遙感影像變化檢測數據集

2021-02-24 慧天地

點擊圖片上方藍色字體「慧天地」即可訂閱

文章轉載自微信公眾號遙感智能分析，作者：RSer，版權歸原作者及刊載媒體所有。

遙感影像中變化檢測數據集
1. S2MTCP
2. Hi-UCD
3. SECOND
4. CD_Data_GZ
5. LEVIR-CD
6. LEVIR-CD+
7.SLADCD
8. HRSCD
9. Mts-WH
10. WHU Building Change detection Dataset
11. Synthetic images and read season-varying remote sensing images
12. OSCD
13. AICD Dataset
14. SZTAKI
15. Hyperspectral Change Detection Dataset
16.GETNET
17. HRCD
18. ABCD dataset
19. CDD（ChangeDetectionDataset）
20. The River Data Set
21. The Urban Atlas
22. SpaceNet7: Multi-Temporal Urban Development Challenge
23. 商湯AI遙感解譯大賽-變化檢測
24. xView 2 building Damage Asessment Challenge
25. 遙感圖像稀疏表徵與智能分析競賽-變化檢測
26. 廣東政務數據創新大賽

遙感影像中變化檢測數據集
1. S2MTCP

該數據集包含N = 1520個Sentinel-2 1C級圖像對，這些圖像對來源於世界各地的城市地區。空間解析度小於10 m的波段將重新採樣到10 m，並且圖像將被裁剪為大約600x600像素。由於某些坐標位於Sentinel拼貼的邊緣附近，因此某些圖像的尺寸小於600x600像素，然後將圖像裁剪到拼貼的邊框。不執行幾何或輻射校正。

地址：https://zenodo.org/record/4280482#.YCzfITOLTax


2. Hi-UCD

Hi-UCD專注於城市變化，並使用超高解析度圖像構建多時態語義變化以實現精細的變化檢測。Hi-UCD的研究區域是愛沙尼亞首都塔林的一部分，面積30平方公裡。2017-2018年有359對圖像，2018-2019年有386對，2017-2019年有548對，包括圖像，語義圖和不同時間的更改圖。每個圖像的大小為1024 x 1024，空間解析度為0.1 m。有9種物體，包括自然物體（水，草地，林地，光禿禿的土地），人造物體（建築物，溫室，道路，橋梁）和其他（與變化有關）的物體，基本上包括愛沙尼亞的所有類型的城市土地覆蓋 。

地址：

https://arxiv.org/abs/2011.03247


3. SECOND

SECOND是一個語義變化檢測數據集，它從多個平臺和傳感器收集了4662對航空圖像。這些圖像對分布在杭州，成都和上海等城市。每個圖像的尺寸為512 x 512，並在像素級別進行注釋。第二個重點是6種主要的土地覆蓋類別，即非植被地表，樹木，低植被，水，建築物和遊樂場，它們經常涉及自然和人為的地理變化。

地址：

http://www.captain-whu.com/PROJECT/SCD/

百度云：

https://pan.baidu.com/s/1FSdlPB_EPk8SUAJZFcem9A

提取碼：RSAI


4. CD_Data_GZ

這些圖像是在2006年至2019年期間採集的，覆蓋了中國廣州市的郊區。為了促進圖像對的生成，採用了BIGEMAP軟體的Google Earth服務來收集19個隨季節變化的VHR圖像對，這些圖像對具有紅色，綠色和藍色三個波段，空間解析度為0.55 m，尺寸範圍為1006×1168 像素到4936×5224像素。

地址：

https://github.com/daifeng2016/Change-Detection-Dataset-for-High-Resolution-Satellite-Imagery

百度云：

https://pan.baidu.com/s/1WxkJYsQwCxgT6RzNNAl9nw

提取碼：RSAI


5. LEVIR-CD

LEVIR-CD包含637個超高解析度（VHR，0.5m /像素）的Google Earth圖像補丁對，大小為1024×1024像素。這些時間跨度為5到14年的比特影像具有重大的土地利用變化，尤其是建築的增長。LEVIR-CD涵蓋各種類型的建築物，例如別墅，高層公寓，小型車庫和大型倉庫。完整注釋的LEVIR-CD總共包含31,333個單獨的變更構建實例。

