问题标签 [landsat]

我不确定这是正确的网站，但是，

我正在使用 python 2.7 上的 gdal.Open() 模块打开 Landsat GeoTIFF 图像。它们具有相同的 UTM 地图投影，但图像大小不同。

如何将图像尺寸固定为相同？我想进行直接的逐像素比较。

我正在尝试编写一个 Python 代码，通过调整以下代码将 LANDSAT 卫星图像导入 Grass GIS：http: //grass.osgeo.org/wiki/LANDSAT

LANDSAT 切片作为文件夹下载，每个文件夹包含 7 个 tiff 图像（波段 1-7）。因此，我有一个目录，其中包含多个子目录（每个 LANDSAT 瓦片一个）。

我目前的代码如下：

我收到以下错误：

谁能解释正在发生的事情以及我需要做些什么来解决它，或提出替代方案？谢谢。

我需要获取多个 Landsat 图像的场景 ID。图像的元数据包含在一个 xml 文件中：

以下代码将列出元数据中的所有节点（browseAvailable、browseURL、sceneID），但我真正想做的只是获取一个sceneID 列表。

我尝试使用 Python xml.etree.ElementTree 上描述的工具，但没有成功。谁能帮我修改上面的代码只返回sceneID？

I am expanding a model looking at the effect of different types of fruit and fragmentation on a population of monkeys. The model reads a landsat file made up of 1's and 0s (representing forested and deforested areas) I need to reclassify the 1's into three kinds of trees. At the moment in the code I have the three types of trees randomly set, now I want them to be divided into percentages i.e 30 percent of the forested patches are blue, 50 percent are yellow, 20 are green. I have this atm: I think I have to change the:

[ if value = 1 [ set value one-of tree-types ]

I tried with n-of but I can't seem to make it work.

Any suggestions?

我正在尝试在 python 中的一些栅格数据上构建和实现回归树算法，但似乎找不到最好的方法。我将尝试解释我正在尝试做的事情：

我想要的输出是光栅图像，其值代表湖泊深度，称为 depth.tif。我有一系列光栅图像，每个图像代表不同 Landsat 波段的反射率值，例如 [B1.tif, B2.tif, ..., B7.tif]，我想将其用作预测湖泊深度的自变量。

对于我的训练数据，我有一个已知湖深约 6000 点的 shapefile。为了创建一棵树，我为每个点提取了相应的反射率值，然后将其导出到表中。然后，我在机器学习软件 weka 中使用该表创建了一个包含 600 个分支的回归树，该树将根据一组反射率值预测深度值。但是因为树太大了，我不能手动用python写。我遇到了 python-weka-wrapper 模块，所以我可以在 python 中使用 weka，但被整个光栅部分卡住了。由于我的数据有一个额外的维度（如果转换为数组，每个自变量实际上是一组 ncolumns x nrows 值，而不是像所有示例中的一行值），我不知道它是否可以我想要的是。在 weka-python-wrapper 的所有示例中，

为了澄清，我想使用训练数据（现在是一个点形状文件/表，但如果有必要的话，可以转换为与反射率栅格相同大小的栅格，除了少数几个单元格中没有数据点我知道深度数据），以构建一个回归树，该树将使用反射率栅格来预测深度​​。然后我想将该树应用于同一组反射率栅格，以便在任何地方获得预测深度值的栅格。

我意识到这很令人困惑，我可能在解释方面做得不够好。除了尝试在 python 中实现 weka 之外，我对其他选项持开放态度，例如 sklearn，只要它们是开源的。我的问题是，我所描述的可以做到吗？我很确定它可以，因为它与图像分类非常相似，除了目标值（深度）是连续的而不是离散的类，但到目前为止我失败了。如果是这样，最好/最直接的方法是什么和/或有没有可能有帮助的例子？

谢谢

我正在使用 Landsat 7 计算地表温度。
我了解转换背后的主要概念，但是，我对如何将发射率纳入我的模型感到困惑。
我正在使用模型构建器进行计算，并创建了几个使用仪器增益、偏置偏移、Landsat K1 和 Landsat K2 校正变量的模块。
我也将 DN 转换为辐射值。

现在，我需要考虑最后一个可能是（对我来说）最令人困惑的部分：发射率。
我想使用 NDVI 计算发射率。
我建立了一个模型程序来计算 NDVI 层（band4-band3）/（band4+band3）。
我还计算了 Pv，它是通过以下公式计算的植被分数：[NDVI - NDVI_min]/[NDVI_max-NDVI_min]^2。
现在，通过使用植被覆盖方法，我只需要 Ev 和 Eg。
我不明白如何找到这些值来计算每个单元的总发射率值。

有人知道如何将发射率纳入我的配方吗？
我对如何得出这个值有点困惑......

我有一个 202 行和 201 列的栅格地图 在这个地图中有一些像素值为 0 的网格 我想编写一个函数来返回所有像素值 0 网格的坐标 我该怎么做 我试图使用 if loop 和 while 循环，但它总是说 TRUE/FALSE 需要这里是我的示例代码

我已经看到 RI 的 Landsat8 包中的命令可以在 R 控制台中运行它们现在我想从 java 中的 R-script 中传递这些命令。

我想将像 reflcon(),reclassify() 这样的 landsat8 命令从 java 传递给 R。我不知道如何将 landsat8 波段作为输入从 java 传递给 R？您能否建议任何更好的示例链接

有什么方法可以按日期自动向 USGS 发出请求以获取 Landsat 8 图像？实际上，我是通过 Earthexplorer Web 界面向 USGD 提交批量请求来手动执行此操作的。此外，是否有可用于从 Landsat 8 图像中提取信息的 R 代码？（我知道已经有 Landsat 包）

对于使用卫星图像 NDVI 的灌溉清单，我需要将 Landsat 8 图像从 DN 转换为反射率。在 R 中，有 2 个包（Landsat 和 Landsat8）具有可转换的函数，但是，这些函数的输出在一个大的“数字”类中。

输入不同：SpatialGridDataframe（见函数描述）。我已经尝试了这两种方法，但是将它们转换为栅格或 SpatialGridDataframe 不起作用。“数字”类不适合进一步计算（NDVI、图像校正或绘图。有办法转换它吗？你能帮帮我吗？

谢谢！