.4中的图像切割工具

          $
          0
          0

                 ENVI5.4新增一组图像切割工具,可以根据距离、像素、分块数、矢量对图像进行切割。操作比较简单,工具放在/Raster Management/Raster Dicer中,包括四个工具:

          • Dice Raster by Distance:根据距离大小分割图像,设置分块实际距离大小(x和y一样大小)对图像进行分割。
          • Dice Raster by Pixel Count:根据像素大小分割图像,设置分块像素大小(x和y一样大小)对图像进行分割。
          • Dice Raster by Tile Count:根据分块数分割图像,设置x和y方向分块数,对图像均匀分割。
          • Dice Raster by Vector:根据矢量文件分割图像,矢量为shapefile多边形文件,分块大小是每个多边形的最大外接边(矩形)。

                    该工具可用于当图像数据太大,在一些处理中,如面向对象信息提取中,可以分割成n块,在多个电脑上采用相同方法处理,之后对结果进行镶嵌,提高处理效率。

            下面简单介绍下工具的使用。

            (1)启动Toolbox/Raster Management/Raster Dicer/Dice Raster by Distance工具。

            (2)在Dice Raster by Distance面板中,设置以下参数:

            • 输入栅格文件(Input Raster)
            • 分块距离(Tile Distance):输入一个数字,以Distance Units选择的单位。
            • 分块距离单位(Distance Units):分块距离单位。
            • 输出目录(Output Directory)
            • 是否输出分割矢量(Output Tile Grid Vectors)

              (3)单击OK执行处理。

              图:Dice Raster by Distance面板

              图:分割的结果


               

              ENVI5.4中的分类编辑工具

              $
              0
              0

              ENVI4.8及ENVI5.x Classic中提供了Interactive Class Tool工具,可以对分类结果图像中局部错分、漏分的像元手动进行修改。ENVI5.4中新增Edit Classification Image工具,结合便捷的操作界面,可以更加方便的对分类结果图像进行编辑。


              Edit Classification Image工具支持手动绘制感兴趣、外部导入感兴趣文件、刷子和魔术棒几种方式编辑分类结果图像,还可以新建和合并分类类别。

                    (1)打开和显示一个分类结果图像。

              注:同时也可以打开相同地区的遥感图像作为参照。

              (2)在工具栏中单击按钮。

              注:1.也可以在Toolbox中,打开/Classification/Post Classification/Edit Classification Image工具,在文件选择对话框中选择待编辑的分类结果图像。

                     2. 当Edit Classification Image对话框关闭了,可以再次点击按钮打开。

              (3)在Edit Classification Image对话框中,有以下几个选项:

              • From:选择一个需要重新分配的类别,也可以选择所有类别(All Classes)。
              • Into:选择一个目标分类类别。
              • 编辑方式:提供四种方式——Shape、 Paint、 Segments、 Merge All。不同编辑方式,操作上有点差异。

              图:Edit Classification Image对话框

              1)Shape

              在窗口上可以绘制多边形()、矩形()、圆形()作为修改区域。如下为选择一个矩形区域,将矩形区域内的Building类别像素变成了Sand类别。

              图:绘制矩形进行编辑

              选择绘制多边形时候,双击或者右键选择Complete and Accept Polygon结束一个多边形的绘制。

              图:绘制多边形进行编辑

              也可以单击,选择一个感兴趣区文件代替手动绘制感兴趣区。ROI文件可是.roi或者.xml文件。

              2)Paint

              使用"刷子"将像素并入不同的类别中,可以修改"刷子"的大小。

              3)Segments

              使用"魔术棒"将选择的像素并入不同的类别,选择Segments选项,在分类图像上选择一个需要修改的像素,像素周边相邻的、相同类别的像素会并入相应的类别中。

              4)Merge All

              该选项可以将一类的所有像素并入另外一类中,也可以新建一个类别,将其他一个或者多个类别并入。

              A)选择Edit –>Add New Class,输入类别名称为Vegetation ,选择一个颜色。

              图:新建一个类别

              B)选择From:Trees,Into:Vegetation,单击Apply。

              C)选择From:Grass,Into:Vegetation,单击Apply。

              如下为将Trees和Grass两类合并到新建的Vegetation类别中。

              图:合并结果

              (4)编辑过程中,可以选择Edit->Undo Last撤销上一步编辑,或者Undo All撤销所有编辑。

              (5)选择 File -> Save,将编辑结果保存,或者选择 File -> Save As,将编辑结果单独保存为一个文件。

              (6)编辑完之后,可能一些分类类别中没有像素,可以在Save Class Edits对话框中,设置Remove empty classes:Yes。

              图:Save Class Edits对话框


               

              ENVI5.4中的云检测/掩膜工具

              $
              0
              0

              ENVI5.3.1新增云自动检测工具,支持Landsat4-5 TM,Landsat7 ETM+,Landsat8 OLI/TIRS和NPP VIIRS 传感器数据,可生成云掩膜文件,使用Fmask3.2算法。需要输入多光谱波段的大气表观反射率图像,亮温和卷云波段大气表观反射率图像为可选择的输入。


              ENVI5.4中对该工具进行了重新设计和增强,用户不用提前做定标和layerstacking,工具会自动进行定标以及选出相应的波段来生成云掩膜文件,增加了对Sentinel-2 Level-1C数据的支持。


              下面我们对一景Landsat8数据进行云检测。

              (1)打开一景L1T级别的Landsat8数据,如下图所示,包括了一些云。

              (2)在Toolboxs中,启动/Feature Extraction/Calculate Cloud Mask Using Fmask Algorithm工具。

              (3)在启动的Calculate Cloud Mask Using Fmask Algorithm面板中,点击按钮,选择一景图像中的多光谱、热红外和卷云波段。

              注:选择热红外和卷云波段可以提高云检测精度。

              (4)设置其他参数:

              • Kernel Size:设置云区域向外扩展的大小,也就是在初始云检测结果上,向外延伸一定的像素,这个值越大,向外延伸的范围就越大。
              • Cloud Probability Threshold:设置云-无云陆地和水域可能性阈值,这个值越大,可能检测的云区域越小。

              图:Calculate Cloud Mask Using Fmask Algorithm面板

              (5)单击OK执行处理,得到一个Cloud和Not Cloud的分类图。

              图:Landsat8数据和云检测结果

              得到的云检测结果可以直接对源图像进行掩膜处理.

              (1)选择File > Save As > Save As (ENVI, NITF, TIFF, DTED).

              (2)在文件对话框中选择多光谱数据,点击Mask按钮。

              (3)选择云检测结果作为掩膜文件。

              (4)选择相应的输出的格式和路径,点击OK输出。

              得到的图像结果,有云区域的像素值变成nodata,当对这个图像进行快速大气校正时候,有云区域的像素将不对大气校正产生影响,提高大气校正精度。

              图:云检测结果应用于多光谱图像


               

              ENVI5.4中Himawari-8数据处理

              $
              0
              0

              Himawari-8(向日葵8号,以下简称H-8)气象卫星是日本宇宙航空研究开发机构设计制造的向日葵系列卫星之一,是日本于2014年10月7日发射的新一代气象卫星。H-8是世界上第一颗可以拍摄彩色图像的静止气象卫星,以往的卫星每小时只能观测整个地球一次,H-8的观测频率提高到了每10分钟一次,对云层等动向的持续观测性能也得到提升了,从彩色图像上还能掌握黑白图像中无法与云层相区分的沙尘的情况。该卫星设计寿命15年以上,主要用于监测暴雨云团、台风动向以及持续喷发活动的火山等防灾领域。

              1. 数据介绍

              H-8数据产品有标准数据和基于此生产的产品数据。下面简单介绍H-8数据参数及下载。

              H-8数据有16个观测波段,分布于可见光-近红外-热红外。

              波段

              中心波长(单位微米)