地址：

https://justchenhao.github.io/LEVIR/

百度云：連結：

https://pan.baidu.com/s/1HlnKWToc00986jiTxhq_CA

提取碼：RSAI


6. LEVIR-CD+

LEVIR-CD+數據集是大規模建築變化檢測數據集，是在現有公開數據集LEVIR-CD的基礎上構建的。LEVIR-CD+一共包含1970個樣本，其中985個樣本作為訓練，後985個樣本用於測試。每個樣本包含前時向遙感圖像，後時相遙感圖像以及對應的建築變化標籤圖。本數據集中的遙感圖像大小為1024 X 1024，解析度為0.5米。標籤圖與圖像大小相等，像素值為0或255，其中0代表沒有建築變化，255代表存在建築變化。本數據集中變化的建築實例數量大致為80000個。

LEVIR-CD+與LEVIR-CD的關係：LEVIR-CD中包含的637對樣本數據作為LEVIR-CD+訓練集的一部分。

有關LEVIR-CD數據集更詳盡的介紹請查看

https://justchenhao.github.io/LEVIR/

地址：

http://rs.ia.ac.cn/cp/portal/dataDetail?name=LEVIR-CD%2B


7.SLADCD

Side Looking, All Daytime Change Detection (SLADCD) 數據集是大規模的建築變化檢測數據集。圖像解析度為0.5~1米。本數據集預計包含2萬個樣本，發布其中1萬個訓練和驗證集樣本（當前發布767對樣本），保留1萬個樣本用於在線測評。

每個樣本包含前時向遙感圖像，後時相遙感圖像以及對應的建築變化標籤圖。本數據集中的遙感圖像大小為1024 X 1024，配對切片中成像時間間隔為1年以上,前後時相已進行精細化配準，並製作了對應的標籤圖像。

標籤圖與圖像等大，標籤圖像中為人工精細標註的前後時相中新建或拆除的建築物輪廓。像素值為0或255，其中0代表沒有建築變化，255代表存在建築變化。公開數據集中共包含超過8萬個有變化的建築實例，可用於變化檢測深度學習方法的開發和驗證。

SLADCD與LEVIR-CD+的關係：相比於LEVIR-CD+數據集關注城市建築區域，SLADCD包含的更多農田、森林和荒漠地區；更為重要的是，SLADCD中圖像為衛星側視成像，導致圖像配準精度的降低，增加了建築物匹配的難度。SLADCD數據集對算法在複雜地物目標和成像條件下的魯棒性有更高的要求，但也更增加了算法的實用價值。

值得指出的是，SLADCD數據集可用於側視遙感圖像的精細配準問題研究。

地址：

http://rs.ia.ac.cn/cp/portal/dataDetail?name=SLADCD


8. HRSCD

該數據集包含來自IGS的BD ORTHO資料庫的291個RGB航空圖像的註冊圖像對。提供了像素級更改和土地覆蓋注釋，這些注釋是通過對Urban Atlas 2006，Urban Atlas 2012和Urban Atlas Change 2006-2012地圖進行柵格化生成的。

地址：

https://ieee-dataport.org/open-access/hrscd-high-resolution-semantic-change-detection-dataset#files

9. Mts-WH

Multi-temp Scene Wuhan(MtS-WH) 數據集主要用於進行場景變化檢測的方法理論研究與驗證。場景變化檢測就是在場景語義的層次上，對一定範圍區域的土地利用屬性變化情況進行檢測和分析。

本數據集主要包括兩張由IKONOS傳感器獲得的，大小為7200 x 6000的大尺寸高解析度遙感影像。覆蓋範圍為中國武漢市漢陽區。影像分別獲取於2002年2月和2009年6月，經過GS算法融合，解析度為1m，包含4個波段（藍，綠，紅和近紅外波段）。

整個數據集的訓練樣本和測試樣本都是在大尺度高解析度遙感影像中選取產生的。每個時相訓練集包括190張影像，測試集包括1920張影像。訓練集和測試集的場景圖片共劃分為以下幾個類別：

1-parking停車場2-water水體3-sparse houses稀疏房屋4-dense houses稠密房屋5-residential region居民區6-idle region空置地7-vegetation region農田8-industrial region工業區0-undefined未定義區域（不使用）

