Python 遥感研究

Python 遥感研究


发布日期: 2023-03-20 更新日期: 2023-03-20 编辑:xuzhiping 浏览次数: 1115

标签:

摘要: 一般来说,遥感是一种从远距离感知和捕获数据的方法。例如,NASA 可以使用卫星上的传感器监测地球和其他行星的行为。此外,飞机上的这些传感器捕获发射能量的读数。总体而言,它在从全球感知中获取有关地球的数据方面发挥着重要作用,有助于根据收集到的地球当前、未来状况做...

一般来说,遥感是一种从远距离感知和捕获数据的方法。例如,NASA 可以使用卫星上的传感器监测地球和其他行星的行为。此外,飞机上的这些传感器捕获发射能量的读数。总体而言,它在从全球感知中获取有关地球的数据方面发挥着重要作用,有助于根据收集到的地球当前、未来状况做出数据密集型决策。

Python 遥感研究

利用 Python 项目进行遥感

  • Python 是全球公认的开源高级语言;
  • 广泛应用于遥感和地理信息系统;
  • 利用脚本语言改善软件基础;
  • 可以自适应地支持 OOP 概念;
  • 广泛用于多个研究领域、行业和其他平台;
  • 促进免费的开发和部署;
  • 支持导入、安装和运行众多软件配套包;

为了改进地理空间系统,引入了几种工具。这些工具主要具有开发地图应用程序的工作原理,为此,目前正在使用几个更有价值的文本。 Python 使用脚本传递未更改的文本、代码,以在遥感信息中执行所需的过程。

Python 在遥感中的用途是什么?

  • 遥感
    • 支持航空和卫星摄影传感器;
    • 利用数字图像处理软件检查和评估远程捕获的图像。
  • GIS
    • GIS 是用于构建、修改、分析和存储地理空间数据的软件;
    • 将输出生成为地理空间产品,如 Web 服务、地理地图和其他智能移动应用程序。

为了支持以上遥感和 GIS 软件,QGIC 和 ArcGIS 设计了 Python 支持。在这方面,Python 是用于使工作尽可能简单的默认编程。此外,我们还强调了在博士生、研究生和学者的研究方面使用 Python 遥感的优势。

  • 编程能力强,能独立工作;
  • 通过地理空间问题提高批判性思维能力;
  • 通过实地考察增进知识;
  • 自动化地图开发、地理处理和 ArcGIS 功能方面的知识;
  • 丰富故障排除、批判性思维和解决问题的技能;
  • 发展知识以执行特定的地理空间操作;
  • 提供一个平台来学习概念和分析方面的地理空间技能;
  • 通过故障排除方法增强实现地理空间问题的能力;
  • 提高开发自己解决问题的解决方案能力。

Python 是用于使工作尽可能简单的默认编程

Python 如何用于遥感?

如前所述,Python 是 GIS 软件中的内置脚本语言。结合 Python 的主要目标是以自动化方式实现增强的地理空间数据处理。Python 的语法是面向命令的,用于使用语句、数据类型和函数编写脚本。最重要的是,它支持多个用于遥感和 GIS 过程的库。

开发了以下指定的库以支持专门用于 GIS / remote sensing 的 python。这些工具从传感中捕获数据并生成网格化卫星数据文件,作为不同模型的输入。 此外,它能够基于由基于地理的坐标识别的大地测量位置,来捕获地球表面上任何物体的位置。如果使用的是地理空间数据,则将数据组织在一个统一的网格中。由于数据可能具有不同的分辨率并分布在各种网格上。在这里,我们指定了一些在基于 Python 的遥感开发中常用的关键库。

最新的遥感 Python 库

  • RITSAR
    • 包括用于图像处理的称为合成孔径雷达 (SAR) 的工具箱
    • 允许基于相位梯度算法的自动对焦
    • 能够基于 omega-k、极坐标和反投影方案对相位历史数据进行建模和处理
  • RSGISLib
    • 支持 GIS 和遥感数据集
    • 利用 XML 接口/Python 绑定导入 RSGISLib 工具
  • Geopy
    • 支持 Python 的地理编码工具箱
  • MMM-Py
    • 开源且免费
    • 启用实时 Quicklook 图
    • 生成可供发布的图形
  • Spectral Python (SPy)
    • 用于高光谱图像处理
    • 使用 Python 命令或 Python 脚本执行
    • 包括用于收集、解释、可视化和分类的单独方法
  • Pyproj
    • 用 python 开发的接口,包含几个函数
    • 函数有助于在地理坐标和笛卡尔坐标之间工作
  • netCDF4
    • 利用 NumPy 包读写文件(HDF 和 netCDF 格式)
    • 例如 HDF5、netCDF 3 / 4 文件
  • Python 制图库
    • PCL 是用于 GSI 数据解释的开源包
    • 具体而言,将不同后端转换为制图
  • MintPy
    • MintPy 在 PYthon (MintPy) 中扩展为 Miami INsar 时间序列软件
    • 用于 InSAR 时间序列分析的开源包
    • 包括自主工具箱和小型基线方法
    • 收集不同格式的干涉图堆并生成 3D 地球表面位移
    • 格式–SNAP、ISCE、RANGE、AIR、ROI_PAC、FRINGE
  • Shapely
    • 带有 BSD 许可的 Python 包
    • 基于 JTS 和 GEOS 库
    • 能够使用基于几何的行星实体
  • RadarsatLib
    • 采集 RADARSAT-2 SAR 数据
    • 启用过滤、分析、处理和规范化