              可见光

              1

              0.46

              2

              0.51

              3

              0.64

              近红外

              4

              0.86

              5

              1.6

              6

              2.3

              红外

              7

              3.9

              8

              6.2

              9

              7.0

              8

              6.2

              9

              7.0

              10

              7.3

              11

              8.6

              12

              9.6

              13

              10.4

              14

              11.2

              15

              12.3

              16

              13.3

              H-8搭载高级成像仪(AHI)能扫描五个区域:Full Disk(全球范围)、Japan Area(两个日本地区的范围)、特定区域(两个范围)、地标性区域(两个范围)。用于拍摄全球范围和日本地区的扫描范围是固定的,其他的两个特定区域和地标性区域是可以灵活调整的,不论是哪种拍摄模式,时间分辨率最少都能达到10分钟,观测范围和时间分辨率见下图表。

              图 AHI扫描拍摄范围

              表 各种拍摄模式的时间分辨率和空间分辨率

              观测范围

              时间分辨率(分钟)

              每天拍摄次数

              波段列表

              星下点分辨率

              (米)

              像元个数

              Full Disk

              固定

              10

              144

              3

              500

              22000*22000

              1,2,4

              1000

              11000*11000

              5 - 16

              2000

              5500*5500

              Japan Area

              (Region1+ Region 2)

              固定

              2.5

              576

              3

              500

              6000*4800

              1,2,4

              1000

              3000*2400

              5 - 16

              2000

              1500*1200

              Target Area

              (Region3)

              灵活

              2.5

              576

              3

              500

              2000*2000

              1,2,4

              1000

              1000*1000

              5 - 16

              2000

              500*500

              Landmark Area

              (Region4)

              灵活

              0.5

              2880

              3

              500

              2000*1000

              1,2,4

              1000

              1000*500

              5 - 16

              2000

              500*250

              Landmark Area

              (Region 5)

              灵活

              0.5

              2880

              3

              500

              2000*1000

              1,2,4

              1000

              1000*500

              5 - 16

              2000

              500*250

              JMA官网查看数据详细信息:http://www.jma-net.go.jp/msc/en/index.html

              用户手册:http://www.data.jma.go.jp/mscweb/en/himawari89/space_segment/hsd_sample/HS_D_users_guide_en_v12.pdf

              H-8数据产品可以在JAXA的P-Tree数据服务网免费下载,下载地址:http://www.eorc.jaxa.jp/ptree/

              提供的数据产品包括:

              • Himawari标准数据HSD(全球、日本、特定区域)和相应的真彩色快视图(png图片)
              • Himawari L1级数据(全球、日本区域),数据格式为NetCDF。分辨率5000米和2000米
              • Himawari数据产品:全球海表温度(白天/黑夜)、数据格式为NetCDF(GDS2.0),分辨率2000米
              • Himawari数据产品:全球气溶胶(白天),数据格式为NetCDF,分辨率5000米
              • Himawari数据产品:全球 短波辐射/光合有效辐射,数据格式为NetCDF,分辨率5000米
              • Himawari数据产品:全球叶绿素a浓度,数据格式为NetCDF,分辨率5000米
              • Himawari数据产品:全球云属性,数据格式为NetCDF,分辨率5000米
              • Himawari数据产品:全球火点,数据格式为csv,分辨率2000米

              更多详细信息请见:http://www.eorc.jaxa.jp/ptree/userguide.html

              在该网站进行简单的注册,可以收到邮件,包括:ftp地址、用户名、密码,用户可根据需要自行下载各种数据产品。

              图 下载数据产品

              2、ENVI中Himawari-8数据处理

              ENVI5.4原生支持H-8卫星NetCDF3格式的数据,下面介绍ENVI5.4中H-8数据的读取和处理。

              数据来源于JMA网站共享的样例数据,不需要注册可直接下载:http://www.data.jma.go.jp/mscweb/en/himawari89/space_segment/sample_hisd.html#HSDA1

              第一步、数据打开

              Himawari-8数据的标准数据产品是NetCDF3格式的,数据以.zip压缩包提供,解压后包含16个压缩的文件,逐个解压,得到16个.nc文件。

              图 解压后的数据文件列表

              打开菜单File > Open As > Optical Sensors > Himawari-8,选择任意一个.nc文件,点击Open File,数据在ENVI中打开并自动分为3个数据集,分别是:1000米分辨率的1、2、4波段反射率;500米分辨率的第3波段反射率数据;2000米分辨率的5、6波段反射率数据和7-16波段的亮温数据(TBB)。三个数据集的地理区域相同。

              数据打开后,默认以432标准假彩色合成的方式显示,如下图:

              图 假彩色合成图

              数据是经过定标的反射率和亮度温度,浮点型,所以用户不用再进行定标。

              第二步、几何定位

              数据的空间参考是地理查找表(GLT),数据打开后可以自动读取到GLT的地理坐标,

              数据的地理信息

              下面基于GLT对数据做几何定位,打开针对低分辨率数据的GLT几何校正工具/Geometric Correction/Reproject GLT with Bowtie Correction,选择要做几何校正的数据集,这里选择124波段的数据集,点击OK

              选择要进行几何校正的数据集

              投影类型选择Geographic WGS84,内插方法保持默认,设置输出路径和文件名,点击OK进行处理。

              图 几何校正结果输出

              得到的结果是具有地理坐标的数据,加载ENVI自带的全球矢量数据,File->Open World Data->Countries,可以看到数据的范围,覆盖了一小部分中国东部海域。

              图 数据覆盖范围

              做完几何预处理之后,就可以进行进一步的数据分析了。

              说明:H-8数据的其他NetCDF的数据产品可以试用科学数据集浏览器打开:File->Open As->Scientific Formats->NetCDF-4打开。


               

              ENVI5.4改进的图像配准工具

              $
              0
              0

                  ENVI5开始增加了图像自动配准工具,该工具将图像配准的各个步骤集成到统一的面板中,自动找点的功能帮助用户提高了工作效率,详细内容可查看博文:http://blog.sina.com.cn/s/blog_764b1e9d0101004p.html

                  ENVI5.4的图像配准工具改进了选点方式,在需要手动选择控制点时能更加便捷的交互式选点。能根据输入的数据情况自动设置找点参数。此外,新增一个预测点选项。当用户在基准图像上点击一个特征点时,会出现一个预测的可选项,启用此选项时,ENVI将使用的图像匹配技术在待配准的图像上定位到相应位置。用户可以轻松的在两个图像中手动选择连接点。这样为用户手动选择种子点大大提供了方便。下面介绍该工具的使用。

                  待配准的数据是资源3号数据全色和多光谱数据,分别经过正射校正,这两景数据可以直接通过自动找点进行配准,但是针对类似地形复杂的区域,手动选几个种子点能大大提高自动找点的准确度。

                  启动ENVI5.4的改进的图像配准工具:/Geometric Correction/Registration/Image Registration Workflow,选择全色数据为Base Image File,多光谱数据为Warp Image File,点击Next。

                  切换到Seed Tie Points面板,ENVI主界面的视窗自动分为左右两个,左边加载的是base image,右边视窗加载的是warp image,同时,两个视窗里都开启了十字丝定位,界面上待校正图像上预测点的位置(Predict Warp Location)和视窗链接(Link Views)两个复选框都在选中状态。

              图 选择种子点面板

                  在左视窗中找到想选的控制点,右视窗自动定位到相应位置,由于两个图像有偏差,定位不准确,手动在右视窗中把十字丝移到准确的位置,再点击Add Tie Point按钮

              图 手动选择种子点

                  同样的方法,在Base image上找到下一个点,然后通过预测功能和视窗链接自动定位到大致区域,再手动调整到准确的位置上,添加控制点。在图上均匀的分布,找了5个种子点,可以点击面板上的按钮,对种子点文件进行保存。

              图 选取的5个种子点

                  切换到Advanced面板,把Matching Band in Warp Image改为Band4。Requested Number of Tie Point会根据输入数据情况自动设置,此处是1000,保持默认,点击Next。

              图 自动选点高级设置面板

                  一共找到588个同名点,总误差1.3169个象元,在ERROR这一列点击右键,选择Sort By Selected Comuln Reverse,将这些点按照误差从大到小排序。

              图 自动找到的所有控制点列表

                  逐个检查点,目视能看出来偏差的直接点击删除。也可以按住shift键,多选几个点批量删除。最后保留了537个点,总误差0.99.