地址：

http://sigma.whu.edu.cn/newspage.php?q=2019_03_26


10. WHU Building Change detection Dataset

數據集包含兩個航拍圖像（0.2m /像素，15354×32507），並提供了這兩個航拍圖像的變化矢量，變化柵格圖以及兩個相應的建築物矢量。

地址：

https://study.rsgis.whu.edu.cn/pages/download/building_dataset.html

11. Synthetic images and read season-varying remote sensing images

該數據集具有三種類型：沒有對象相對偏移的合成圖像，對象相對偏移較小的合成圖像，隨季節變化的真實遙感圖像（由Google Earth獲得）。真實季節變化的遙感圖像具有16000個圖像集，圖像尺寸為256x256像素（10000個訓練集以及3000個測試和驗證集），空間解析度為3至100 cm / px

地址：

https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLII-2/565/2018/isprs-archives-XLII-2-565-2018.pdf

https://drive.google.com/uc?id=1GX656JqqOyBi_Ef0w65kDGVto-nHrNs9&export=download

百度云：連結：

https://pan.baidu.com/s/1fQGYoLXjqKhb5EW2a5lpCg

提取碼：RSAI


12. OSCD

數據集解決了檢測不同日期的衛星圖像之間變化的問題。它包含2015年至2018年之間從Sentinel-2衛星拍攝的24對多光譜圖像。在世界各地（巴西，美國，歐洲，中東和亞洲）都選擇了位置。對於每個位置，均提供了Sentinel-2衛星獲得的13對波段的多光譜衛星圖像對。

地址：

https://ieee-dataport.org/open-access/oscd-onera-satellite-change-detection#files

13. AICD Dataset

該數據集包含合成的航空圖像，其中包含使用渲染引擎生成的人工更改。它包含1000對800x600圖像，每對包括一個參考圖像和一個測試圖像，以及1000個對應的800x600地面真值。

地址：

https://computervisiononline.com/dataset/1105138664

百度云：

https://pan.baidu.com/s/1ojXiE-JDiRy8Q91mTAXC5g

提取碼：RSAI


14. SZTAKI

該數據集包含13對大小為952x640像素的航拍圖像，空間解析度為1.5m。變化內容包含（a）新建城區（b）建築施工（c）種植大批樹木（d）新的耕地（e）重建前的基礎工作。請注意，ground truth不包含變化分類，僅為每個像素標註 變化/不變化 標籤。

地址：

http://web.eee.sztaki.hu/remotesensing/airchange_benchmark.html

百度云：

https://pan.baidu.com/s/1J843se8bkSTcL81Porc0Kg

提取碼：RSAI


15. Hyperspectral Change Detection Dataset

該數據集可用於在多時間高光譜圖像中執行變化檢測技術。它包括來自AVIRIS傳感器的兩個不同的高光譜場景：聖塔芭芭拉場景，拍攝於2013年和2014年，使用AVIRIS傳感器在聖塔芭芭拉地區（加利福尼亞州）上拍攝，其空間尺寸為984 x 740像素，包括224個光譜帶。灣區場景，拍攝於2013年和2015年，AVIRIS傳感器圍繞帕特森市（加利福尼亞州）拍攝，其空間尺寸為600 x 500像素，包括224個光譜帶。它還包括來自HYPERION傳感器的高光譜場景：Hermiston城市場景，使用HYPERION傳感器於2004年和2007年在Hermiston City地區（俄勒岡州）上拍攝，其空間尺寸為390 x 200像素，包括242個光譜帶。在此場景中，確定了與作物過渡有關的5種變化類型。

地址：

https://citius.usc.es/investigacion/datasets/hyperspectral-change-detection-dataset

百度云：

https://pan.baidu.com/s/1EjVehntXbDq-9UyfJsTSdQ

提取碼：RSAI


16. GETNET

該數據集有兩個高光譜圖像，分別在2013年5月3日和2013年12月31日在中國江蘇省獲得。它的尺寸為463×241像素，去除噪聲帶後可使用198個帶。在真實地圖中，白色像素代表變化的部分，黑色像素代表不變的部分。

地址：

https://ieeexplore.ieee.org/document/8418840/?denied=


17. HRCD

地址：

http://www.pshrcd.com/#/intro

18. ABCD dataset

ABCD（AIST Building Change Detection）數據集是一個標記數據集，專門用於構建和評估損壞檢測系統，以識別建築物是否已被海嘯衝走。該數據集中的每個數據都是一對海嘯前後的航拍圖像，並包含位於圖像中心的目標建築物。分配給每個貼片對的類別標籤（即「衝走」或「倖存」）表示海嘯發生前貼片中心的建築物是否被海嘯衝走。

