遥感专题
遥感多模态基础大模型汇总-实时更新
本文内容来自下面链接，考虑到很多同学登录不了，故在此平台进行分享。 遥感基础大模型 Table of Contents ModelsRemote Sensing Vision Foundation Models 遥感视觉基础模型Remote Sensing Vision-Language Foundation Models 遥感视觉语言基础模型Remote Sensing Generative
从实现的技术手段细数：高分辨率遥感影像+人工智能的现在和未来
【转自】http://baijiahao.baidu.com/s?id=1601901487917871613&wfr=spider&for=pc 人工智能不可阻挡地向各行业渗透。这一现象，恰巧撞上了“商业遥感卫星发射潮”。这似乎预示了某种潜流。此刻，从事卫星遥感影像解译和大数据提取的专业人士、科研人员、政府部门和企业都跃跃欲试：恨不得在获取数据的同时，一股脑儿在卫星上直接解译、处理和打包，地面
遥感领域remote sensing数据集整理-Super resolution超分辨率任务PAN数据集、多光谱数据集、常见遥感数据集汇总梳理
遥感-超分-多光谱数据集内容格式链接论文备注MSRSD包括Pleiades、Worldview-2（WV-2）、Worldview-3（WV-3）、Quickbird-2、GeoEye-1和DEIMOS等几个卫星获取的大多数公开可用的甚高分辨率（VHR）卫星图像\[2102.09351] A Comprehensive Review of Deep Learning-based Single Im
基于R语言遥感随机森林建模与空间预测
随机森林作为一种集成学习方法，在处理复杂数据分析任务中特别是遥感数据分析中表现出色。通过构建大量的决策树并引入随机性，随机森林在降低模型方差和过拟合风险方面具有显著优势。在训练过程中，使用Bootstrap抽样生成不同的训练集，并在节点分裂时随机选择特征子集，这使得模型具备了处理高维和非线性数据的能力。随机森林对噪声和异常值具有鲁棒性，其预测结果通过对多棵树的集成投票或平均获得，减少了单个异常对结
中国矿业大学（北京）孙灏老师课题组在遥感学科顶刊RSE上发文，率先提出30m分辨率植被干旱遥感综合监测模型
《Remote Sensing of Environment》高空间分辨率干旱响应指数（HiDRI）：基于遥感、深度学习和时空融合的植被干旱监测一体化框架 第一作者：徐振恒 通讯作者：孙灏 该项研究首次构建30m分辨率植被干旱遥感综合监测模型，突破了国内外现有植被干旱遥感综合监测模型公里级空间分辨率的约束，为农田、矿区等局域尺度植被干旱监测提供了有力工具。 介绍
重磅！2024年最新影响因子(生态学/林学/土壤学/遥感/微生物/环境科学/植物科学) 收藏版！
2024年最新影响因子正式揭晓！2024年6月20日，Clarivate Analytics（科睿唯安）发布了各大SCI期刊的2023年影响因子。从最新结果看，今年的影响因子继续“普跌”，其中顶刊Nature和Science均有下降，分别至50.5和44.7。 我们公众号《生态学者》特地从中选取生态学、林学、土壤学、遥感、微生物学、环境科学及植物科学领域的杂志最新影响因子（均为公众号常推送内容相
解锁空间数据奥秘：ArcGIS Pro与Python双剑合璧，处理表格数据、矢量数据、栅格数据、点云数据、GPS数据、多维数据以及遥感云平台数据等
ArcGISPro提供了用户友好的图形界面，适合初学者快速上手进行数据处理和分析。它拥有丰富的工具和功能，支持各种数据格式的处理和分析，适用于各种规模的数据处理任务。ArcGISPro在地理信息系统（GIS）领域拥有广泛的应用，被广泛用于政府、企业和科研机构中。Python结合ArcPy库，可以编写脚本实现数据处理自动化，极大地提高了处理效率和可扩展性。Python拥有丰富的库和工具，支持数据科学
遥感和GIS在滑坡、泥石流风险普查中的技术应用教程
原文链接：感和GIS在滑坡、泥石流风险普查中的技术应用教程https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247606346&idx=5&sn=b98d2e84b0273507ec23d3d1212b8421&chksm=fa8261adcdf5e8bb26dfa824d320d1754e83b5e0ca523545704e59a3cd