               

              图 通过筛选之后,最后保留的控制点

                  切换到Warping Parameters面板,把输出像元大小改为Warp Image,切换到Export 面板,设置输出路径和文件名,点击Finish,进行图像配准。

              完成之后,查看结果。

              图 查看配准结果

                  对配准的多光谱和全色数据进行图像融合,选择高保真的GS融合方法,颜色和纹理保持的都很好。如下图:

              左图:融合后,右图:多光谱


               

              SARscape5.4新功能介绍

              $
              0
              0

              SARscape5.420171月正式发布。在SARscape5.4中,支持更多的SAR传感器类型,新增很多实用的工具,改进的算法让处理效率更高,新支持集群处理等。

              SARscape5.4主要有以下几个方面的改进:

              l 新工具:新增Sentinel-1轨道文件下载功能,可以下载和保存轨道文件

              lSentinel下载工具支持断点续传功能,提高下载效率

              lDeGrandi 滤波处理效率提升并支持更大的数据量

              l支持TSX PALSAR2 ScanSAR模式数据的干涉处理

              l新工具:船只探测

              l新工具:移动目标探测

              l新的相干处理流程化工具

              l新增SRTM-1v3 DEM30米)数据的自动下载工具

              lSBASCCD集群处理产品(需要单独的许可)

              注:SARscape5.4版本配套的ENVI版本是ENVI5.4


              Sentinel数据工具


              lSentinel下载工具支持断点续传功能,提高下载效率

              lSentinel-1数据导入工具增加如下功能:

              Ø 如果数据是双极化的数据,可以只选择一种极化方式的数据导入;

              Ø 可以选择是否生成多视的强度数据(_pwr);

              Ø 支持子区域数据导入:如果数据导入时输入了地理范围矢量文件,则会输出该子区域的结果;

              Ø 自动镶嵌多景连续数据:如果数据导入时输入的是同轨道连续获取的数据,则会输出镶嵌结果。

              lSentinel-2数据下载

              l新增Sentinel-1轨道文件下载功能,可以下载和保存轨道文件

              lSentinel下载工具可下载Seninel-1 SLCGRD数据的.kml文件以供预览


              一般功能


              l数据处理时,可以设置参数自动生成PNG格式图片以方便查看

              l支持匈牙利坐标系统(Hungarian cartographic system

              l相位转高程时可以生成地理坐标系和/或投影坐标系的结果

              lSARscape数据导入工具嵌入到ENVI菜单中“Open As->SARscape

              l有的数据导入工具支持子文件夹下的特定文件自动识别,进行数据批量导入。如Sentinel数据的manifest.safe文件,可识别输入路径下的所有该文件并进行导入。

              l系统参数面板中新增选项可设置是否自动显示结果(适用于大数据量的处理)

              l新增SARscape头文件查看器

              l新增默认参数:Squinted Data”“TSX_ScanSAR”

              l集成OpenCL CPU-only runtime自动更新到Intel16.1.1版本(仅在Windows操作系统)

              l新增“Diagnostics->Check OpenCL config”功能,以管理员身份运行可快速查看所选择的OpenCL平台


              数据导入


              lRadarsat-2数据导入工具支持NITF格式

              lTiff数据导入工具支持分块存储的tiffRGB数据


              通用工具


              l新增自动下载SRTM-1v3 DEM30米)工具

              l用户自定义大地水准面工具。用户可以输入和管理自己的大地水准面文件,自定义的大地水准面可在支持该文件的处理中使用(目前支持相位转高程)


              核心模块


              l新工具:船只探测

              l新工具和新的流程化工具:移动目标探测

              l新的相干性处理流程化工具:

              Ø 相干性CCD时间轴流程化工具

              Ø 相干性MTC RGB流程化工具

              Ø 相干性COV-PWR-CC RGB流程化工具

              lDeGrandi 滤波处理效率提升并支持更大的数据量


              干涉处理模块


              l集群相干性变化监测CCD流程化工具(在SARscape集群产品中)


              干涉叠加模块


              lSBAS集群工具(在SARscape集群产品中)

              lPS处理效率进一步提升


              ScanSAR干涉处理模块


              lScanSAR干涉处理模块支持TSXPALSAR2产品

              其他

              以下两个问题将会在下一版本中修复:

              l有时会出现Sentinel-1数据地理编码的slc文件和地理产品GRD之间存在纵向的错位(大概10米)

              l下个版本将支持PALSAR2 ScanSAR burst模式数据的干涉处理 


               

              ENVI5.4改进的归一化雪盖指数(NDSI)

              $
              0
              0

              ENVI 5.4 对于Normalized Difference Snow Index NDSI)工具进行了更新改进。

              NDSI指数是利用可见光(主要是绿光)及短波红外波段的组合突显了影像中积雪的覆盖部分。ENVI 5.4 NDSI算法的初衷是基于MODIS的波段40.555µm)和波段61.64µm)的波段组合进行运算的。然而,该算法也同样适用于任何带有0.5µm0.6µm的绿波段以及1.5µm51.75µm短波红外波段的多光谱传感器的影像数据,除此之外经过改进的NDSI指数可高精度的提取积雪信息,具体算法公式如下:

              式中,Green代表的是0.5µm0.6µm范围的绿波段;SWIR1代表的是1.55µm1.75µm范围的短波红外波段。

              下面我们对一景Landsat 8数据进行NDSI雪盖指数的计算。

              1)打开一景L1T级别的Landsat 8数据,如下图所示,影像中有一大片范围由积雪覆盖;

              2)在Toolboxs中, 启动 /Band Algebra/Spectral Indices工具;

              3)在启动面板中选择"LC81380412015323LGN00_MTL_MultiSpectral"多光谱数据以及"Normalized Difference Snow Index"NDSI雪盖指数工具,之后输出提取结果;

              4)单击OK执行处理,得到NDSI的提取结果如下图所示,。

              5)对其结果进行密度分割,对于此景影像其积雪信息提取阈值为NDSI > 0.2,根据密度分割情况可查看其提取精度,影像分类结果如下图所示。

              影像中浅蓝色的区域为提取出来的积雪信息与原始影像上肉眼看到的积雪信息完全吻合,经过改进后的NDSI指数可以更高精度的提取影像上的积雪信息。

              参考文献:

              [1]Hall, D., G. Riggs, and V. Salomonson. "Development of Methods for Mapping Global Snow Cover Using Moderate Resolution Imaging Spectroradiometer Data." Remote Sensing of Environment 54, No. 2 (1995): 127-140.

              [2]Salomonson, V., and I. Appel. "Estimating Fractional Snow Cover from MODIS Using the Normalized Difference Snow Index." Remote Sensing of Environment 89 (2004): 351-360.


               

              ENVI5.4中的制图工具

              $
              0
              0

              ENVI4.8及前期版本(ENVI5.x的Classic)提供了一个快速制图工具(QuickMap),可以添加基本地图要素,如地图比例、地图公里网、比例尺、地图标题等。在ENVI5.X新界面中,可以直接使用ArcMAP的制图模板(启动32位ENVI,选择File->print)进行制图输出。

              在新的ENVI5.4版本中,新增4种新的注记:

              •    分类图像的图例

              •    地理数据的比例尺

              •    单波段数据的色度带

              •    地理数据的公里网

              结合之前的文本图例、图像图例等,可以便捷的进行简单制图输出。下面以DOM、NDVI和分类图像为例,介绍ENVI5.4中的图像制图输出。

               

              DOM图像制图输出

               

              这里例子数据为一副RGB真彩色的卫星图像,坐标为WGS_1984_UTM_Zone_50N。

              (1)打开并显示图像。

              (2)在工具栏中,选择Annotations->Grid Lines。默认会根据原始图像坐标信息添加公里网或者经纬网。这里默认添加的是公里网。在图层管理器中Grid图层上右键选择Properties或者双击,打开Edit Properties面板。该面板中主要修改以下几个参数:

              • Coordinate System:修改格网的坐标参考。如果需要添加经纬网,这里可以修改为Geographic Coordinate Systems类型坐标参考
              • X /YSpacing: 设置网格距离。
              • Show Grid Lines: 设置是否显示网格线。
              • Show Intersections: 设置是否显示网格交叉线,当Show Grid Lines:False时候,可看到设置效果。
              • Show Bounding Box:设置是否显示格网外边框。
              • Show Text:设置是否显示格网外面的文字。其他还有文字类型、式样、大小、颜色、显示方向、位置偏移等参数。
              • Geographic Format:格网外面显示经纬度时候,选择一种显示格式。
              • Geographic Precision:格网外面显示经纬度时候,设置小数点位数。
              • Grid Color:设置格网颜色。
              • Grid Thickness:设置格网线宽度。
              • Grid Linestyle:设置格网线线的样式。
              • Intersection Symbol Size: 设置网格交叉线的大小

              这里设置Text Font Size:16,其他默认。

              注:如果想同时添加公里网和经纬网,可以通过添加两次Annotations->Grid Lines实现。

              图:Edit Properties面板

              (3)在工具栏中,选择Annotations->Scale Bar,添加比例尺。 在图层管理器中双击Scale bar,打开Edit Properties面板,设置:

              • Title:比例尺
              • Font Size:28

              其他默认参数。

              在窗口上选中比例尺,用鼠标移动到合适的位置。

              (4)在工具栏中,选择Annotations->Rectangle,在格网的"坐标文字"外绘制一个外边框。

              (5)在工具栏中,选择Annotations->Text,添加标题、制作信息等。可多添加几个Text注记,填写不同的内容。用鼠标将Text注记移动到合适的位置。如下图所示。

              注:选择好Text注记类型后,在窗口上单击左键输入文字,可随便输入一些文字,在窗口上再单击一次鼠标左键确认输入。图层管理器上的注记图层会新增Text,双击可打开Edit Properties面板,在面板上可以修改文字内容、大小、颜色等信息。

              (6)添加指北针:在工具栏中,选择Annotations->Text,随便添加一个字符,然后在图层管理器中打开该Text注记的Edit Properties面板,设置:

              • Text String:! 。(英文半角感叹号。)
              • Font Name:ENVI Symbols。

              注:通过File->Preference->North Arrow,可以浏览指北针类型与文本内容对于的关系,比如指北针对于的文本内容是空格。

              (7)选择File->View&Layers->Save ,保存工程文件。

              图:DOM制图效果

              (8)选择 File -> Export View to -> Image File,把制图成果输出为RGB图像。如下图所示,在Export View to Image File面板中,默认为原始图像像元大小输出,可以通过设置输出像元大小或者制图比例尺或者缩放系数对源图像重采样输出。

              图:输出图像

              如果输出的制图结果只用于文档、ppt等,可选择File -> Chip View to ->如下图为输出的结果。

              图:最终制图效果

               

              NDVI图像制图输出

               

              NDVI图像就是单波段图像,类似的图像包括地表温度反演图、水质监测图等。该类图像的制图跟DOM制图类似,另外需要添加一个色度带。

              (1)打开并显示一个NDVI图像。

              (2)在图层管理器中,NDVI图像上右键选择Change Color Table,选择一种颜色显示,比如

              (3)在工具栏中,选择Annotations->Scale Bar ,在窗口的任意位置单击,添加一个Scale Bar。在图层管理器中Scale Bar图层上右键选择Properties或者双击,打开Edit Properties面板。该面板中主要修改以下几个参数:

              • Title:设置Scale Bar标题,这里设置为:NDVI(0-1)。
              • Number of Labels:设置标签数量,这里默认为3。
              • Labels:标签文字,默认为最大和最小值,这里选择默认。
              • Length和Width:设置Scale Bar的长和宽,可以直接在窗口上用鼠标调整大小。
              • Orientation:设置Scale Bar的摆放顺序,有四种类型供选择,这里选择Vertical(top to buttom),垂直自上而下数字变大。
              • Font Name:设置显示文字大小,这里预览窗口中的效果设置为:60。

              图:Edit Properties面板

              (4)在工具栏中,选择Annotations->Rectangle,绘制一个外边框。

              (3)在工具栏中,选择Annotations->Text,添加标题。

              (6)在工具栏中,选择Annotations->Scale Bar,添加比例尺。

              (7)在工具栏中,选择Annotations->Text,随便添加一个字符,然后在图层管理器中打开该Text注记的Edit Properties面板,设置:

              • Text String:空格 。
              • Font Name:ENVI Symbols。

              添加指北针。

              (8)预览这几个注记效果图,分别设置显示大小和通过鼠标移动到合适的位置。

              (9)打开一个北京市矢量区划图。最终如下图所示。

              (10)选择File->View&Layers->Save ,保存工程文件。

              图:效果预览

              (11)选择 File -> Export View to -> Image File,把制图成果输出为RGB图像。默认为原始图像像元大小输出。

              图:NDVI图像制图结果

               

              分类图像制图输出

               

              分类图像是单波段的伪彩色图像。

              (1)打开并显示一个分类结果图像。

              (2)在工具栏中,选择Annotations->Legend ,在打开的文件选择对话框中选择分类结果图像,添加一个Legend。在图层管理器中Legend图层上右键选择Properties或者双击,打开Edit Properties面板。该面板中主要修改以下几个参数:

              • Legend Names:设置图例中的项目名称,默认是分类名。
              • Legend Columns:以多少栏显示图例。默认为1栏。
              • Background Fill和Background Color:设置是否填充和填充颜色。
              • Font Size:设置字体大小。

              图:Edit Properties面板

              (3)在工具栏中,选择Annotations->Grid Lines,设置不显示格网和调整相应的文字显示大小。

              (4)在工具栏中,选择Annotations->Text,添加制图标题和图例标题。

              (5)在工具栏中,选择Annotations->Scale Bar,添加比例尺。

              (6)在工具栏中,选择Annotations->Text,随便添加一个字符,然后在图层管理器中打开该Text注记的Edit Properties面板,设置:

              • Text String:空格 。
              • Font Name:ENVI Symbols。

              添加指北针。

              (7)预览这几个注记效果图,分别设置显示大小和通过鼠标移动到合适的位置。

              (8)选择File->View&Layers->Save ,保存工程文件。

              图:分类图像制图预览

              (9)选择 File -> Export View to -> Image File,把制图成果输出为RGB图像。默认为原始图像像元大小输出。

              图:分类图像制图结果


               

              SARscape中ALOS-2数据DInSAR处理

              $
              0
              0

              2016年4月14日21时26分(日本标准时间,东九区时间),日本熊本县熊本地方发生矩震级6.2(Mw)的逆断层型地震,震源深度约11千米(6.8英里)。2016年4月16日1时25分(JST),日本熊本县熊本地方再次发生矩震级7.0(Mw)地震,震源深度约12千米(7.5英里)。日本气象厅已确定4月16日所发生的地震为"主震",而在4月14日发生的地震则为"前震"。

              下面用震前震后的ALOS-2干涉数据对,进行DInSAR差分干涉测量。处理软件版本是ENVI5.3.1+SARscape5.2.1。

              • 数据源:ALOS-2 SLC数据
              • 时相:20160307、20160418
              • 入射角:36.167
              • 极化方式:HH
              • 地面分辨率:3米
              • 覆盖区域:日本熊本地区

                注:样例数据由北京博宇智图信息技术有限公司提供,原始数据最终版权归JAXA所有。

                 

                图: 本文研究区

                下面在SARscape中进行数据处理。

                 

                1 设置系统参数

                 

                打开/SARscape/Preferences,选择VHR(better than 10m),如果电脑支持GPU加速,选择Opencl Platform Name为NVIDIA CUDA,设置Cartographic Grid Size为3米。

                点击OK。

                打开ENVI主菜单File->Parameters,设置默认的输入输出路径,点击OK。

                 

                2 数据导入

                 

                点击/SARscape/Import Data/SAR Spaceborne/ALOS PALSAR - 2工具,在Input Files面板,输入两景数据,Parameters面板,设置Data Type为JAXA-FBS Level1.1,Rename the file using parameters设置为True,Output Files面板按照默认,点击Exec按钮进行数据导入。

                图: 数据导入各面板参数设置

                数据导入后,生成的数据包括SLC数据、地理范围矢量数据、以及相应的kml文件。

                 