圖像分為兩種：fixed-scale and resized。Fixed-scale patches從航拍圖像中裁剪出固定的160 x 160像素的圖像；因此它們具有與原始圖像相同的解析度（40釐米）。相反，resized patches 根據每個目標建築的大小進行裁剪(具體來說，是目標建築的三倍大)，然後全部調整為128 x 128像素；因此 patches 的空間比例因建築物而異。所得的ABCD數據集包含 8,506 pairs for fixed-scale (4,253 washed-away) and 8,444 pairs for resized (4,223 washed-away)。

地址：

https://github.com/gistairc/ABCDdataset

百度云：

https://pan.baidu.com/s/111dc36JWV06Qva07dFdmUw

提取碼：RSAI

19. CDD（ChangeDetectionDataset）

該數據集具有三種類型：沒有對象相對移動的合成圖像，對象相對移動較小的合成圖像，隨季節變化的真實遙感圖像（由Google Earth獲得）。隨季節變化的遙感圖像具有16000個圖像集，圖像尺寸為256x256像素（10000個訓練集以及3000個測試和驗證集），空間解析度為3至100 cm / px。

百度云：

https://pan.baidu.com/s/1Xu0kIpThW2koLcyfcJEEfA

提取碼：RSAI


20. The River Data Set

該數據集包含兩幅高光譜影像，分別於2013年5月3日和12月31日採集自中國江蘇省的某河流地區，所用傳感器為Earth Observing-1 (EO-1) Hyperion，光譜範圍為0.4—2.5 μm，光譜解析度為10 nm，空間解析度為30 m，影像大小為463×241像素，共有242個光譜波段，去除噪聲後有198個波段可用。影像中的主要變化類型是河道縮減。

地址：

https://share.weiyun.com/5xdge4R


21. The Urban Atlas

Urban Atlas數據集提供了主要歐盟城市範圍內可對比的土地利用和土地覆蓋數據，包含5份數據：

(1) 2006年319個地區的城市功能區數據「Urban Atlas 2006」;

(2) 2012年785個地區的城市功能區數據「Urban Atlas 2012」;

(3) 「Change 2006-2012」;

(4) 部分區域的行道樹圖層「Street Tree Layer (STL)」;

(5) 部分城市（歐盟28國和歐洲自由貿易聯盟國家首都）的核心城區建築高度數據「Building Height 2012」；

其中，「Urban Atlas 2006」和「Urban Atlas 2012」包含每個地區的城市功能區矢量圖層及對應區域PDF格式的高解析度地圖，而變化圖層「Change 2006-2012」統計了「Urban Atlas 2006」和「Urban Atlas 2012」中共同包含的區域的城市功能區變化情況。

地址：

https://land.copernicus.eu/local/urban-atlas

22. SpaceNet7: Multi-Temporal Urban Development Challenge

多時相城市發展挑戰賽的宏偉目標是通過衛星圖像追蹤精確的建築地址和城市變化。該數據集由Planet衛星圖像鑲嵌圖組成，其中包括24張圖像（每月一張），覆蓋約100個獨特的地理位置。該數據集將包含超過40,000平方公裡的圖像和圖像中建築物輪廓的詳盡的多邊形標籤，總計超過1,000萬個單獨注釋。

圖像由4米解析度的Planet's Dove星座組成的RBGA（紅色，綠色，藍色，alpha）8位。對於每個感興趣的區域（AOI），數據立方體的有效期大約為兩年，儘管在AOI之間有所不同。數據立方體中的所有圖像均具有相同的形狀，儘管某些數據立方體的形狀為1024 x 1024像素，而其他數據立方體的形狀為1024 x 1023像素。因此，每個圖像的範圍大約為18平方公裡。

地址：

https://spacenet.ai/sn7-challenge/


23. 商湯AI遙感解譯大賽-變化檢測

數據集共包含4662組數據，每組數據中的圖片邊長為512，分為訓練集2968組，公榜測試集847組，私榜測試集847組。其中訓練集公布所有的圖像及對應的標籤文件，公榜測試集僅公布圖像，私榜測試集不公開。變化類型為6種主要土地性質之間的相互轉化：水體、地面、低矮植被、樹木、建築物、運動場。每組數據中，前後時相的兩張圖片各自對應一張標註圖，表示發生變化的區域以及該圖片變化區域內各時期的土地性質。

