首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
ndwi专题
利用KMeans进行遥感NDWI进行聚类分割
(1)解释 KMeans算法是一种非监督式的聚类算法,于1967年由J. MacQueen提出,聚类的依靠是欧式距离,其核心思想就是将样本划分为几个类别,类里面的数据与类中心的距离最小。类的标签采用类里面样本的均值。 这里利用KMeans进行遥感NDWI归一化水体指数进行简单的聚类分析,主要目的就是聚类出流域和非流域,簇类数为2。手动分割阈值为-0.06,效果和KMeans差不多,若是
阅读更多...
使用NDWI提取水体详细流程
以高分二号影像为例,介绍使用ENVI计算NDWI提取水体,最后生成shpfile文件输出 1. 在ENVI中加载影像 2.计算NDWI:在菜单栏中依次选择:Basic Tools->Band Math,然后在 enter an expression中输入表达式: ( float(b2)-float(b4) )/(b2+b4) 水体指数NDWI计算方式有多种,上面的是其中一种,基于绿波段与近
阅读更多...
探索NDWI:归一化水体指数的意义与应用
随着遥感技术的不断发展,NDWI(Normalized Difference Water Index,归一化水体指数)作为一种重要的植被指数,被广泛应用于水资源管理、湿地监测和环境保护等领域。本文将介绍NDWI的意义、计算方法以及在不同领域的应用。 1. 什么是NDWI? NDWI是一种利用遥感数据计算的植被指数,主要用于评估地表水体的分布和水分含量。它通过比较可见光和近红外
阅读更多...
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例(全代码)
简介 之前发表了两篇关于影像修复的文章,并且制作了APP,大家可以去看以下的两篇博客来了解具体的研究内容和整个方法的有效性: Google Earth Engine APP——影像条带色差、色调不均匀等现象解决方案Landsat5 NDWI Image Restoration APP_ndwi不能识别泛红水体怎么办-CSDN博客 基于GEE云平台一种快速修复Landsat影像条带色差的方法_
阅读更多...
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例(全代码)
简介 之前发表了两篇关于影像修复的文章,并且制作了APP,大家可以去看以下的两篇博客来了解具体的研究内容和整个方法的有效性: Google Earth Engine APP——影像条带色差、色调不均匀等现象解决方案Landsat5 NDWI Image Restoration APP_ndwi不能识别泛红水体怎么办-CSDN博客 基于GEE云平台一种快速修复Landsat影像条带色差的方法_
阅读更多...