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:http://www.rhkb.cn/news/270335.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

SpringBoot+Mybatis-plus+shardingsphere实现分库分表

SpringBootMybatis-plusshardingsphere实现分库分表 文章目录 SpringBootMybatis-plusshardingsphere实现分库分表介绍引入依赖yaml配置DDL准备数据库ds0数据库ds1 entitycotrollerserviceMapper启动类测试添加修改查询删除 总结 介绍 实现亿级数据量分库分表的项目是一个挑战…

C++之获取Windows系统信息

目录 1. 操作系统版本 2. 获取CPU信息 3. 获取内存信息 4. 获取硬盘信息 5.获取网络接口信息 6.获取计算机名称、用户名 在C中,你可以使用Windows API函数来获取Windows系统的各种信息。以下是一些常见的API函数和示例代码,用于获取Windows系统信息…

Nerf原理理解

神经辐射场是一个简单的全连接网络(权重约为 5MB),经过训练可使用渲染损失再现单个场景的输入视图。该网络直接从空间位置和观看方向(5D 输入)映射到颜色和不透明度(4D 输出),充当“…

【Kafka系列 06】Kafka Producer源码解析

温馨提示:本文基于 Kafka 2.3.1 版本。 一、Kafka Producer 原理图 生产者的 API 使用还是比较简单,创建一个 ProducerRecord 对象(这个对象包含目标主题和要发送的内容,当然还可以指定键以及分区),然后调…

全方位碾压chatGPT4的全球最强模型Claude 3发布!速通指南在此!保姆级教学拿脚都能学会!

🎉🎉欢迎光临,终于等到你啦🎉🎉 🏅我是苏泽,一位对技术充满热情的探索者和分享者。🚀🚀 🌟持续更新的专栏《Spring 狂野之旅:从入门到入魔》 &a…

李沐动手学习深度学习——3.5练习

减少batch_size(如减少到1)是否会影响读取性能? 肯定会影响,计算机io性能而言,随着batch_size增大,读取越来越快,需要的时间越少。这里会涉及到计算机操作系统的知识点,内存与硬盘之…

第五节 JDBC驱动程序类型

JDBC驱动程序是什么? JDBC驱动程序在JDBC API中实现定义的接口,用于与数据库服务器进行交互。 例如,使用JDBC驱动程序,可以通过发送SQL或数据库命令,然后使用Java接收结果来打开数据库连接并与数据库进行交互。 JDK…

【2024】vue-router和pinia的配置使用

目录 vue-routerpiniavue-routerpinia进阶用法---动态路由 有同学在项目初始化后没有下载vue-router和pinia,下面开始: vue-router npm install vue-router然后在src目录下创建文件夹router,以及下面的index.ts文件: 写进下面的…

华为智慧教室3.0的晨光,点亮教育智能化变革

“教室外有更大的世界,但世界上没有比教室更伟大的地方。” 我们在求学阶段,都听说过这句话,但往往是在走出校园之后,才真正理解了这句话。为了让走出校园的孩子能够有能力,有勇气探索广阔的世界。我们应该准备最好的教…

碳视野|全国首个ESG区域行动方案通过,上海政府推进ESG有八“要”

引领绿色转型,共筑低碳未来!AMT企源碳管理团队深入解读碳领域政策、概念及标准,分享实践经验,助力产业绿色发展。我们启动“碳视野、碳课堂、碳实践”三大专栏,紧跟碳行业政策动态,以“科普实践分享”为核心…

Javaweb之SpringBootWeb案例之自动配置案例的自定义starter测试的详细解析

3.2.4.3 自定义starter测试 阿里云OSS的starter我们刚才已经定义好了,接下来我们就来做一个测试。 今天的课程资料当中,提供了一个自定义starter的测试工程。我们直接打开文件夹,里面有一个测试工程。测试工程就是springboot-autoconfigurat…

C++ Floyd求最短路 Floyd算法(多源汇最短路)

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,边权可能为负数。 再给定 k 个询问,每个询问包含两个整数 x 和 y ,表示查询从点 x 到点 y 的最短距离,如果路径不存在,则输出 impossible。 数据…

过于老旧的pytorch_ssim包 请从github下载源码

有些冷门算法真的不要随便pip,有可能下载到史前版本…最好还是找源代码 汗 今天要用到SSIM损失函数,从网上简单看了一下原理就想测试一下,偷了一下懒就直接在命令行输入pip install pytorch_ssim了,结果报了一堆错误(汗…

Python(NetOps)前传-网络设备开局配置

背景 我们知道用Python在cli配置网络设备的前提是: 网络设备与Python主机网络可达网络设备已开启并完成ssh相关配置 目标 本文已华为S5720S-52P-LI-AC交换机为例,完成: 完成网络设备开局配置;用Python脚本验证ssh登录 配置 …

人人都写过的6个bug

大家好&#xff0c;我是知微。 程序员写bug几乎是家常便饭&#xff0c;也是我们每个人成长过程中难以避免的一部分。 为了缓解这份“尴尬”&#xff0c;今天想和大家分享一些曾经都会遇到过的bug&#xff0c;让我们一起来看看这些“经典之作”。 1、数组越界 #include <…

【单片机学习的准备】

文章目录 前言一、找一个视频是二、画图软件三、装keil5 仿真protues总结 前言 提示&#xff1a;这里可以添加本文要记录的大概内容&#xff1a; 项目需要&#xff1a; 提示&#xff1a;以下是本篇文章正文内容&#xff0c;下面案例可供参考 一、找一个视频是 https://www.b…

MongoDB聚合运算符:$count

文章目录 语法使用举例在$group阶段中使用在$setWindowFields阶段使用 $count聚合运算符返回分组中文档的数量。从5.0开始支持。 语法 { $count: { } }$count不需要参数 使用 $count可以用于下列聚合阶段&#xff1a; $bucket$bucket$group$setWindowFields 在$group阶段中…

基于springboot+vue的校园网上店铺

博主主页&#xff1a;猫头鹰源码 博主简介&#xff1a;Java领域优质创作者、CSDN博客专家、阿里云专家博主、公司架构师、全网粉丝5万、专注Java技术领域和毕业设计项目实战&#xff0c;欢迎高校老师\讲师\同行交流合作 ​主要内容&#xff1a;毕业设计(Javaweb项目|小程序|Pyt…

MySQL 学习笔记(基础篇 Day1)

「写在前面」 本文为黑马程序员 MySQL 教程的学习笔记。本着自己学习、分享他人的态度&#xff0c;分享学习笔记&#xff0c;希望能对大家有所帮助。 目录 0 课程介绍 1 MySQL 概述 1.1 数据库相关概念 1.2 MySQL 数据库 2 SQL 2.1 SQL 通用语法 2.2 SQL 分类 2.3 DDL 2.4 图形…

计算机网络-第2章 物理层

本章内容&#xff1a;物理层和数据通信的概念、传输媒体特点&#xff08;不属于物理层&#xff09;、信道复用、数字传输系统、宽带接入 2.1-2.2 物理层和数据通信的概念 物理层解决的问题&#xff1a;如何在传输媒体上传输数据比特流&#xff0c;屏蔽掉传输媒体和通信手段的差…