                3 参考DEM的准备

                 

                打开工具/SARscape/General Tools/Digital Elevation Model Extraction/SRTM-3 Version 4,在Input Files面板输入两景SLC数据,切换到DEM/Cartographic system面板,设置坐标系为GEO-GLOBAL WGS84,其他保持默认,点击Exec进行DEM下载。

                图: 参考DEM下载各面板参数设置

                下载的研究区的90米的SRTM DEM如下图所示

                图: 研究区SRTM DEM数据

                 

                4 DInSAR工作流

                 

                打开工具/SARscape/Interferometry/DInSAR Displacement Workflow,在Input一步,分别输入主从影像、参考DEM文件、Grid Size按照默认的3米。点击Next;

                图: 数据输入各参数设置面板

                到干涉图生成面板,软件自动设置多视视数为1:1,参数按照默认,点击Next。

                图: 干涉图生成参数面板

                这一步生成了干涉图、去平后的干涉图。

                图: 去平之后的干涉图_dint

                滤波保持默认的Goldstein方法,点击Next,

                图: 滤波和相干性生成参数面板

                干涉图滤波和相干性生成之后,得到滤波后的干涉图和相干系数图。

                图: 滤波后的干涉图_fint和相干系数图_cc

                图: 相位解缠参数设置

                图: 解缠结果_upha

                在控制点选择的一步,点击Create GCP 按钮,按照默认的数据输入文件,点击Next,鼠标在解缠图上选点,选点原则为:远离形变区域,选择相位好的点。选择完之后,点击Finish。

                图: 选点界面

                图: 控制点的分布,左图是解缠图,右图是差分干涉图

                轨道精炼的界面,参数保持默认,点击Next,进行轨道精炼。

                图: 轨道精炼面板

                轨道精炼之后,会生成一个精炼结果报表,如下图:

                图: 轨道精炼报表

                检查轨道精炼的控制点,在ENVI中打开临时路径下的INTERF_out_reflat_refinement.shp。

                临时路径默认为C:\Users\Administrator\AppData\Local\Temp\SARsTmpDir_ddmmyyyy_xxxxxx)

                然后点击右键选择Properties,在打开的矢量属性面板上选择Select Attribute为AbsResDiff,Color Table为RAINBOW,点击OK,控制点会进行彩色渲染显示,颜色越红的点,说明误差越大。

                图: 轨道精炼控制点彩色渲染显示

                记录下点号和位置(最好可以截图保存,以便删除点的时候进行对照),然后在DInSAR工作流中,点击Back,回到选择控制点的一步,加载进来控制点,把误差大的几个点删除,再生成一次点文件,同样的方法再进行一次轨道精炼。

                图: 删改之后的轨道精炼控制点

                图: 修改控制点之后的轨道精炼结果

                图: 轨道精炼前(左)后(右)的差分干涉图对比

                到相位转形变和地理编码面板,参数保持默认,点击Next,

                图: 相位转形变和地理编码参数面板

                5 结果展示

                 

                得到的形变结果如下图所示,结果显示,地震区域形成了沿着东北-西南方向上的断裂带,北部呈现抬升,南部呈现沉降,形变在1米以内。

                图: DInSAR处理得到的日本熊本地震区域形变结果


                 

                ENVI 5.3/5.3.1打开Sentinel-2数据出错解决方法

                $
                0
                0

                从ENVI 5.3版本开始支持Sentinel-2数据的打开。但是,在打开时会遇到一些问题。总结如下:

                 

                问题1:路径太长

                 

                ESA/SciHub最初发布的Sentinel-2数据文件名太长,特别是数据所在路径较长时,在Windows操作系统中将导致错误。报错信息类似下图:

                 

                 

                解决方法:

                 

                将文件移动到某盘的根目录中(例如D盘),然后再打开即可。

                 

                问题2:打开从USGS下载的Sentinel-2数据出错

                 

                从SciHub下载的数据是完整的。USGS为了减少数据量,将完整数据分割到不同的文件中进行存储,每个文件小于1GB。但是提供的.xml文件还是原始的,所以在打开这种数据时,会报类似下面的错误:

                "File does not appear to be a valid JPEG2000 file".

                OBJREF  (NullObject)

                 

                解决方法:

                 

                安装文章末尾提供的修复补丁。

                 

                问题3:打开SciHub的Sentinel-2数据异常

                 

                在打开来自SciHub发布的Sentinel-2数据时,如果数据跨了两个或更多的UTM带,ENVI打开xml文件时不会报错,但是在显示时,会出现类似下图的错位。

                 

                 

                解决方法:

                 

                安装文章末尾提供的修复补丁。

                 

                修复补丁下载与安装

                 

                下载地址:http://pan.baidu.com/s/1gfHrRWn

                 

                将解压得到的hotfix_70790_envi531.sav文件拷贝到:

                • C:\Program Files\Exelis\ENVI53\save\

                将解压得到的envimessage_eng.cat文件拷贝到:

                • C:\Program Files\Exelis\ENVI53\resource\langcat\

                 

                 

                注:在安装修复补丁后,依然有机会遇到报错。这是由于较新的Sentinel-2数据更改了命名方式。而对于此问题,5.3/5.3.1没有对应的修复补丁。只提供5.4版本的修复补丁,因为此修复补丁用到了IDL 8.6版本中新增的类。


                 

                利用CMD命令调用ENVITask实现混合编程

                $
                0
                0

                IDL可以将pro源码编译为sav文件,然后利用cmd命令执行此sav文件,即可实现混合编程。

                下面的测试版本为 ENVI 5.3.1/IDL 8.5.1。

                 

                此方法同样适用于纯 IDL 开发方式。

                 

                1. 编写IDL代码

                 

                IDL测试代码如下:

                PRO test_ENVITask_Args

                ;此行代码很重要,一定要加上

                COMPILE_OPT idl2

                 

                ;Command_Line_Args可以获取-args后边跟的参数,count返回参数个数

                args = Command_Line_Args(Count=c)

                 

                ;如果功能需要2个参数,可以做一个判断

                IF c NE 2 THEN BEGIN

                tmp = DIALOG_MESSAGE('请输入2个参数,分别为输入文件和输出路径')

                return

                ENDIF

                 

                ;获取2个参数,一个输入文件,一个输出路径

                ;需要注意的是,即便100这样的参数,获取进来也是string类型,根据需要进行转换

                infile = args[0]

                outfile = args[1]

                 

                ;启动ENVI,加headless关键字

                e=envi(/headless)

                task = ENVITask('QUAC')

                raster = e.OpenRaster(infile)

                task.input_raster = raster

                task.output_raster_uri = outfile

                task.execute

                 

                tmp = DIALOG_MESSAGE('执行成功')

                END

                 

                2. 构建sav文件

                 

                编译sav文件的操作顺序和命令很重要,一定逐步完成。

                 

                第一步:重置IDL进程

                可单击IDL工具栏中的"重置"按钮,也可在IDL控制台中输入 .f 然后回车。

                 

                第二步:编译pro文件

                如果pro文件个数较少时,逐个手动编译即可。

                如果文件个数较多,建议以工程方式构建项目,一步即可构建sav文件。

                 

                第三步:加载pro调用的函数

                在IDL控制台执行如下命令即可:

                resolve_all, skip_routines='envi', /continue_on_error

                 

                第四步:构建sav文件

                在IDL控制台执行如下命令:

                save,filename='D:\temp\test_ENVITask_Args.sav',/routines

                注:filename指定为sav文件输出路径,sav文件名必须与pro主过程同名。

                 

                3. 执行cmd命令

                 

                在cmd中执行如下命令即可实现可传参调用ENVITask。(整个命令为1行,无回车

                "C:\Program Files\Exelis\IDL85\bin\bin.x86_64\idlrt.exe" "D:\temp\test_ENVITask_Args.sav" -args "C:\Program Files\Exelis\ENVI53\classic\data\can_tmr.hdr" "D:\temp\quac_result_args.dat"

                 

                • "C:\Program Files\Exelis\IDL85\bin\bin.x86_64\idlrt.exe":ENVI本地安装路径
                • "D:\temp\test_ENVITask_Args.sav":sav文件所在完整路径
                • -args:后边跟的是传入参数

                 

                注:参数个数和cmd命令长度可能有限制,如果参数过多,可将参数保存在txt或xml文件中,然后在sav文件中解析txt或xml来获取参数。


                 

                公开课:白话遥感图像分类技术

                $
                0
                0
                     本课程首先介绍成熟的遥感图像分类方法,包括光谱自动分类、专家知识决策树分类、面向对象图像分类,以及图像识别和定量反演技术。理论和实际操作相结合,介绍上述方法的流程、关键技术等;然后指出遥感图像分类中的一些困惑,最后介绍ENVI新的分类框架技术、机器学习技术、企业级遥感服务平台技术等,在一定程度能解决这些困惑。内容详尽细致,视频时长更是长达2.5小时!155分钟!