地址：

https://rs.sensetime.com/competition/index.html#/data

百度云：

https://pan.baidu.com/s/1-zTu1TJhf3gjBmmPbcvk7A

提取碼：RSAI

24. xView 2 building Damage Asessment Challenge

550,000座建築足跡和4個破壞規模類別，20個全球位置和7種災難類型（野火，山體滑坡，大壩倒塌，火山噴發，地震/海嘯，風，洪水），Worldview-3圖像（0.3百萬解析度）

地址：

https://xview2.org/

迅雷連結：

magnet:?xt=urn:btih:FEF8626DF174B232CA4030CA1405420C7073C2DF

25. 遙感圖像稀疏表徵與智能分析競賽-變化檢測

本項競賽以光學遙感圖像為處理對象，參賽隊伍使用主辦方提供的遙感圖像進行建築物變化檢測，主辦方根據評分標準對變化檢測結果進行綜合評價。競賽中將提供兩個不同時間獲取的大尺度高解析度遙感圖像（包含藍、綠、紅和近紅外四個波段），以及圖像中變化區域的二值化標註數據集。

地址：

http://rscup.bjxintong.com.cn/#/theme/4（已關閉）

百度云：

https://pan.baidu.com/s/1GZa_CxzWOcPOS54PM_FM2Q

提取碼：RSAI

26. 廣東政務數據創新大賽

本次大賽覆蓋廣東省部分地區數百平方公裡的土地，其數據共3個大文件，存儲在OSS上，供所有參賽選手下載挖掘。衛星數據以Tiff圖像文件格式儲存。quickbird2015.tif是一張2015年的衛星圖片，quickbird2017.tif是一張2017年的衛星圖片。每個Tiff文件中有4個波段的數據：藍、綠、紅、近紅外。本次比賽的衛星數據為多景數據拼接而成，這是國土資源工作中常見的實際場景。比賽數據在藍、綠兩個波段有明顯的拼接痕跡，而紅、近紅外波段的拼接痕跡不明顯。建議選手挑選波段使用數據，或者在算法中設計應對方案。每個像元以16-bit存儲。

地址：

https://tianchi.aliyun.com/competition/entrance/231615/introduction

百度云：

https://pan.baidu.com/s/12G5VWj8Hd6RFcjKT-9eMRg

提取碼：RSAI

持續更新。。。

https://blog.csdn.net/weixin_41868601/article/details/113100311

微信號：huitiandi321

郵箱：geomaticshtd@163.com

歡迎關注慧天地同名新浪微博：

《慧天地》敬告

《慧天地》公眾號聚焦國內外時空信息科技前沿、行業發展動態、跨界融合趨勢，探索企業核心競爭力，傳播測繪地理信息文化，為測繪、地信、遙感等相關專業的同學提供日常學習、考研就業一站式服務，旨在打造政產學研用精準對接的平臺。《慧天地》高度重視版權，對於原創、委託發布的稿件，會煩請作者、委託方親自審核通過後才正式推發；對於來自網站、期刊、書籍、微博、微信公眾號等媒介的稿件，會在作者欄或者文章開頭顯著標明出處，以表達對作者和推文引用平臺版權的充分尊重和感謝；對於來源於網絡作者不明的優質作品，轉載時如出現侵權，請後臺留言，我們會及時刪除。感謝大家一直以來對《慧天地》的關注和支持！

