版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接和本声明。这一段时间一直在做modis气溶胶产品——MCD19A2这个数据的处理工作，总结了一些东西，在这里分享一下。先解众惑：为什么使用MCD19A2数据处理出来的结果会有3个或4个或5个波段。这里使用HDFExploer这个软件，下载链接：HDFExploer~~~_MCD19A2-互联网文档类资源-CSDN

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

1.国内遥感数据处理软件概况1.1北京航天宏图信息技术股份有限公司1.1.1公司简介航天宏图信息技术股份有限公司成立于2008年，是国内遥感和北斗导航卫星应用服务商，致力于卫星应用软件国产化、行业应用产业化

详情点击链接：海量遥感数据处理与GEE云计算技术教程一，GEE及开发平台1.GEE平台及典型应用；2.GEEJavaScript开发环境及常用数据资源；3.JavaScript基础，包括变量，运算符，数组

详情点击链接：Python高光谱遥感数据处理与高光谱遥感机器学习方法第一：高光谱一：高光谱遥感01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取01)高光谱遥感成像原理与传感器

详情点击链接：Python高光谱遥感数据处理与机器学习教程一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正

详情点击链接：python多光谱遥感数据处理、图像分类、定量评估及机器学习方法一，数据下载、处理1、多光谱遥感基础和主要数据源多光谱遥感；光谱、多光谱、RGB真彩色、彩色图像、反射率、DN值、辐射亮度等基本理论

目录专题一空间数据获取与制图专题二ArcGIS专题地图制作专题三空间数据采集与处理专题四遥感数据处理与应用专题五DEM数据处理与应用专题六采样数据处理与应用专题七土地利用处理与应用专题八土地利用景观格局分析专题九土壤数据处理与应用专题十气象数据处理与应用专题十一温室气体数据处理专题十二空间统计分析专题十三

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成

提供一套基于Python编程工具的高光谱数据处理方法和应用案例。本文涵盖高光谱遥感的基础、方法和实践。基础篇，用通俗易懂的语言解释高光谱的基本概念和理论，深入理解科学原理。方法篇结合Python编程工具，专注于解决高频技术难题，通过复现高光谱数据处理和分析过程，并解析代码，提供高效反馈，掌握实践技巧。实践篇通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例，提供可借鉴的高光谱应用技术方案

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践更多推荐本教程提供一套基于Python编程工具的高光谱数据处理方法和应用案例。涵盖高光谱遥感的基础、方法和实践。基础篇以学员为中心，用通俗易懂的语言解释高光谱的基本概念和理论，旨在帮助学员深入理解科学原理。方法篇结合Python编程工具，专注于解决高频技术难题，通过复现高光谱数据处

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

目录①海量遥感数据处理与GEE云计算技术实践应用②GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用③GEE遥感云大数据林业应用典型案例实践及GPT模型应用④遥感云大数据在灾害

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

本课程是高光谱遥感课程的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用精品课程），也是AI尚研修平台上持续更新的高光谱专栏课程。课程总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高

计算机配置在使用Pix4D处理航测内业时，有三个步骤，分别是初始化处理点云和纹理DSM正射影像和指数处理不同步骤时对电脑资源使用也不同：处理第一步时，最看重的是CPU，相对来说RAM（内存）和硬盘使用率就比较低。如果显卡与CUDA兼容（推荐NVIDIA显卡），则显卡可以对步骤1的处理速度有所改进。步骤2和步骤3的处理时间不受GPU的影响。处理第二步时，看重的是CPU和RAM，相对来说硬盘的使用率较

传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题，国内外涌现了许多全球尺度地球科学数据（尤其是卫星遥感数据）在线

目录Python高光谱遥感数据处理与机器学习实践技术第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践Matlab高光谱遥感数据处理与混合像元分解第一章理论基础第二章

概述从卫星图像生成的土地覆盖绘图需要地面实况数据，以便“训练”分类算法，并计算最终地图的准确性。地面实况数据由具有准确位置的数据点和来自已知土地覆盖类型的预定义列表的标签组成。本教程将指导用户完成斐济苏瓦训练区的地面实况数据收集。收集地面实况数据本节介绍了在培训站点周围收集地面实况数据的步骤。1.打开QField项目在您的设备上启动QField。如果您收到欢迎屏幕（图0），请点击打开本地项目。图0