                        课程视频及PPT 网盘下载地址:http://pan.baidu.com/s/1bp1RRkj

                        观看地址:


                         


                 

                ENVI5.4 全新图像分类框架

                $
                0
                0

                 

                ENVI 5.4全新的图像分类框架(ENVI classification framework)提供了强大、灵活的分类方法。我们可以基于一幅图像创建并训练一个分类算法(分类器),然后将其应用于其他相似的数据分类。

                传统意义上,遥感图像、训练样本、分类算法都是一一对应的,而不能重复使用。利用全新分类框架,我们在训练、评估完成一个分类器后,可以将其无限次应用在ENVI桌面、ENVI企业级等环境中。

                ENVI 5.4以API的方式提供了全新图像分类技术。我们将通过以下章节学习如何使用这些分类API。

                内容较多,已上传完整说明文档:http://pan.baidu.com/s/1o7KmxBk

                完整示例代码和测试数据的下载地址:http://pan.baidu.com/s/1cKReBs








                 

                2017年“ENVI/IDL遥感应用培训班(8城市)”启动计划

                $
                0
                0

                详细信息及报名方式请关注网站:

                http://www.esrichina.com.cn

                http://www.envi.space

                或者咨询邮箱:envi-idl@esrichina.com.cn

                或者致电:400-81922815

                1.   培训简介


                根据中国遥感应用协会推动国内遥感技术和应用的指示精神,2017年中国遥感应用协会组织培训交流部与Esri中国信息技术有限公司将共同在多个城市举办以“传递遥感技术,点燃遥感应用“为主题培训班。拟打造企业型培训基地,不断推进中国遥感产业化进程。

                “遥感应用培训班”创办8年来,已先后在20多个城市举办了83场培训,共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过4600多名学员参加。我们很荣幸能够与来自全国各行业的用户共同探讨,共同提高。我们欣喜地看到,很多用户因此将遥感技术融入到其业务应用中,培训班有力地推动了国内的遥感技术和应用。

                培训结束后, Esri中国信息技术有限公司将共同为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

                2.   城市与时间安排


                4

                5

                6

                7

                8

                9

                乌鲁木齐

                贵阳

                沈阳

                武汉

                北京

                合肥

                广州

                北京IDL

                SARscape

                (入门班)北京

                SARscape

                (国际班)

                *以上为5天培训,具体时间以最终公布日程为准

                *SARscape分入门班和国际班,入门班为中文授课,国际班为中英文授课,由瑞士SAR专家Paolo主讲。


                3.   培训对象及方式


                遥感与地理信息系统(GIS)应用人员;

                采用讲课与上机实习紧密结合的方式进行培训。


                4.    培训内容


                培训班的核心是培训内容,每年的培训内容都在学员反馈的基础上持续改进和完善。今年培训以应用专题为主,增加一些热点遥感处理技术。基于最新的ENVI5.4版本授课。

                每一站会根据区域特点或者报名学员投票从以下培训内容中选择40个课时的课程内容,届时会发放其他所有课程素材供自学。

                具体课程

                培训内容

                时间

                ENVI

                遥感
                技术

                快速认识ENVI

                •   ENVI软件介绍,掌握ENVI软件概况;
                • ENVI下文件打开、显示、保存等基本操作,掌握ENVI操作。

                1.5学时

                遥感图像处理基础

                •   遥感图像处理基本流程介绍,掌握遥感图像处理一般流程;
                • 遥感图像处理常见名词解释,掌握图像处理流程中涉及到的专业名词。

                1.5学时

                处理专题:高分一号/二号PMS数据处理

                学习高分一号PMS数据处理流程,包括辐射定标、大气校正、正射校正、图像融合。

                2学时

                处理专题:高分一号WFV数据处理

                学习高分一号WFV数据预处理流程,包括辐射定标、大气校正、自动从参考影像中选择控制点进行正射校正。

                2学时

                处理专题:Hyperion 高光谱数据处理

                学习Hyperion L1T级别数据处理流程,包括数据编辑、辐射定标、大气校正和图像配准。

                2学时

                处理专题:MODIS 数据处理

                学习MODIS三种主要产品的地理定位处理,包括自带经纬度文件的地理定位(02级数据)、利用03级数据的地理定位文件进行几何校正(如MOD14热异常数据产品等)、地理编码处理(如MCD12土地覆盖产品等)。

                2学时

                处理专题:气象卫星数据处理

                以风云3和葵花8数据为例,学习气象卫星的处理方法,包括数据打开与浏览、几何校正与地理定位、图像定标处理等。

                2学时

                应用专题:基于遥感的自然生态环境监测

                应用10米的spotTM融合影像,提取相关生态因子,应用较成熟的自然生态环境评价模型完成整个自然生态环境评价流程。专题涉及SPOT全色影像正射校正、SPOTTM图像配准和融合、植被覆盖度简单计算、土壤指数计算、地形因子提取等内容。

                4学时

                应用专题:基于高分辨影像城市绿地信息提取

                学习利用0.5米空间分辨率的WorldView-2图像提取城市绿地空间信息的完整流程,专题涉及WorldView-2图像正射校正、融合、大气校正、面向对象图像信息提取、矢量后处理等内容。

                4学时

                应用专题:基于环境小卫星的湖泊水质遥感监测

                学习利用HJ-1Accd数据反演水质参数的完整流程,专题涉及数据的获取、图像裁剪、几何校正、FLAASH精确大气校正、实测数据与影像数据的匹配、最小二乘法回归反演模型、Bandmath反演水质参数、水质参数结果制图输出等内容。

                3学时

                应用专题:基于像元二分模型的植被覆盖度反演

                2Landsat8影像为数据源,采用改进的像元二分模型详细介绍植被覆盖度遥感估算过程。涉及Landsat8影像大气校正、图像镶嵌与裁剪、NDVI计算与统计、Bandmath使用等。

                4学时

                应用专题:基于遥感的草原与沙漠化监测

                详细介绍利用HJ-1ATM数据进行草原沙漠化监测的完整流程,专题涉及数据的获取、图像裁剪、几何校正、FLAASH精确大气校正、实测数据与影像数据的匹配、最小二乘法回归反演模型、Bandmath反演沙化指数、沙漠化分级、制图输出等内容。

                3学时

                应用专题:基于MODIS数据的气溶胶遥感监测

                利用MODIS L1B 1KM数据进行气溶胶反演的完整流程,专题涉及MODIS L1B 1KM的辐射校正、几何校正、云检测、采用暗像元法(DDV)进行气溶胶反演等内容。

                3学时

                应用专题:基于MODIS数据的秸秆焚烧遥感监测

                MODIS数据产品为数据源,进行秸秆焚烧监测的完整流程。专题主要涉及Modis数据的获取,Modis产品数据的读取,了解Modis03Modis12Modis14三种级别产品,Modis14产品的几何定位,基于BandMathModis产品信息提取,Modis12正弦曲线投影坐标读取与转换等。可以较完整的学习ENVIModis数据的处理与分析。

                3学时

                应用专题:林冠状态遥感动态监测

                 

                以两个不同成像时间的QuickBird多光谱图像为数据源,图像主要覆盖地物是黑松树,由于遭受山松甲虫侵害的树木逐渐变成红色,最终枯萎。专题主要技术路线:对不同时相的同一种植被指数作差值运算得到植被指数差,这些植被指数差能反映两个时间段森林林冠变化状况;确定一定的阈值范围,阈值范围反映的就是监测区森林健康状况变化情况,即林冠状态的变化,从而提取虫害受灾区域。

