用ChatGPT计算植被归一化指数NDVI并出图的详细教程

用ChatGPT结合GIS计算植被归一化指数NDVI出图教程

用ENVI计算比较繁琐,如今AI的盛行,我们可以轻松解决计算问题,只需1一分钟变可以出图。

详细教学请看上方视频步骤。

更多ChatGPT教学内容请见:ChatGPT结合GIS:一分钟完成植被归一化指数NDVI计算并出图

----

以下是我们通常用ENVI计算NDVI的流程和方法,共参考。

需要准备2个文件:1、植被影像;2、研究区域的边界图层。(如果你影像和边界都有,就直接看第三步)

一、准备工作(2个文件的准备)

1、首先植被影像,我们在"地理空间数据云"下载

图片

图片

看着箭头进行操作,选择Landsat8OLI_TIRS卫星数字产品——行政区——青海省(研究区域所在的省份)——海西(研究区域所在的市)(如果你研究的区域是一个市,就选择在这里就结束了,后面就不用选择了)——都兰县(如果是一个县或者区你就往下再选择)(如果你研究的是某个保护区或者更小的地方,看你研究的区域被包含在哪个区或者县下载就好了,后面再掩膜就行)——时间范围(最好选择你研究需要的时间范围)——月份(选择你研究区域植被茂盛的时候就行,一般78月份都行;但如果你研究的是冬季下雪植被的覆盖那肯定选下雪的日子嘛那就是1月丫对吧)——云量选择5——检索

1.1检索出来之后的界面:红色框里面的箭头,可以看到一个是灰色,一个是深色的,我们选择深色的,灰色是不能下载的;选中深色箭头,你据可以看到图里面绿色框起来的部分,你要在检索的结果里面选中能全部覆盖住你研究区域的图层,他可能是一个图层就包含了你的研究区域,也可能是好几个,我这里下载的天津市区的他就需要4张才能完全覆盖演剧区域,那么我们下载这4张就好。(我用天津给你们演示的)

图片

图片

OK我们的影像就准备好了。

2、研究区域边界下载

2.1打开全国乡镇边界矢量数据——在GIS中提取你的研究区域步骤如下:

首先打开gis——加载进去“全国乡镇边界矢量数据”/县级边界矢量图(看你研究的区域是县还是镇了),我这里提取县的,我就选“全国县级边界矢量图”

图片

选中右键单击打开属性表——选中你的目标区域就可以了

图片

图片

选中右击,数据——导出数据——确定——是——关掉其他的图层显示我们要的图层就好啦,我命名为“都兰”

图片

图片

图片

OK到这里我们研究区域边界就下载好啦

影像和边界我们都有啦,我们开始今天的重头戏,开始计算NDVI

三、计算详细步骤

Tips:如果你的研究区域区域如果涉及多景,后面就需要进行镶嵌哈。但是你不涉及的话,只有1景那么恭喜你太爽啦,我还是给大家讲一下涉及多景应该怎么弄。

多景(就是你下载了好几块):先辐射定标——大气校正(可做可不做,最好做,他们都这么说,但我这次选择不做哈哈哈哈)——镶嵌——掩膜——提取NDVI——(计算FVC:植被覆盖度,大家不需要这个就不用看计算FVC这一步哈)。

1景(你下载的只有1块):辐射定标——大气校正——掩膜——提取NDVI——计算FVC

或者掩膜——辐射定标——大气校正——提取NDVI——(计算FVC)

3.1 打开ENVI这个软件,界面就长下面那样。

图片

图片

3.2 加载进去我之前1.1让大家下载的影像;步骤:File——open as——optical sensors——Landsat——GEO-Tif 加载进去我们下载的影像,注意加载进去的是:MTL.txt格式的文件,你有几个就加载几个。

图片

图片

加载进去之后是这样的,我就加载了两景(你们有多少景加载多少景)

3.3 辐射定标

(OK接下来先进行辐射定标,如果你是多景一定要先进行辐射定标,要不然你先镶嵌完再辐射定标是不可以的,报错会告诉你图层的什么波段啥的不对什么什么的,我已经踩过坑了,你们避雷一下)

图片

输入:rad——选中radiom,,,双击它:出现下面这个界面,选中红框里面框起来的那种格式的,选中——OK

图片

图片

好的,我们将刚才辐射定标完成的图命名为fsdb1.dat(你有多景的,你要重复操作刚才的过程,将你的每一景都要辐射定标)

