Landsat8 OLI数据不同波段组合作用

Landsat8 OLI数据不同波段组合作用OLI波段合成 R、G、B 主要用途 4、3、2 自然真彩色 7、6、4 城市 5、4、3 标准假彩色图像、植被 6、5、2 农业 7、6、5 穿透大气层 5、6、2 健康植被 5、6、4

大家好,又见面了,我是你们的朋友全栈君。

OLI波段合成

R、G、B

主要用途

4、3、2

自然真彩色

7、6、4

城市

5、4、3

标准假彩色图像、植被

6、5、2

农业

7、6、5

穿透大气层

5、6、2

健康植被

5、6、4

陆地/水

7、5、3

移除大气影响的自然表面

7、5、4

短波红外

6、5、4

植被分析

(1)4、3、2——真彩色合成

用OLI数据,可以得到真彩色合成的影像,图像易受大气的影响,有时图像不够清晰。

(2)5、4、3——标准假彩色,用于植被相关的监测。

在这种波段组合下,植被显示为红色,植被越健康,红色越亮,而且还可以区分出植被的种类,这种波段组合方式来进行监测植被、农作物和湿地。

(3)7、6、4——假彩色合成,用于城市监测。

这种波段组合用到了短波红外波段,相对于波长较短的波段来说,效果比较明亮。

(4)5、6、4——假彩色合成,有效区分陆地和水体。

这种波段组合,深浅的橙色和绿色是陆地,冰显示很亮的玫红色,深浅蓝色是水。

(5)7、5、3——假彩色合成,具有良好的大气透射。波段组合和564很像,植被显示为不同深度的绿色,这种波段组合用于NASA生产镶嵌的Landsat数据。

(6)6、5、2——假彩色合成,农作物监测。

这种波段组合,对监测农作物很有效,农作物显示为高亮的绿色,裸地显示为品红色,休耕地显示为很弱的墨绿色。

(7)7、5、2——假彩色合成,有效森林火灾。

这种波段组合类似上面提到的6,5,2,该组合用了更长波段的短波红外,对火点燃烧引起的烟雾的敏感度降低。

(8)6、3、2——假彩色合成,突出裸露地表上的一些景观。

这种波段组合对于没有或者少量植被的情况下,突出地表的景观,对地质监测有效。

(9)5、7、1——假彩色合成,有效监测植被和水体。

这种波段组合使用了近红外波段、短波红外2波段和海岸波段,海岸波段是Landsat8独有的,可以穿透一些很小的微粒如灰尘、烟雾等,还能穿透浅的水域。在这种波段组 合下,植被显示为橘红色。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/163502.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • adb安装教程(详细)

    adb安装教程(详细)adb安装适用系统安装包安装教程适用系统windows安装包adb官网下载:https://developer.android.com/studio/releases/platform-tools.htm:百度网盘安装包地址:链接:https://pan.baidu.com/s/1FCCnZuL3LuRbyS-zOfUgDQ提取码:zvv5安装教程解压安装包(1)可将安装包解压到电脑的任一路径下(最好不是C盘)添加路径到环境变量下(1)添加的路径:打开adb文件夹,

    2022年5月17日
  • Django实现微信公众号简单自动回复

    在上篇博客阿里云部署django实现公网访问已经实现了了django在阿里云上的部署,接下来记录django实现微信公众号简单回复的开发过程,以方便日后查看内容概要:(1)微信公众号声请(2)微

    2021年12月29日
  • [黑苹果系列] M910x完美黑苹果系统安装教程 – 2 制作系统U盘-USB Creation

    [黑苹果系列] M910x完美黑苹果系统安装教程 – 2 制作系统U盘-USB Creation目前主流的苹果系统的安装方法有两种:1.U盘安装2.Windows下使用镜像恢复软件安装的方式目前,U盘安装是主流选择,这样安装调试好的黑苹果macOS问题最少,也较为稳定。之前的文章由于采用的是镜像恢复的方法,此次安装采取U盘安装系统的方式,因此重新写一篇。1.前期准备U盘一个,大于16G 安装工具软件包 镜像文件 制作合适的EFI文件 需要准备40GB以上独立固态硬盘空间2.下载macOs镜像3.制作安装U盘可以用TransMac或者balenaEt.

    2022年6月9日
  • OpenCV-Python实战(1)——OpenCV简介与图像处理基础

    OpenCV-Python实战(1)——OpenCV简介与图像处理基础OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成,同时也提供了Python接口,实现了图像处理和计算机视觉方面的很多通用算法。在本文中,将介绍OpenCV库,包括它的主要模块和典型应用场景,同时使用OpenCV-Python实战讲解图像处理基础要点。

    2022年5月13日
  • python3.6实现的A星算法

    python3.6实现的A星算法A星算法原理:原理我就不再赘述,可以参考这篇博客https://blog.csdn.net/hitwhylz/article/details/23089415最近用js写了一遍,用的同样的算法,需要js代码的看这里:https://blog.csdn.net/qq_39687901/article/details/85697127代码实现:首先添加两个通用类…

    2022年10月7日
  • 线程池如何创建线程_创建线程池的七个参数

    线程池如何创建线程_创建线程池的七个参数Executors如何创建线程池?Executors类是从JDK1.5开始就新增的线程池创建的静态工厂类,它就是创建线程池的,但是很多的大厂已经不建议使用该类去创建线程池。原因在于,该类创建的很多线程池的内部使用了无界任务队列,在并发量很大的情况下会导致JVM抛出OutOfMemoryError,直接让JVM崩溃,影响严重。但是Executors类究竟是如何使用…

    2022年9月27日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号