                3学时

                应用专题:农业耕作变化监测

                以两个时相的Landsat TM数据为数据源,采用面向对象图像分类工具分别获取两个时相影像的农业耕作用地信息,之后采用分类后比较方法得到两个时相的耕作变化信息。

                3学时

                应用专题:基于Crosta方法的遥感矿物蚀变信息提取

                TM数据为例,介绍利用Crosta方法提取遥感矿物蚀变信息的完整流程,专题主要涉及大气校正、主成分分析、图像拉伸、密度分割等内容。

                3小时

                应用专题:基于遥感的大蒜种植面积量测

                landsat8 OLI为数据源,介绍大蒜种植面积遥感量测技术流程。专题涉及图像融合、大气校正、面向对象信息提取、结果统计和制图。

                3小时

                技术专题:高光谱数据处理和分析

                学习高光谱数据常见处理方法,包括:

                • 高光谱数据大气校正
                • 地物波谱与波谱库
                • 端元波谱提取技术
                • 高光谱图像分类与分析技术
                • 地物识别与目标探测

                4学时

                技术专题:实用技术汇总

                本专题学习一些实用的技术和应用,包括:

                • Landsat8TIRS反演地表温度
                • 基于CART的自动决策树分类
                • 国产资源三号数据处理
                • 水深反演和船只提取
                • 图像类型转换
                • 图像批量/分幅裁剪技术
                •  图像简单制图技术
                • 科学数据集打开与浏览
                • 图像批处理

                4学时

                SARscape遥感
                技术

                SAR一般图像处理基本流程介绍

                介绍SAR一般图像处理的基本流程,包括数据读取、聚焦、多视、滤波、地理编码、辐射定标、信息提取等。以多景SAR数据处理为例,分析水稻生长情况,并提取水稻种植面积。

                1学时

                InSAR技术及实现

                 

                详细介绍InSAR技术的完整流程,以Cosmo为数据源,横断山脉为研究区,涉及到基线估算、干涉图生成、干涉图去平、滤波、相干性计算、相位解缠、轨道精炼、相位高程转换等,完整的了解从原始数据开始通过InSAR处理得到DEM产品的过程。

                2学时

                DInSAR技术及实现

                介绍DInSAR技术的完整流程,以PALSAR为数据源,2004年的伊朗巴姆地震区域,涉及到基线估算、干涉图生成、干涉图去平、滤波、相干性计算、相位解缠、轨道精炼、相位形变转换等,完整了解从原始数据开始通过DInSAR处理,得到地表形变产品的过程。

                3学时

                IDL入门与ENVI二次开发

                认识IDL

                •    IDL简介。掌握IDL特点及行业应用;
                • 编写第一个IDL程序。掌握IDL编译器使用方法,学习如何运行代码和发布程序。

                1学时

                IDL语法基础

                语法基础和程序基础介绍。掌握IDL变量定义与使用、运算符使用、程序控制、数组运算、字符串、指针、结构体等操作函数的使用。

                2学时

                输入输出专题

                •   介绍常用I/O函数的使用方法。掌握JPGTIFF等常用图像格式、ASCII码、二进制等文本文件的读写操作;
                • 开发专题:科学数据读取读写。掌握AWXHDFENVI等文件格式的读写。

                2学时

                ENVI功能扩展与二次开发

                •   介绍ENVI波段运算及其扩展的方法;
                • 介绍ENVI Classic功能扩展与二次开发技术;掌握ENVI二次开发流程和核心技术,包括菜单定制、界面构建等技术;
                • 介绍全新ENVI5.x面向对象的开发模式,掌握ENVI 5.x进行功能扩展、菜单定制、函数调用等技术;
                • 介绍ENVI 5.x提供的虚拟栅格、图像处理(ENVITask)、自定义ENVITask等开发技术;
                • 介绍App Store for ENVI的使用;
                •  掌握ENVI对国产卫星格式的支持,接口调用方法。

                7学时

                企业级遥感平台技术

                •    介绍ENVI企业级服务器产品技术——ENVI Services Engine。成功应用案例介绍与演示。
                • 掌握任务开发与服务发布的方法。
                • 了解Web客户端搭建与REST服务调用方法。
                • 了解企业级遥感平台搭建流程。

                2学时

                •    提供《ENVI5.x入门学习素材包》,包括操作文档、视频、PPT、例子数据;
                • 提供《ENVI二次开发素材包》;
                • 提供《ENVI图像处理方法 第二版》图书;
                • 课程时间: 上午:9:00~12:00,下午:1330~17:30
                • 最终培训日程以当日公布为准。

                 

                喜大普奔!FLAASH提供调用接口了!

                $
                0
                0

                请允许我先激动10分钟。。。

                再平复6分钟。。。

                tick tick tick…

                 

                今天春分。

                • 春分是一年四季中阴阳平衡、昼夜均等、寒温各半的时期,所谓“春分者,阴阳相半也,故昼夜均而寒暑平”。所以我国自古就有“春分风不小,要防痛深扰”的说法,大伙别急着减衣服哦。

                 

                《七绝·苏醒》
                  春分雨脚落声微,柳岸斜风带客归。
                  时令北方偏向晚,可知早有绿腰肥。

                 

                进入主题 ^_^

                 

                ENVI的大气校正扩展模块提供了FLAASHQUAC两个工具。

                • 官方只提供了QUAC的调用接口,即ENVIQUACTaskENVIQUACRaster,可以方便的进行批处理。
                • FLAASH的调用接口,可以说大家已经望眼欲穿、望穿秋水、望穿秋裤。。。

                 

                虽然目前ENVI帮助中还没有公开FLAASH的调用接口,但是在我们真诚的打(bi)动(po)下,终于让老美提供了开发接口。

                 

                重要!!!

                如果自己在调用时报错信息类似如下,需要在执行FLAASH之前,在ENVI中关闭输入的辐射亮度数据。



                 

                本文将提供两个示例代码,分别处理多光谱(Landsat 8)和高光谱(AVIRIS)。

                • 代码中使用的是相对路径,可直接运行。
                • 输入数据在data文件夹中,输出结果放在output文件夹中。
                • 虽然参数很多,但是和FLAASH面板中的参数是一一对应的。

                 

                源码和测试数据下载地址:http://pan.baidu.com/s/1kUETjX9

                 

                此次公开接口目测应该所有ENVI版本都支持!

                不过示例代码中使用了新版接口,替换成对应的ENVI Classic接口即可在旧版中使用!


                把多光谱处理的代码贴上来,敬请欣赏。

                大量中文注释,让您的调用畅通无阻。



                PRO test_flaash_object_class_multi

                  COMPILE_OPT idl2

                  e=envi()

                 

                  ;获取源码所在文件

                  Path = FILE_DIRNAME(ROUTINE_FILEPATH())+PATH_SEP()

                 

                  ;输入多光谱辐射亮度数据

                  radiance_file = FILEPATH('Landsat_8_OLI_Rad.dat', $

                    root_dir=Path, subdirectory=['data'])

                 

                  ;大气校正输出结果文件路径

                  reflect_file = FILEPATH('Landsat_8_OLI_Rad_flaash.dat', $

                    root_dir=Path, subdirectory=['output'])

                 

                  ;打开栅格数据,获取元数据信息

                  raster = e.OpenRaster(radiance_file)

                 

                  ;数据信息

                  nspatial = raster.nColumns   ;列数

                  nlines = raster.nRows        ;行数

                  fid = ENVIRasterToFID(raster)

                  ENVI_FILE_QUERY, fid, data_type=data_type  ;数据类型

                 

                  ;获取输入文件后缀 .dat

                  exten = stregex(radiance_file, '\..+$', /extract)

                  ;对应 Rootname for FLAASH files 参数,设置为 Landsat_8_OLI_Rad_

                  user_stem_name = FILE_BASENAME(radiance_file, exten)+'_'

                 

                  ;对应 Output Directory for FLAASH Files 参数

                  ;使用输出路径作为临时路径(不建议使用系统临时路径)

                  modtran_directory = Path+'output'