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）为代表全球尺度地球科学数据（尤其是卫星遥感数

从基础、方法、实践三方面对高光谱遥感进行深入讲解，通过8个核心概念，4个功能模块，3个典型应用场景，帮助大家了解高光谱遥感的“底层逻辑”，掌握高光谱遥感的“方法论”，并在具体实践案例中，学会运用上述原理和技术方法，提升了学员高光谱技术的应用能力水平。第二季将继续深入讲解高光谱遥感的技术概念、处理方法和典型应用，并在此基础上，采用python语言复现课程中的所有经典案例，并准备以小专题的形式，交付机

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）、PIE-Engine为代表全球尺度地球科学

传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题，国内外涌现了许多全球尺度地球科学数据（尤其是卫星遥感数据）在线

详情点击链接：Python高光谱遥感数据处理与机器学习一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正4

传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题，国内外涌现了许多全球尺度地球科学数据（尤其是卫星遥感数据）在线

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量

InVEST、FRAGSTATS等多技术融合提升环境、生态、水文、土地、土壤、农业、大气等领域的数据分析目录专题一、空间数据获取与制图专题二、ArcGIS专题地图制作专题三、空间数据采集与处理专题四、遥感数据处理与应用专题五

目录专题一、空间数据获取与制图专题二、ArcGIS专题地图制作专题三、空间数据采集与处理专题四、遥感数据处理与应用专题五、DEM数据处理与应用专题六、采样数据处理与应用专题七、土地利用处理与应用专题八、

基于MATLAB长时间序列遥感数据植被物候提取与分析1.本课程基于matlab语言2.提供所有代码3.以实践案例为课程内容主线，原理与操作相结合4.根据讲解内容，布置作业，巩固所学内容及拓展在实践应用中问题处理内容详情：以长时间序列MODIS遥感数据产品为例，基于Matlab开展上机操作:1.年内时间序列遥感数据重构方法2.多种植被物候提取方法实现3.生长季开始(SOS)/长度(LOS)/结束(E

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成

以其强大的功能受到了国外越来越多的科技工作者的重视和应用，然而在国内应用还十分有限将结合具体范例，重点介绍利用GEE进行数据处理的常用方法，并通过土地遥感信息提取进行进阶训练，掌握实际操作能力【499元】海量遥感数据处理与

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）为代表全球尺度地球科学数据（尤其是卫星遥感数

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。以EarthEngine（GEE）为代表全球尺度地球科学数据（尤其是卫星遥感数

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量

遥感数据处理系列一些项目及科研中遇到的小需求，一方面记录自己的学习历程，另一方面帮助大家学习。

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量

框架基于UDF（User-DefinedFunction）技术设计实现了遥感数据处理服

植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量

所谓的遥感机器学习其实主要做的是：遥感数据处理。也就是把遥感数据处理成面板数据之后，就可以使用机器学习模型了。这篇文章还不涉及交叉验证、调参等细节。如果后面有需要，会继续介绍。

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成

传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。GoogleEarthEngine是谷歌公司提供的全球尺度地球科学数据（尤其是

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成

【查看原文】长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用

光谱和图像是人们观察世界的两种方式，高光谱遥感通过“图谱合一”的技术创新将两者结合起来，大大提高了人们对客观世界的认知能力，本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。以高光谱遥感为核心，构建大范围、快速、远程、定量探测技术，已在矿物填图、土壤质量参数评估、植被、农作物生长状态监测等领域取得了突出的成果，而在药品、食物、环境等领域也显示了不可估量的应用潜力。高光谱技术可以在不同空间尺

【查看原文】长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的实践技术应用植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用

遥感数据处理系列一些项目及科研中遇到的小需求，一方面记录自己的学习历程，另一方面帮助大家学习。

遥感数据处理系列一些项目及科研中遇到的小需求，一方面记录自己的学习历程，另一方面帮助大家学习。