辐射定标结束,我得到了fsdb1和fsdb2两个图层

图片

3.4 镶嵌

在工具框里面输入:sea——选中seamless mosaic

图片

出现下面的界面:(发现旁边东西没了是不是,不要着急正常的啦)

图片

接下来如图操作:

图片

加载完毕之后,如图操作:

图片

不要点finish!!!我刚在图上箭头多指了一步,我已经截掉了;

在接着继续设置,如图操作:

图片

图片

接着等他搞完,我们就导出:

图片

然后就是漫长的等待啦,镶嵌这一步我们就完成啦

3.5 掩膜

也就是裁剪啦,将镶嵌好的图层保留,其他的就可以移除啦,OK我们再加载进去研究区域,也就是2.1里的下载的边界啦

如图:

图片

图片

我们就加载进来啦,开始掩膜,如图操作:

图片

图片

图片

图片

就掩膜成功啦

3.6 提取NDVI

如图操作:(注意:里面输入公式的时候一定要在英文的状态下哈)

图片

图片

图片

良心发现我还是把公式放这里吧:(float(b1)-b2)/(b1+b2)

float表示浮点,b1表示近红外,b2表示远红外

NDVI=(b1)-b2)/(b1+b2)

图片

图片

OK,NDVI我们就成功啦

4、植被覆盖度计算(大家需要我再出,不需要我就不出啦)(PS:本来是打算继续讲完这个的,但是我要干饭去啦,干饭人干饭去咯,大家需要就留言,后面可以补)

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:/a/434542.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

深度学习_18_模型的下载与读取

在深度学习的过程中,需要将训练好的模型运用到我们要使用的另一个程序中,这就需要模型的下载与转移操作 代码: import math import torch from torch import nn from d2l import torch as d2l import matplotlib.pyplot as plt# 生成随机的…

服务器为什么会卡顿,出现卡顿情况怎么办

从维护服务器的角度来看,服务器卡顿是一种常见的问题,但服务器卡顿可能会影响到网站、游戏或平台的正常访问和运行,所以出现卡顿问题首先需要对服务器进行全面的检查,确定卡顿原因,然后选取适合的解决方案,…

基于Spring Boot的秒杀系统(附项目源码+论文)

摘要 社会发展日新月异,用计算机应用实现数据管理功能已经算是很完善的了,但是随着移动互联网的到来,处理信息不再受制于地理位置的限制,处理信息及时高效,备受人们的喜爱。本次开发一套基于Spring Boot的秒杀系统&am…

网络编程作业day6

数据库操作的增、删、改完成 #include <myhead.h>//查询的回调函数 int callback(void* data,int count,char** argv, char** columnName) {//count是字段数//argv是字段内容//columnName是字段名称for(int i0;i<count;i) {printf("%s%s\n", columnName[…

智能驾驶规划控制理论学习06-基于优化的规划方法

目录 一、优化概念 1、一般优化问题 2、全局最优和局部最优 二、无约束优化 1、无约束优化概述 2、梯度方法 通用框架 线性搜索 回溯搜索 3、梯度下降 基本思想 实现流程 ​4、牛顿法 基本思想 实现流程 5、高斯牛顿法 6、LM法&#xff08;Le…

通过hyperbeam创建梁单元截面属性

1、为模型中标准的圆柱形创建梁单元和赋予属性&#xff1b; 2、为模型中不标准的对称性实体创建梁单元和赋予属性&#xff1b; 3、为模型中壳体部分创建梁单元和赋予属性&#xff1b;

上位机图像处理和嵌入式模块部署(qmacvisual三个特色)

【 声明&#xff1a;版权所有&#xff0c;欢迎转载&#xff0c;请勿用于商业用途。 联系信箱&#xff1a;feixiaoxing 163.com】 了解了qmacvisual的配置之后&#xff0c;正常来说&#xff0c;我们需要了解下不同插件的功能是什么。不过我们不用着急&#xff0c;可以继续学习下…

分布式事务(SeataClient)

问题场景 元数据 库存 100订单记录为空下单操作 @AutowiredRestTemplate restTemplate;/*** 下单** @return*/@Transactional // 开启事务 异常后触发数据库回滚操作@Overridepublic Order create(Order order) {// 插入订单orderMapper.insert(order);// 扣减库存 MultiValu…

Python 弱引用全解析:深入探讨对象引用机制!