                 

                  ;获取光谱响应函数路径

                  filter_func_filename = FILEPATH('landsat8_oli.sli', $

                    root_dir=e.root_dir, subdirectory=['resource','filterfuncs'])

                 

                  ;获取时间信息

                  IF OBJ_VALID(raster.Time) THEN BEGIN

                    ;如果元数据中有时间信息,则自动获取

                    tmpTimes = STRSPLIT(raster.Time.ACQUISITION, '-T:Z', /extract)

                    year = FIX(tmpTimes[0])

                    month = FIX(tmpTimes[1])

                    day = FIX(tmpTimes[2])

                    gmt = DOUBLE(tmpTimes[3]) + $

                      DOUBLE(tmpTimes[4])/60D + DOUBLE(tmpTimes[5])/60D^2

                  ENDIF ELSE BEGIN

                    ;如果元数据中没有,则手动设置

                    year = 2013

                    month = 10

                    day = 3

                    gmt = 2.923418

                  ENDELSE

                 

                  ;坐标信息

                  ref = raster.SPATIALREF

                  IF ref NE !NULL THEN BEGIN

                    ;如果有坐标系,则自动获取经纬度、分辨率

                    pixel_size = (ref.pixel_size)[0]

                    ref.ConvertFileToMap, nspatial/2, nlines/2, MapX, MapY

                    ref.ConvertMapToLonLat, MapX, MapY, longitude, latitude

                  ENDIF ELSE BEGIN

                    ;如果没有坐标系,则手动设置

                    pixel_size = 30.0

                    longitude = 117.08846

                    latitude = 40.506906

                  ENDELSE

                 

                  ;获取波长信息

                  metadata = Raster.Metadata

                  wavelength_units = metadata['WAVELENGTH UNITS']

                  lambda = metadata['WAVELENGTH']

                  ;fwhm如果没有,可设置值全部为-1

                  ;例如4个波段的多光谱数据,设置为[-1.0, -1.0, -1.0, -1.0]

                  IF metadata.HasTag('FWHM') THEN $

                    fwhm = metadata['FWHM'] $

                  ELSE fwhm = DBLARR(raster.nBands)-1.0

                  ;缩放系数,如果定标时设置了FLAASH Setting,则设置value=1.0即可。

                  input_scale = MAKE_ARRAY(raster.nbands, value=1.0, /double)

                 

                  ;初始化FLAASH对象

                  ;可选关键字如下:

                  ; rad_remove FLAASH执行完毕后,自动关闭输入文件

                  ; anc_remove FLAASH执行完毕后,自动关闭生成的辅助数据

                  ; anc_delete FLAASH执行完毕后,自动关闭并删除辅助数据

                  flaash_obj = obj_new('flaash_batch', /anc_delete)

                 

                  ;设置大量的输入参数

                  flaash_obj->SetProperty, $

                    hyper = 0, $ ;设置为1,表示高光谱;设置为0,表示多光谱

                    ;

                    ; FLAASH工程参数----

                    radiance_file = radiance_file, $

                    reflect_file = reflect_file, $

                    filter_func_filename = filter_func_filename, $

                    filter_func_file_index = 0, $

                    water_band_choice = 1.13, $

                    red_channel = 4, $   ;0表示undefinedLC8红波段为第4波段

                    green_channel = 3, $ ;0表示undefinedLC8绿波段为第3波段

                    blue_channel = 2, $  ;0表示undefinedLC8蓝波段为第2波段

                 

                    ;水汽反演,没有所需波段,所以设置为0,表示undefined

                    ;分别对应Multispectral SettingWater Retrieval选项卡中的两个参数

                    water_retrieval = 0, $ ;Water Retrieval参数。0表示No1表示Yes

                    water_abs_channel = 0, $

                    water_ref_channel = 0, $

                 

                    ;气溶胶反演----

                    ;对应Multispectral SettingKaufman-Tanre Aerosol Retrieval选项卡中的参数

                    kt_upper_channel = 6, $ ;设置短波红外2SWIR 2

                    kt_lower_channel = 4, $ ;设置红波段(Red

                    kt_cutoff = 0.08, $ ;Maximum Upper Channel Reflectance

                    kt_ratio = 0.500, $ ;Reflectance Ratio

                    cirrus_channel = 0, $  ;0表示undefined

                 

                    ;前边已经定义

                    user_stem_name = user_stem_name, $

                    modtran_directory = modtran_directory, $

                    ;

                    ; MODTRAN参数---

                    visvalue = 40.0000, $ ;能见度,默认40km

                 

                    ;为了进行水汽反演,需要如下3个波段范围中的一个:

                    ; 1050-1210nm, 770-870nm, 870-1020nm

                    ; 而且要求此范围的波段光谱分辨率最低为15nm

                    f_resolution = 15.0000, $

                 

                    ;时间信息----

                    day = day, $

                    month = month, $

                    year = year, $

                    gmt = gmt, $

                    latitude = latitude, $

                    longitude = longitude, $

                    sensor_altitude = 705.0000, $ ;传感器高度

                    ground_elevation = 0.043, $ ;平均海拔,单位km

                 

                    ;分别对应 Advanced Setting 中的同名参数,默认即可

                    view_zenith_angle = 180.0000, $

                    view_azimuth = 0.0000, $

                 

                    ;大气模型:0-SAW1-MLW2-U.S. Standard3-SAS4-MLS5-T

                    atmosphere_model = 4, $

                    ;气溶胶模型:0-No Aerosol1-Rural2-Maritime3-Urban4-Tropospheric

                    aerosol_model = 3, $

                 

                    ;如下几个参数对应 Advanced Setting同名参数,默认即可。

                    multiscatter_model = 0, $

                    disort_streams = 8, $

                    co2mix = 390.0000, $

                    water_column_multiplier = 1.0000, $

                    ;

                    ;图像参数----

                    nspatial = nspatial, $

                    nlines = nlines, $

                    data_type = data_type, $

                    margin1 = 0, $

                    margin2 = 0, $

                    nskip = 0, $

                    pixel_size = pixel_size, $

                    sensor_name = 'Landsat-8 OLI', $

                 

                    ;分析参数----

                    ;对应Advanced Setting中的 Aerosol Scale Height

                    aerosol_scaleht = 2.0000, $

                    ;对应Advanced Setting中的 Use Adjacency Correction

                    ;中高分辨率设置为1,低分辨率(如Modis)设置为0

                    use_adjacency = 1, $

                 

                    ;输出缩放系数,输出结果放大了10000倍,变为UINT数据类型。

                    ;对应Advanced Setting中的Output Reflectance Scale Factor

                    output_scale = 10000.0000, $ ;输出结果缩放系数

                 

                    ;对应 Width (number of bands) 参数,多光谱设置0即可。

                    polishing_res = 0, $

                 

                    ;对应 Aerosol Retrieval 参数。

                    ; 0 表示 None1 表示 2-Band (K-T)2 表示 2-Band Over Water

                    aerosol_retrieval = 1, $

                 

                    ;对应FLAASH面板中的 Wavelength Recalibration,多光谱一般为0

                    calc_wl_correction = 0, $

                    reuse_modtran_calcs = 0, $

                    use_square_slit_function = 0, $

                    convolution_method = 'fft', $

                 

                    ;对应Advanced Setting中的 Use Tiled Processing

                    ;1-Yes0-No

                    use_tiling = 0, $

                    tile_size = 1024.0000, $

                 

                    ; Spectral Parameters

                    wavelength_units = wavelength_units, $

                    lambda = lambda, $

                    fwhm = fwhm, $

                    input_scale = input_scale

                 

                  ;重要!!!!!!重要!!!!!!重要!!!!!

                  ;执行FLAASH之前,必须在ENVI中把输入文件关闭

                  Raster.Close

                 

                  ;开始执行FLAASH

                  flaash_obj->processImage

                 

                  ;获取输入输出文件的FID

                  flaash_obj->getResults, rad_fid=rad_fid, reflect_fid=reflect_fid

                END

                 


                 
                Viewing all 432 articles
                Browse latest View live


                <script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>