遥感卫星影像数据产品级别概述及卫星影像获取

news2024/11/16 11:39:56

    1986年,美国航空航天局(NASA)定义了一系列数据处理"级别",用以区分源于其地球观测系统(EOS)卫星获取的影像生成的标准数据产品。给定任何数据产品,我们可以根据其级别来判断其在生产过程中都经过了那些处理流程,这样能够使得用户知道如何更恰当地去使用它。同时,NASA对每个级别做出了简要定义:

NASA Earth Science Division Operating Missions as of February 2, 2015 - NASA, Public Domain

0:经数据重构,未进行任何处理的原始数据;所有的通信信息(比如:同步帧、通信头和重复数据)被移除。

1A:经数据重构,具有时间参考、辅助信息(包括辐射、几何校正系数等)以及地理坐标参数等(如:平台星历等,并没有应用于0级产品)的未进行任何处理的原始数据。

1B:在1A级产品的基础上处理至传感器单元(并不是所有数据都有L1B级数据)。

2级: 与1级数据具有相同分辨率和位置的地球物理参量数据产品。

3级: 投影至统一时空格网尺度,通常具有一定完整性和一致性的数据产品。

4级: 模型输出结果或从低级数据分析得到的结果。

    该分级体系的一个重要方面是它的每一级是积累的,新的一个级别是由其下一级别生成同时它也是上一级产品的输入数据。0级数据基本上是原始的、未经任何处理的仪器和传感器数据。虽然它是基本的数据级别,但我们通常不会使用它,对传感器本身准确性和敏感性比较感兴趣的人将会是它的用户。0级数据的主要作用是作为数据处理链中的原始数据被用来生成更高级别的数据产品。1级数据可以恢复为0级,同时1级数据也是生成更高级别数据的基础。

    2级数据可直接用于大多数的科学研究。相对于1级数据来说,2级数据可能由于某些原因(比如:在空间尺度或光谱范围等方面做了缩减)要小一些。3级产品可能会更小,以便其更容易被使用,同时规则的空间和时间组织使得这些数据更容易与不同数据源的数据结合使用。一般地,随着处理技术的改进,数据集本身将会变得更小,但其在科学应用中的价值和效用将会变的更大。

    对于遥感影像预处理类型和程度来说,采用统一的处理级别体系来描述其优点变得清晰。这种方法似乎已经发展到被普遍采用,尽管有许多不同情况存在。通常情况下,可使用下述定义来描述不同数据级别:

0:传感器收集到的原始数据。0级数据并不是十分有用,除非你的兴趣点或研究内容是传感器本身。

1A:均衡化辐射校正的数据产品。通过不同检测器的均衡功能对影响传感器的变化进行校正。包括了将DN值装换为辐射亮度值的绝对校正系数。

1B:该步主要用于对一些传感器的几何畸变进行校正。对没有几何畸变的传感器来说,这一步是不需要的。同时,需要注意的是,1B级数据不可恢复为0级数据。

2A:经过系统几何校正的数据。该级别数据名义上具有地理参考,但其精度并不高。

2B:为了提高影像的空间位置精度,需要考虑到用户输入信息,借助具有准确位置信息的地面控制点来对影像进行位置校准。经过该处理的影像是具有原始空间分辨率且空间位置准确的数据产品(局部地形起伏较大的区域除外)。

3:经正射校正的数据产品。对于具有大量地势起伏(比如:多山区域)的地区,要获取更准确的空间位置,需要进一步的校正来消除由于地形起伏、传感器倾斜等导致的几何误差。对同一传感器来说,其3级数据是同一尺度的,适用于大范围的栅格尺度,比如:镶嵌。

    值得注意的是,由于各种原因,不同的系统具有不同的侧重点,被赋予不同的任务,因而具有不同的数据产品级别。比如:Landsat7采用校正至传感器单元的L1G级别作为其产品分发级别;DG公司则采用一种扩展系统来对产品级别进行分类,从"基础"级1B开始,到"标准"2A级,再到3F级(具有1:5000地图精度的正射校正影像)和Stereo OR2A(Ortho-ready Standard)级(立体像对,用户可以根据自己的需求和流程进行正射校正)。

中国资源卫星应用中心公布的卫星标准数据产品级别如下:

卫星标准数据产品根据处理程度不同,分为1A级、1C级、2级、2A级和2C级产品,各级产品主要说明如下:

1A(预处理级辐射校正影像产品):经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据;并提供卫星直传姿轨数据生产的RPC文件。

1C(高精度预处理级辐射校正影像产品):经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据;并提供整轨精化的姿轨数据生产的RPC文件。

2(系统级几何校正影像产品):经相对辐射校正、系统级几何校正后的影像产品。

2A(预处理级几何校正影像产品):1A级数据经几何校正、地图投影生成的影像产品。

2C(高精度预处理级几何校正影像产品):1C级数据经几何校正、地图投影生成的影像产品。

原文链接:https://bbs.csdn.net/forums/gisrs?spm=1001.2014.3001.6682

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.coloradmin.cn/o/1502261.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

机器学习--循环神经网路(RNN)2

在这篇文章中,我们介绍一下其他的RNN。 一.深层RNN 循环神经网络的架构是可以任意设计的,之前提到的 RNN 只有一个隐藏层,但 RNN 也可以是深层的。比如把 xt 丢进去之后,它可以通过一个隐藏层,再通过第二个隐藏层&am…

初识Hive

官网地址为: Design - Apache Hive - Apache Software Foundation 一、架构 先来看下官网给的图: 图上显示了Hive的主要组件及其与Hadoop的交互。Hive的主要组件有: UI: 用户向系统提交查询和其他操作的用户界面。截至2011年&…

JavaSec 基础之 URLDNS 链

文章目录 URLDNS 链分析调用链复现反序列化复现 URLDNS 链分析 URLDNS是ysoserial里面就简单的一条利用链,但URLDNS的利用效果是只能触发一次dns请求,而不能去执行命令。比较适用于漏洞验证这一块,而且URLDNS这条利用链并不依赖于第三方的类…

基于Pytorch搭建分布式训练环境

Pytorch系列 文章目录 Pytorch系列前言一、DDP是什么二、DPP原理terms、nodes 和 ranks等相关术语解读DDP 的局限性为什么要选择 DDP 而不是 DP代码演示1. 在一个单 GPU 的 Node 上进行训练(baseline)2. 在一个多 GPU 的 Node 上进行训练临门一脚&#x…

加密与安全_使用Java代码操作RSA算法生成的密钥对

文章目录 Pre概述什么是非对称加密算法?如何工作?示例:RSA算法特点和优势ECC:另一种非对称加密算法 Code生成公钥和私钥私钥加密私钥加密私钥解密 ( 行不通 )私钥加密公钥解密公钥加密和公钥解密 (行不通)保…

使用Python快速提取PPT中的文本内容

直接提取PPT中的文本内容可以方便我们进行进一步处理或分析,也可以直接用于其他文档的编撰。通过使用Python程序,我们可以快速批量提取PPT中的文本内容,从而实现高效的信息收集或对其中的数据进行分析。本文将介绍如何使用Python程序提取Powe…

C语言分析基础排序算法——插入排序

目录 插入排序 直接插入排序 希尔排序 希尔排序基本思路解析 希尔排序优化思路解析 完整希尔排序文件 插入排序 直接插入排序 所谓直接插入排序,即每插入一个数据和之前的数据进行大小比较,如果较大放置在后面,较小放置在前面&#x…

Lwip之TCP服务端示例记录(1对多)

前言 实现多个客户端同时连接初步代码结构已经实现完成(通过轮训的方式) // // Created by shchl on 2024/3/8. // #if 1#include <string.h> #include "lwip/api.h" #include "FreeRTOS.h" #include "task.h" #include "usart.h&…

DataGirp导入.sql文件

连接数据库前的配置 进行连接测试 利用DataGirp打开.sql文件 右击执行文件 Run 默认为空的源需要手动添加数据库位置 最后就是导入运行 最后等待即可 &#xff08;到底啦~&#xff09;

找不到本地组策略编辑器解决办法

创建记事本写入以下命令 echo offpushd "%~dp0"dir /b %systemroot%\Windows\servicing\Packages\Microsoft-Windows-GroupPolicy-ClientExtensions-Package~3*.mum >gp.txtdir /b %systemroot%\servicing\Packages\Microsoft-Windows-GroupPolicy-ClientTools-…

sentinel docker 基础配置学习

1&#xff1a;去官网下载 Releases alibaba/Sentinel GitHub 2&#xff1a;保存到linux 3&#xff1a;编写dockerfile FROM openjdk:8-jreLABEL authors"xxx" #第二步创建一个文件夹Z RUN mkdir /app #第三步复制jar 到app 下 COPY xxxxxx-1.8.7.jar /app/#第四…

突然发现一个很炸裂的平台!