测绘GIS和遥感领域比较好的公众号有哪些
测绘GIS和遥感领域，微信公众号作为信息传播和知识分享的重要渠道，为从业者提供了一个快速获取行业动态、技术进展和职业发展机会的平台。分享一些在测绘GIS和遥感领域表现突出的公众号推荐： 1. 慧天地：慧天地是一个知名的测绘公众号，提供前沿的测绘资讯和重要的政策更新，是测绘人了解行业发展的重要窗口。 2. GIS前沿：GIS前沿不仅涵盖最新的地信咨询，还包含数据处理软件教程等内容，适合不同层次的学
（CVPRW，2024）可学习的提示：遥感领域小样本语义分割
文章目录 相关资料摘要引言方法训练基础类别新类别推理 相关资料 论文：Learnable Prompt for Few-Shot Semantic Segmentation in Remote Sensing Domain 代码：https://github.com/SteveImmanuel/OEM-Few-Shot-Learnable-Prompt 摘要 小样本分割是一
遥感之智能优化算法大纲介绍
介绍近年来在遥感及人工智能领域研究比较火热的智能优化算法，其中被广泛使用的比如粒子群算法和遗传算法等，在遥感领域，比如高光谱特征选择，机器学习超参数优化等方向有众多的应用，除了提到了两个算法之外，还有众多其他算法，本专栏基于《智能优化算法与涌现计算》及其相关资料，对智能优化算法做些详细的整理和总结，以期给遥感或其他领域提供有价值的参考。 书籍大纲为： 第一篇 仿人智能优化算法 描述模拟人脑思维
遥感之特征选择-禁忌搜索算法
各类智能优化算法其主要区别在于算法的运行规则不同，比如常用的遗传算法，其规则就是变异，交叉和选择等，各种不同的变体大多是在框架内的实现细节不同，而本文中的禁忌算法也是如此，其算法框架如下进行介绍。 智能优化算法和其他算法的最大不同在于，其没有太高深的数学理论和公式，主要是基于一种设定规则运行，其规则的设置背后有优美的哲学味道，所以它能有效解决一些问题，而同时不少人对比表示怀疑的态度，只有当真正的跑
QGIS开发笔记（三）：Windows安装版二次开发环境搭建（下）：将QGis融入QtDemo，添加QGis并加载tif遥感图的Demo
若该文为原创文章，转载请注明原文出处 本文章博客地址：https://hpzwl.blog.csdn.net/article/details/139136356 长沙红胖子Qt（长沙创微智科）博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中… Qt开发专栏：三方库开发技术 上一篇：《QGIS开发笔记（二
时空AI软件：地理信息与遥感领域的智慧引擎
在地理信息与遥感技术的广阔疆域，时空AI软件如同一颗璀璨新星，将时空信息与智能深度融合，驱动着地理信息分析、决策支持、环境监测、城市规划等领域的深刻变革。本文将深入剖析其技术核心、应用实例、未来趋势，探索时空AI软件如何在地理信息与遥感领域中引领智慧进程。 时空AI软件：智能时空洞察力 时空AI软件，结合了地理信息系统（GIS）、遥感技术、大数据分析、机器学习与人工智能，不仅处理空间数据，更融
【RSGIS数据资源】中国多时期土地利用遥感监测数据集（CNLUCC）
文章目录 数据基本信息摘要数据说明数据引用方式 数据基本信息 数据时间： 多时期(1970年代末期以来11期) 空间位置： 中国 数据格式： 矢量与栅格 空间分辨率： 30m 主题分类： 中国土地利用遥感监测数据 DOI标识： 10.12078/2018070201 摘要 中国多时期土地利用遥感监测数据集（CNLUCC）是以美国陆地卫星Landsat遥感影
GEE26：批量导出逐日、逐月、逐季节和逐年的遥感影像（以NDVI为例）
影像导出 写在前面1.逐日数据导出2.逐月数据导出3.季节数据导出4.逐年数据导出 写在前面 最近很多小伙伴们私信我，问我如何高效导出遥感数据，从逐日到逐季度，我都有一套自己的方法，今天就来和大家分享一下！ 🔍【逐日导出】：首先，逐日数据的导出其实很简单，只需要设置好时间参数，然后用For循环迭代，就可以轻松搞定。 📅【逐月导出】：逐月数据稍微复杂一些，需要对月份
GEE批量导出逐日、逐月、逐季节和逐年的遥感影像（以NDVI为例）
