“卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法

第一部分:天基遥感之星垂平野阔,月涌大江流

  1. 目前市面上的卫星遥感数据产品及获取途径

  2. 这样来选购卫星数据

  3. 还是得做辐射定标

  4. 用卫星数据正演一下含量信息

5. 【加餐】这些模型非常有用

第二部分:空基遥感之又疑瑶台镜,飞在白云端

  1. 无人机遥感数据的获取需要科学的方案设计

  2. 那么多无人机数据怎么镶嵌

  3. 无人机数据最好也做一下辐射校正

  4. 用无人机数据反演一下含量信息

5 . 【加餐】这些代码放进去直接能算

第三部分:地基遥感之天空彩云灰,地远清风来

  1. 地面数据可有可无但是能有最好

  2. 地面数据这样来设计采样和化验

  3. 地面数据可以这样来做处理

  4. 把地面数据放进计算机实现人工智能算法

5 . 【加餐】如何建设一个自己的地面库

第四部分:天空地一体化含量计算之长安一片月,万户捣衣声

  1. 天空地数据的优势和不足

  2. 协同处理天空地数据的必要性

  3. 农业、林业、水利、环境、水务、灾害、气象、地质、国土的应用前景

  4. 制作一景可以发表论文的图件

5 . 【加餐】巧用地面数据校准卫星和无人机数据

相关推荐
DP+GISer3 天前
03基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-使用公开数据集进行深度学习遥感地物分类
人工智能·pytorch·python·深度学习·图像分割·遥感·地物分类
DP+GISer3 天前
04基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-使用自己的数据集进行深度学习遥感地物分类
pytorch·python·深度学习·图像分割·遥感·数据集制作·地物分类
DP+GISer4 天前
00基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-前言
pytorch·python·深度学习·图像分割·遥感·地物分类
DP+GISer4 天前
02基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-python基础与遥感深度学习境配置
人工智能·pytorch·python·深度学习·图像分割·遥感·地物分类
搞科研的小刘选手14 天前
【遥感测绘专题会议】第三届遥感、测绘与图像处理国际学术会议(RSMIP 2026)
图像处理·遥感·测绘·学术会议·摄影测量
青春不败 177-3266-052016 天前
如何利用有限的数据发表更多的SCI论文?——利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响
arcgis·gis·生态学·生态系统服务·大气污染·土壤科学·生态因子
HyperAI超神经20 天前
预测精度可提升60%,清华李勇团队提出神经符号回归方法,自动推导高精度网络动力学公式
人工智能·ai·数据挖掘·地球科学·神经符号
布茹 ei ai24 天前
7、基于GEE 平台的 VIIRS 夜间灯光监测工具
云计算·js·遥感·gee
硬汉嵌入式24 天前
Nordic发布nRF9151 SMA开发套件,实现卫星与蜂窝物联网连接技术融合,全新固件实现卫星直连物联网
nordic·卫星·蜂窝物联网·nrf9151
青春不败 177-3266-052024 天前
HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用
随机森林·r语言·生态学·生物多样性·生态环境·生物群落·物种分布