MODIS数据产品预处理方法

1 MCTK重投影

第一步:安装ENVI的MCTK扩展工具

解压压缩包,将其中的mctk.sav与modis_products.scsv文件复制到如图所示,相应的ENVI安装路径中去。


第二步:打开ENVI5.3标准版如图所示

在右边的工具栏处打开最下方的Extensions工具扩展包。可以看到安装的处理工具如图所示。鼠标左键双击打开其中的mctk工具。

在MODIS Conversion Toolkit(MCTK)工具栏中,点击Input HDF按钮加载将要进行处理的MODIS数据文件(后缀名为 .hdf )。加载数据后如图所示。

接下来首先选择输出类型(Select Output Type)为第三种 Standard and Reprojected:Both output types ;定义输出路径(Output Path)和输出文件名(Rootname for output)

接下来首先选择输出类型(Select Output Type)为第三种 Standard and Reprojected:Both output types ;定义输出路径(Output Path)和输出文件名(Rootname for output)

在中间的 Processing Options 栏目中选择项目列表(Select items from the lists:)选择需要的数据子集(不同的数据产品中有很多个子集,具体选什么,根据自身需要选择)。Fill Value for Bad Data:默认为 NaN ;Use Double Precision:选择为Yes。

右边的栏目中。选择重采样方法时选择双线性内插法(Bilinear)(总共有三种方法分别为:最邻近法Nearest Neighbor;双线性内插法Bilinear;三次卷积法Cubic Convolution 。使用的较多的为第二种方法,三种方法的区别可自行百度)。

选择输出地图的投影(Select Output Map Projection),点击New按钮后,在Customized Map Projection Definition中的设置如图所示。

投影类型选择Albers等面积圆锥投影,投影椭球选择WGS-84,其余参数按照图片进行设置。第一次做的时候,设置完点击OK,出现如下图片,点击是将投影参数设置保存到相应路径内的文件下。在下一次使用时,直接点击下图中间的Load Existing Projection即可完成投影参数设置。

最后将背景值(Background Value To Use)设置为-999。点击Process按钮即可完成。

2 数据重采样

首先将要进行重采样的数据打开,然后在ENVI中右边的工具栏处,打开Raster Management工具包。选择其中的Resize Data工具如图所示。鼠标左键双击,打开Resize Data Input File对话框。

在Resize Data Input File对话框中选择数据文件,点击OK,进入Resize Data Parameters对话框。

点击Set Output Dims by Pixel Size按钮,在Output Dims via Pixel Size对话框中设置输出的像元尺寸X、Y均为500米。点击OK。

选择重采样方法时选择双线性内插法(Bilinear)(总共有三种方法分别为:最邻近法Nearest Neighbor;双线性内插法Bilinear;三次卷积法Cubic Convolution )。(当由低分辨率转为高分辨率时会无法选择这三种方法,只有 Nearest Neighbor和aggregate方法)。最后合适的输出路径与文件名,点击OK按钮即可。

3 研究区提取

打开要提取的文件与研究区的面矢量图。

在ENVI中右边的工具栏处,打开Regions of Interest工具包。选择其中的Subset Data from ROIs 工具如图所示。鼠标左键双击,打开Select Input File to Subset via ROI对话框。选择要提取的原始文档,点击OK,进入Spatial Subset via ROI Parameters对话框。

在Spatial Subset via ROI Parameters中选择宁夏矢量面文件,Mask pixels output of ROI 选择Yes,Mask Background Value设为-999(根据数据处理需要自行设定)。定义文件输出路径与文件名。点击OK即可。

相关推荐
八秒记忆的老男孩2 个月前
MODIS/Landsat/Sentinel下载教程详解【常用网站及方法枚举】
sentinel·批量下载·modis·landsat·多源遥感数据
高-老师2 个月前
【视频教程】Python语言在地球科学领域中的实践技术应用
python·植被指数·气象数据·modis·地球科学·era5·gleam
疯狂学习GIS5 个月前
ENVI无缝镶嵌、拼接栅格数据的方法
rs·envi·遥感数据
此星光明5 个月前
AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)
数据库·数据集·土壤·modis·aqua·soil·湿度
GIS思维5 个月前
我国目前常用的卫星影像星座有哪些(高分二号、高分七号、吉林一号、高景一号······)
gis·高光谱·envi·sar·中国卫星·遥感卫星·吉林一号
疯狂学习GIS6 个月前
ENVI自动地理配准:GCP地面控制点的自动产生
rs·envi·遥感数据
疯狂学习GIS8 个月前
ENVI为遥感影像设置空间坐标系的方法
rs·envi·遥感数据
疯狂学习GIS8 个月前
遥感图像镶嵌拼接:ENVI的Pixel Based Mosaicking工具操作方法
rs·envi·遥感数据
RS迷途小书童9 个月前
【RS】最新欧空局Sentinel-2卫星数据下载(哨兵1、2、3、5P、6系列)
sentinel·数据获取·遥感·envi·数据下载·哨兵2号
夏日恋雨9 个月前
ChatGPT与GEE+ENVI+python高光谱,多光谱等成像遥感数据处理技术
人工智能·python·chatgpt·gee·高光谱·envi·多光谱