影像导出 1.逐日数据导出2.逐月数据导出3.季节数据导出4.逐年数据导出 最近很多小伙伴们私信我，问我如何高效导出遥感数据，从逐日到逐季度，我都有一套自己的方法，今天就来和大家分享一下！ 🔍【逐日导出】：首先，逐日数据的导出其实很简单，只需要设置好时间参数，然后用For循环迭代，就可以轻松搞定。 📅【逐月导出】：逐月数据稍微复杂一些，需要对月份进行分类，并且确保数
怎样把一个遥感影像用C语言进行处理并且输出？
怎样把一个遥感影像用C语言进行处理并且输出？ 如果将影像另存为ASCII码，做成.txt文件，会因为该文件过大而难以处理。所以应当另存为ENVI standard文件，并写上后缀.dat。 然后查看其有多少行多少列以及字符类型(当然读入的字符类型也可能不是它,它只是用来参考,具体读入的字符类型的确定下面马上说!)。 对该.dat文件右键查看其属性。看它有多少字节。从而计算出每个像素占有几
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
GEE案例分析——利用多时 Sentinel-1/2 和 Landsat-8/9 遥感数据在GEE中使用机器学习方法进行作物类时序分类
摘要 准确绘制作物类型图对于确保粮食安全至关重要。遥感（RS）卫星数据空间覆盖面广，时间频率高，是这一领域前景广阔的工具。然而，由于作物的类内和类间变异性很高，利用 RS 数据进行准确的作物类型分类方法的需求仍在不断增长。为此，本研究提出了一种新颖的并行级联集合结构（Pa-PCA-Ca），在谷歌地球引擎（GEE）中包含七个目标类别。Pa 部分由五个并行分支组成，每个分支利用多时 Sentinel
ENVI实战—遥感数据处理工具ENVI安装包分享
今天，小编要分享的是地学常用的遥感数据处理工具“ENVI”安装包，版本有5.3和5.6，具体下载哪个，请各位小伙伴按照自己的研究习惯进行。 安装包说明 今天小编分享的安装包，包括三个文件，第一个是用于破解替换的文件夹，第二个主程序的安装软件，第三个为安装教程视频，不懂的伙伴，可以看这里！！ 安装过程的简单说明 接下来，小编以ENVI5.6做个简单的说明。 A.
【高校科研前沿】北师大陈晋教授团队在遥感顶刊发表最新成果：ClearSCD模型：在高空间分辨率遥感影像中综合利用语义和变化关系进行语义变化检测
01文章简介 论文名称：The ClearSCD model: Comprehensively leveraging semantics and change relationships for semantic change detection in high spatial resolution remote sensing imagery（ClearSCD模型：在高空间分辨率遥感影像中
如何利用ChatGPT辅助下处理：ENVI、GEE、Python等遥感数据
遥感技术主要通过卫星和飞机从远处观察和测量我们的环境，是理解和监测地球物理、化学和生物系统的基石。ChatGPT是由OpenAI开发的最先进的语言模型，在理解和生成人类语言方面表现出了非凡的能力。本课程重点介绍ChatGPT在遥感中的应用，人工智能在解释复杂数据、提供见解和帮助决策过程方面的多功能性和强大性，这些都对遥感应用领域，比如环境监测、灾害管理、城市规划等至关重要。ChatGPT先进人工智
遥感+大数据为智慧无人农场按下“倍速键”
春回大地万象“耕”新，在襄阳市襄州区张家集镇近2000亩小麦绿意盎然、勃勃生机。 湖北绿神农业科技有限公司的生产经理王真指着监控室的电脑屏幕，告诉记者在与珈和科技合作开发的农田遥感监测平台上各类农田数据一目了然，为实现农业智能化管理按下“倍速键”。 破旧立新：为农田安上智慧大脑 湖北绿神农业科技有限公司成立于2013年，一直以来秉持现代农业发展观念，汇集科技人才，运用新技术、新方法来寻求农业产
Google Earth Engine谷歌地球引擎计算遥感影像在每个8天间隔内的多年平均值
本文介绍在谷歌地球引擎（Google Earth Engine，GEE）中，求取多年时间中，遥感影像在每1个8天时间间隔内的多年平均值的方法。 本文是谷歌地球引擎（Google Earth Engine，GEE）系列教学文章的第24篇，更多GEE文章请参考专栏：GEE学习与应用（https://blog.csdn.net/zhebushibiaoshifu/category_110810