目录 前言 弱引用的概述 弱引用的原理 使用 WeakRef 类创建弱引用 使用 WeakValueDictionary 类创建弱引用字典 实际应用场景 1. 解决循环引用问题 2. 对象缓存 总结 前言 在Python编程中&#xff0c;弱引用&#xff08;Weak Reference&#xff09;是一种特殊的引用方式…

折线图 温度变化曲线图

代码详情介绍 导入必要的库&#xff1a; matplotlib.pyplot&#xff1a;用于绘图。 matplotlib.font_manager&#xff1a;用于设置中文字体。 datetime&#xff1a;用于处理日期和时间。 random&#xff1a;用于生成随机数。 numpy&#xff1a;用于生成arange函数的刻度。 设置…

【kubernetes】关于k8s集群如何将pod调度到指定node节点?

目录 一、k8s的watch机制 二、scheduler的调度策略 Predicate&#xff08;预选策略&#xff09; 常见算法&#xff1a; priorities&#xff08;优选策略&#xff09;常见的算法有&#xff1a; 三、k8s的标签管理之增删改查 四、k8s的将pod调度到指定node的方法 方案一&am…

RK356X RK3588 单独编译kernel 与烧录

RK356X RK3588 单独编译kernel 与烧录 可以快速提高我们开发与调试速度 网上可查到的方法如下&#xff1a; RK3568 Android12&#xff1a; 1.添加kernel-4.19/makekernel.sh #!/bin/sh make -j24 ARCHarm64 CC../prebuilts/clang/host/linux-x86/clang-r416183b/bin/clang …

EasyRecovery易恢复2024免激活安装包下载

EasyRecovery易恢复是一款功能强大的数据恢复软件。这款软件由全球著名数据厂商Kroll Ontrack出品&#xff0c;可以恢复被删除的文件、文件夹&#xff0c;以及被格式化的磁盘等数据。无论是硬盘、U盘、SD卡还是其他移动设备&#xff0c;EasyRecovery易恢复都能通过其专业的数据…

全连接神经网络算法原理(激活函数、前向传播、梯度下降法、损失函数、反向传播)

文章目录 前言1、全连接神经网络的整体结构&#xff1a;全连接神经网络模型是由输入层、隐藏层、输出层所组成&#xff0c;全连接神经网络结构如下图所示&#xff1a;全连接神经网络的每一层都是由一个一个的神经元所组成的&#xff0c;因此只要搞清楚神经元的本质就可以搞清楚…

MetaQTL:元分析基础教程

MetaQTL 基础知识 在遥远的海洋中&#xff0c;每个岛屿都藏着无尽的宝藏&#xff0c;而探险家们争相寻找地图&#xff0c;以期揭开宝藏的秘密。 现实世界中&#xff0c;我们的基因组就像那片广阔的海洋&#xff0c;而隐藏在其中的宝藏就是控制我们身高、健康、甚至是我们性格的…

MM配置2-给公司代码分配工厂

配置步骤&#xff0c;如下图&#xff1a;在弹出的对话框中将工厂分配给相应的公司代码 保存完成

UDP通信发送和接收 || UDP实现全双工通信

recvfrom ssize_t recvfrom(int sockfd, void *buf, size_t len, int flags, struct sockaddr *src_addr, socklen_t *addrlen); 功能: 从套接字中接收数据 参数: sockfd:套接字文件描述符 buf:存放数据空间首地址 …

java的运算符

整形和浮点型相比&#xff0c;浮点型的范围更大&#xff0c;所以在Java中正常条件下都是整形隐式转换为浮点型(任意整形都可以隐式转换为double或者float)&#xff0c;浮点型不能隐式转换为整形。 1.算术运算符 1. 基本四则运算符&#xff1a;加减乘除模( - * / %) 加减乘都…

mfc110u.dll丢失的解决方法,5招搞定mfc110u.dll丢失问题

mfc110u.dll是一个动态链接库文件&#xff0c;它是Microsoft Foundation Class&#xff08;MFC&#xff09;库的一部分。MFC是微软公司为Visual C开发人员提供的一个类库&#xff0c;用于简化Windows应用程序的开发过程。mfc110u.dll文件包含了MFC库中的一些功能和类&#xff0…

口碑营销:品牌如何维护良好口碑?

企业的品牌传播最有效的方式莫过用户的口碑&#xff0c;互联网的发展为企业的品牌传播引入了驱动力&#xff0c;愈来愈多的企业花费更多的资源开展网络口碑的建设和维护&#xff0c;那么企业如何维护好网络口碑&#xff1f; 1、持续传递优质的品牌内容 内容是营销推广的支撑点&…