Python 中的 GIS 库

与遥感类似,这里我们给出了基于 Python 的 GIS 开发中广泛使用的初级库。通常,Python 以其支持性的预定义库而闻名。利用这些库,可以轻松地构建、开发、测试、可视化、分类和存储对象。 下面给出了一些重要的库和软件包。

  • RSGISLib
    • 用于属性、分析和分割对象
  • TuiView
    • 用于可视化有关使用丰富的 GUI 进行规则开发的数据
  • GDAL
    • 用于开发栅格数据模型,得到图像形式的 Input、Output
  • 光栅 I/O 简化 (RIOS)
    • 用于获取、写入和分类具有属性的对象

上述所有指定的库/软件包都可以在任何类型的平台(如 Windows、Linux 和 OS X)中实现 RGGISLib。就 RGGISLib 而言,它支持面向 UNIX 的平台,如 Solaris、Linux 和 OS X。

RSGISLib

  • RSGISLib 表示 Remote Sensing and GIS Library(包括 300 个命令)
  • 使用 GDAL 库读写图像
  • 支持通过不同算法处理遥感数据
  • 启用 python 脚本与模块函数的集成
  • 支持代码重用性和系统可扩展性
  • 提供一组低级方法来为特定任务开发算法
  • 灵活地执行图像分割、图像过滤、区域统计、基于对象的分类和图像到图像配准

TuiView

  • PyQt 库开发的遥感数据开源查看器
  • 呈现近几十GB的数据集
  • 启用 GDAL 和 GUI 元素以查看栅格数据(通过矢量叠加)
  • 可通过 Python 插件接口扩展以执行基于自定义的任务
  • 支持基于规则的对象属性查询和分类
  • 利用预先计算的统计数据和图像概览(通过命令行实用程序)
  • 从 GEOBIA 的上下文来看,它为 RAT 提供了广泛的功能(操作和查看)
  • 包括专题和数学数据的单独功能(示例 - 分类)

GDAL

  • GDAL 表示地理空间数据抽象库
  • 图像波段以矩阵格式(RAT、统计和金字塔)表示属性和像素值
  • 提供支持完整遥感数据的通用库
  • GDAL 模型利用一个独立的数据集,该数据集由一组图像波段组成

RIOS

  • RIOS 表示光栅输入和输出简化
  • 利用 Scipy 和 Numpy 等软件包进行处理
  • 专为启用 Python 的光栅处理代码而设计
  • 除了图像处理,还支持 RAT(read, write and store)作为一键功能
  • 在 GDAL 库上开发,专注于投影对齐、打开和关闭文件、空间头信息、栅格网格、算法开发等。

用于遥感的 Python 库

  • Pandas
  • Matplotlib
  • Plotly
  • SciPy
  • NumPy
  • PySal
  • EarthPy
  • SciKit-Learn libs
  • RasterIO

用于遥感项目的 Python 软件包

为了在遥感项目开发中取得最佳效果,需要导入几个有用的软件包或库。在这里,我们提供了一些关键包及其安装的系统要求。同时可在命令提示符下使用 “pip” 命令安装这些软件包。

Pyroj

  • Mac OSX
  • Windows
  • Linux – Ubuntu

GDAL

  • Mac OSX – 预编译的二进制文件
  • Linux – Ubuntu
  • Windows – 安装 OSGeo (plus GDAL)

Python 的当前发展

  • 雷达处理
  • 过滤
  • 纹理分析
  • 基于地理的校正(脱落、地面/倾斜范围等)
  • 合成
  • 特征提取
  • 卷积
  • 天文算法
  • 重新采样
  • 边缘检测
  • 图像镶嵌
  • 其他视频/摄像系统
相关推荐

关注公众号
获取免费资源

随机推荐


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org