相關焦點

  • 遙感數據助力水環境變化監測
    傳統的關於暴雨對湖泊水環境研究主要集中在某一特定位置、特定時刻水體的生物、化學和物理參數的監測，但由於降雨引起的水環境變化快、作用範圍廣，這些特定時刻、特定位置的監測不能反應其發生及發展過程。遙感數據可以實現內陸湖泊或水庫高頻、大規模觀測，並可用於追蹤水環境的時空變化。
  • 多維遙感數據分析系統MARS：讓時空譜數據的存儲與分析更便捷
    遙感數據不再只包含空間維和光譜維三個維度，時間維逐漸成為遙感數據的第四個維度，目前我們可以獲得的各種不同類型的長時間序列遙感數據越來越多，這些數據對於進行地物的時間變化分析研究提供了重要數據支撐。隨著應用技術越來越成熟，衛星影像應用也更加豐富，衛星遙感數據從服務於政府、專業客戶逐步走向大眾應用，而網際網路的發展更，激發了衛星數據服務的網絡化。如何更有效組織時-空-譜多維遙感數據，快速高效提取全球變化研究的多維多要素信息，是遙感科學工作者面臨的重要挑戰。
  • ...中國洪澇災害數據專題服務網站上線 可查詢災害前後遙感數據集
    本文轉自【央視新聞客戶端】；近日，由中科院空天信息創新研究院負責運維的國家對地觀測科學數據中心和國家綜合地球觀測數據共享平臺聯合發布「2020年夏季中國洪澇災害數據專題服務」網站（www.chinageoss.cn/cddr），為地方政府、減災機構和科研院所提供科學數據支撐和信息保障
  • 2020年夏季中國洪澇災害數據專題服務網站上線 可查詢災害前後遙感數據集
    來源：央視新聞客戶端近日，由中科院空天信息創新研究院負責運維的國家對地觀測科學數據中心和國家綜合地球觀測數據共享平臺聯合發布「2020年夏季中國洪澇災害數據專題服務」網站（www.chinageoss.cn/cddr），為地方政府、減災機構和科研院所提供科學數據支撐和信息保障。
  • 夜光遙感研究以及衛星影像超解析度研究
    中心以「資源共享、務實管用」為目標，統籌各路影像資源，開展全市衛星遙感應用工作。本期兩個項目便是基於衛星中心的多源遙感數據，以深化遙感數據研究、擴展遙感應用領域為目的而開展的。一、探討夜光遙感數據與城市經濟發展指標性數據的空間耦合關係，分析其與城市空間結構的關係一方面，利用核密度分析、數據網格化等方法對NPP-VIIRS、吉林一號等夜光遙感數據和GDP分布柵格數據等社會經濟參數進行預處理和可視化。
  • 運城市衛星遙感大數據應用中心成立
    本文轉自【山西日報】；本報訊（記者王荔）為加快衛星遙感大數據技術應用，助推運城數字經濟快速發展，近日，運城市衛星遙感大數據應用中心掛牌成立。該應用中心將對運城市緊跟時代發展前沿技術，聚焦「六新」突破，加快數字產業化步伐，打造「三個高地」、建設「三個強市」提供有力的數據保障。
  • 國產高分辨遙感影像在峽江樞紐庫區監測中的應用
    ,分類成果精度良好;李慎鵬等研究了ZY-1 02C衛星的處理方法及其在土地利用動態遙感監測中的應用效果,結果表明該衛星數據光譜信息豐富、紋理結構清晰、地物判讀性好,是遙感監測領域的一種立項數據源,在土地利用遙感監測方面具有廣闊的應用前景。
  • ...深度學習從高解析度遙感影像中消除城市環境陰影效應取得重要進展
    蘭州大學研究團隊在基於深度學習從高解析度遙感影像中消除城市環境陰影效應取得重要進展 2020-09-14 17:20 來源：澎湃新聞·澎湃號·政務
  • 還在擔心衛星遙感影像數據下載的問題麼?誠心奉獻Sentinel哨兵數據高速下載方法(適用於其它衛星數據下載)
    -2）等眾多衛星影像數據直接進行雲上處理獲取感興趣區域結果。至於道理，大家都懂，在國內下載影像數據，會有成千上萬個草泥馬從腦袋裡面跑出來。不得不說，國家隊的XX圖發布的高分免費下載服務帶來了巨大震撼，但那又如何，像我這樣的科研貧民不還是搞不到被他們宣傳成極品的數據麼？怎麼幹掉這個攔路虎，怎麼不再擔心遙感數據下載、質量檢查的事情呢？團隊成員一直鼓勵我探索，我想現在是時候誠心奉獻哨兵影像數據高速下載方法了。
  • DigitalGlobe最新商業遙感衛星WorldView-4影像數據正式開放