平时小孟会开发很多的项目&#xff0c;很多项目不仅开发的功能比较齐全&#xff0c;而且效果比较炸裂。 今天给大家介绍一个我常用的平台&#xff0c;因含低代码平台&#xff0c;开发相当的快。 1&#xff0c;什么是低代码 低代码包括两种&#xff0c;一种低代码&#xff0c;…

球形投影建筑:塑造未来观影的颠覆者

在数字科技快速迭代的今天&#xff0c;轻空间公司领先创新浪潮&#xff0c;推出了一项突破性的建筑概念 - 球形投影建筑&#xff0c;它不仅仅是娱乐场所&#xff0c;更是一场带领观众走向极致沉浸感的感官之旅&#xff0c;为观众带来令人震撼的视听冲击。 全新时代的沉浸式体验…

采用 Amazon DocumentDB 和 Amazon Bedrock 上的 Claude 3 构建游戏行业产品推荐

前言 大语言模型&#xff08;LLM&#xff09;自面世以来即展示了其创新能力&#xff0c;但 LLM 面临着幻觉等挑战。如何通过整合外部数据库的知识&#xff0c;检索增强生成&#xff08;RAG&#xff09;已成为通用和可行的解决方案。这提高了模型的准确性和可信度&#xff0c;特…

2024年2月份微软安全通告

文章目录 &#xff08;一&#xff09; 漏洞概要&#xff08;二&#xff09; 漏洞数据分析1、漏洞数量趋势2、历史微软补丁日二月漏洞对比3、漏洞数量分析 &#xff08;三&#xff09; 重要漏洞分析1、漏洞分析2、影响范围3、修复建议 &#xff08;一&#xff09; 漏洞概要 202…

探索 ON1 Resize Ai 2023.5 for Mac/win:释放图像的无限可能

ON1 Resize AI 2023.5 for Mac/Win 是一款专业的图像无损放大软件&#xff0c;通过人工智能技术&#xff0c;能够将图像放大至更高的分辨率&#xff0c;同时保持图像细节和清晰度的最佳状态。该软件的强大功能和直观的操作界面&#xff0c;使它成为摄影师、设计师和艺术家的理想…

APP加固dex解密流程分析

前言 在去年9月的时候,我就想研究一下apk的加固,在网上逛了一圈,感觉某加固不错,所以先选它啦,写了一个测试apk丢到某加固里面加固了一下 这里我用的是某加固的免费版(因为付费版太贵啦) 本来计划着去年分析完某加固的,但是总是抽不出一段完整的时间来所以就拖到了现在,终于最近…

Linux系统Docker部署DbGate并结合内网穿透实现公网管理本地数据库

&#x1f308;个人主页: Aileen_0v0 &#x1f525;热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法|MySQL| ​&#x1f4ab;个人格言:“没有罗马,那就自己创造罗马~” #mermaid-svg-66GkyG9g7oNq7tl8 {font-family:"trebuchet ms",verdana,arial,sans-serif;f…

TCP包头

TCP包头: 1.序号:发送端发送数据包的编号 2.确认号:已经确认接收到的数据的编号(只有当ACK为1时,确认号才有用) TCP为什么安全可靠: 1.在通信前建立三次握手连接 SYN SYNACK ACK SYN是TCP包头的一个字段 tcp.port 端口号 抓包数据 2.在通信过程中通过序…

docker安装ES、LogStash、Kibana

文章目录 一、安装Elasticsearch1. 安装Elasticsearch2. 安装IK分词器3. elasticsearch-head 监控的插件4. 配置跨域 二、安装LogStash三、安装kibana四、SpringBoot集成LogStash&#xff0c;将日志输出到ES中五、 启动项目&#xff0c;监控项目运行 提示&#xff1a;以下是本篇…