    (NYSE:DGI)近日宣布，其最新商業遙感衛星WorldView-4的影像數據已於即日起正式向全球客戶和合作夥伴開放。自去年11月發射成功後，WorldView-4衛星一直在接受各種調試，並自今年2月起不間斷地向DigitalGlobe的影像庫傳輸業界領先的高解析度地球影像。WorldView-4也是首顆應用了DigitalGlobe新一代地面系統的衛星。其全新的平臺可提供更佳的用戶界面和客戶體驗，今後還將為公司未來的Scout和Legion星座群以及最新的數據產品提供技術支持。
  • 定量遙感和定性遙感概念_遙感 - CSDN
    基於實測光譜數據的大氣校正：當有近似的實測地面實測光譜，往往採用地面實測數據與遙感影像數據之間簡單的線性經驗統計關係確定大氣程輻射影響，以實現研究區遙感影像的反射率轉換。 它也是時間空間變化非常大的一個物理量， 用熱紅外遙感方法可以在區域或全球範圍 內檢測地表溫度分布及其變化2. 溫度反演應用意義A.
  • 【R語言】遙感影像Theil Sen趨勢分析MK檢驗
    01按以下形式將影像預處理好，起名字可以根據自己的需要，但是你要是不了解R語言，就按我的格式改名字吧
  • 遙感城市變化：碧空慧眼裡的處處風景
    遙感衛星是環繞著地球的「慧眼」，其從太空傳回的遙感影像就像是地球的自拍照，顯示了城市土地景觀覆蓋/利用的現狀（圖1）。通常用於觀測城市的遙感數據包括Landsat影像、Sentinel影像、Gaofen影像、WorldView影像等。
  • 蘭州大學研究團隊在基於深度學習從高解析度遙感影像中消除城市環境陰影效應取得重要進展
    隨著遙感技術的發展，衛星傳感器空間解析度不斷提高，我們已經全面進入高解析度衛星遙感時代。在城市環境中，高大建築物、樹木等遮擋光源在遙感影像中形成陰影。陰影可以減少城市熱島效應，也可以作為遙感影像建築物識別的線索。然而，陰影的存在影響影像信息的判讀和解譯，也給城市土地覆被精細化製圖帶來了高度的不確定性。
  • 高分衛星陸續發射 如何挖掘海量影像數據價值？
    這是一顆光學遙感衛星，地面像元解析度最高可達亞米級，主要用於國土普查、城市規劃、土地確權、路網設計、農作物估產和防災減災等領域，可為「一帶一路」建設等提供信息保障。從1972年，世界上第一顆遙感衛星Landsat-1發射成功到今天我國的高分衛星陸續發射投入使用，迅速發展的遙感技術不斷挑戰影像解析度的極限，高分影像意味著比以往更為海量的影像數據隨之而來。
  • 中國湖庫等不同類型水體變化遙感監測研究獲進展
    長期以來，不同地區（流域）、不同類型的水體變化受流域自然環境因素和人類活動影響程度與機制不一。中國科學院南京地理與湖泊研究所等在近期發表的遙感監測1984-2015年時段中國水體變化動態的工作基礎之上，區分我國不同類型水體（>1km2），對比分析不同類型（鹹水湖vs.淡水湖，淡水自然湖vs.人工湖（水庫））水體在1984-1999年與2000-2015年兩個時段內水體變化動態的時空特徵。
  • ...滿足相關行業用戶部門對高精度遙感影像數據的需求。任務搭載...
    該衛星是具備亞米級解析度的民用光學遙感衛星，可實現多種成像模式切換，其在軌應用將進一步提升我國遙感衛星技術水平，滿足相關行業用戶部門對高精度遙感影像數據的需求。任務搭載發射了「西柏坡號」青少年科普衛星。
  • 遙感中多模態和數據融合的挑戰和機遇
    到目前為止，數據融合實踐已被廣泛地應用於許多應用性的遙感任務中，如城市測繪、森林相關研究、浮油檢測和表徵、災害管理、數字表面模型（DSM）和數字高程模型（DEM）生成等。由於工作在不同特性和採集方式的傳感器數量不斷增加，數據融合的潛力和成果也在不斷增加。因此，遙感界圍繞這一主題的興趣不斷增加。
  • 2020年「農業遙感與表型信息獲取分析」專題文章全在這了
    基於遙感數據的大尺度區域水田空間格局及生態服務價值變化分析[J]. 智慧農業(中英文), 2020, 2(1): 43-57.LIU Yuan, ZHOU Qingbo, YU Qiangyi, WU Wenbin.
  • 面臨消失的鄱陽湖，衛星遙感如何逆轉？
    針對我國南方嚴重汛情，氣象部門持續利用氣象衛星、高分衛星等，實時監測淮河流域蒙窪蓄洪區、鄱陽湖、巢湖及周邊水域水位變化，及時提供衛星遙感監測的動態信息。衛星數據部門通過衛星遙感實時獲取汛情中鄱陽湖流域以及周邊區域的影像數據。對其進行淹沒分析預測，多時相對比以及水體提取等處理操作，為後續防汛救災提供支持。針對收集到的鄱陽湖流域地形數據，衛星數據部門首先是進行了水系淹沒分析處理，預警鄱陽湖水流溢出、漫出的趨勢。