本来想自己写一个,朋友说esri写过,写的相当棒。就翻译过来了
Landsat 卫星计划由美国地质勘探局 (USGS) 和美国国家航空航天局 (NASA) 管理,从 1972 年起至今,一直致力于采集覆盖整个地球的图像。这个海量资料档案库包含超过四百万图像,全部可通过公共下载渠道获得 - 但是对用户来说,找到最合适的图片是一大挑战。在本课程中,您作为一名城市规划师,正在研究东南亚人口稠密的城邦岛屿新加坡,并且您正在寻找支持发展规划项目的影像。使用 USGS Global Visualization Viewer (GloVis) 应用程序,您将标识并下载代表新加坡的 Landsat 图像。
要查找新加坡的 Landsat 影像,需要使用 GloVis 应用程序搜索整个 Landsat 免费影像数据库。您需要相对最新且具有最小云覆盖量的影像。要下载影像,您需要创建一个 USGS 地球资源观测和科学中心 (EROS) 的免费帐户,该账户可使您下载所需的任意 Landsat 数据。
Landsat 影像可能会很大。在本课中,您将下载的文件大小约 900 MB。在下载文件之前,请确保您的计算机上有足够的磁盘空间,且您有充足的时间来等待下载。
要下载 Landsat 数据,需要拥有 USGS EROS 帐户。该帐户可免费注册,但需要您提供用户信息统计调查数据和联系人信息。如果您已拥有 USGS EROS 账户,请直接跳至下一部分。
转至 EROS 注册系统。
https://ers.cr.usgs.gov/register
按照屏幕上的说明继续完成注册过程。
完成注册后,系统会发送一条消息至您的电子邮件地址,确认您已注册完成。
单击电子邮件中的链接激活帐户。
接下来,您需要打开 GloVis 并导航到新加坡。
打开 GloVis 主页。
https://glovis.usgs.gov/
本页介绍了您可以体验的一些新功能。
单击启动 GloVis 以打开 GloVis。
GloVis 随即出现。
如有必要,可关闭您是否希望快速浏览?窗口。
该查看器随即打开到美国中心的默认位置。界面控件窗格包含用于搜索 Landsat 影像的参数。查看器底部的工具栏包含时间线和用于探索影像图层的其他地图控件。首先,您将关闭默认数据集,以便将地图范围导航到新加坡。
在界面控件窗格中的选择您的数据集下,关闭 Global Land Survey。
在地图顶部的工具栏上,单击跳转到并选择纬度/经度。
跳转到纬度/经度窗口随即出现。
您需要输入新加坡中心的坐标。
在跳转到纬度/经度窗口中,对于纬度,键入 1.36;对于经度,键入 103.82。单击跳转到位置。
地图范围将以城市国家新加坡为中心。
岛上的大部分区域已实现高度城市化,在岛上的中部和西部地区设有一些开放的绿地。虽然查看器的下角有一个比例尺,但是在此范围下很难分辨新加坡相对于其他地理要素的大小。
将影像缩小五到六倍。请注意新加坡相对于周边国家(例如马来西亚和印度尼西亚)的大小。
缩放回新加坡。
仅有一座城市大小的国家在土地利用和城市发展方面面临独特的挑战。虽然新加坡已经通过围海造田的方式扩大了自身的领土面积,但是其疆界大体保持不变,因此仍有必要进行严格的规划。然而,要进行适当的规划需要优质的数据。
真正的城市计划项目将使用大量的多种来源的数据类型。从 Landsat 影像数据库下载的单个影像将作为起点,使您可高质查看整个城市。Landsat 影像为多光谱影像,可通过可见光的不同波段进行显示,以突显植被、海岸线或人造建筑物等要素。如果要添加更多专用的数据,则该影像将是一个极好的参考。
要搜索您的图像,您需要首先选择您感兴趣的特定影像类型。
在本课程中,您对查找 Landsat 8 图像感兴趣。
Landsat 8 数据过滤器随即进行更新,指示 204 个场景(或图像)符合您的条件。这意味着 204 个 Landsat 8 图像显示了新加坡经纬度。 接下来,您需要将搜索限制在特定的日期范围内。您想要一个相对较新的图像,因此您需要将范围定义为 2015 年到当前日期。
注: 在月份下,您还可以将搜索限制为特定月份,例如七月。这可用于追踪多年的季节性趋势,例如夏季干旱或野火。对于常规参考影像,一年中的月份并不重要。
当前图像与时间线上的标记一起显示在地图上。您可能会注意到许多图像部分或几乎完全被云层所覆盖。这并不奇怪,因为新加坡的气候是赤道性气候,这意味着一年中的大部分时间都是炎热、潮湿和多雨的。您需要将搜索限制为云量较低的图像:图像的云量应低于 10%。
地图随即进行更新,以显示一组新的可用图像。现在,仅两个场景符合您指定的条件。
您确定 2018 年的图像是要下载的最佳图像。 注: 本课程编写完成后,可能已添加一个新的且具有较低云覆盖量的近期新加坡影像。如果可用,请选择相应更新的图像。
选择适合开发项目的影像后,可进行下载。
将列出各种用于下载图像的选项。您将选择级别 1 GeoTIFF 数据产品。GeoTIFF 数据产品包含图像本身的坐标信息。当添加到 GIS 应用程序(例如 ArcGIS Pro)时,会将级别 1 GeoTIFF 数据产品自动置于其坐标位置中,以供分析使用。GeoTIFF 影像也包含所有 Landsat 8 多光谱波段,可用于更改影像的外观来突显地面上不同的要素。
注: 下载可能需要几分钟,具体取决于您的计算机和 Internet 连接。
之前,您已下载了由 Landsat 卫星拍摄的新加坡影像。接下来,您将准备用于分析的影像。首先,您需要从压缩文件(下载时的格式)中提取该影像。然后,将该影像添加至 ArcGIS Pro 的地图中并通过更改其波段组合将其符号化,以便更好地显示新加坡的城市要素。
如您所见,通过下载时间即可判断原始 Landsat 影像的文件较大。文件较大的部分原因在于已下载的压缩文件中包含同一地区的十多个影像,且每个影像都具有不同的光谱波段。可将这些影像结合起来,创建一个多光谱影像。要查看影像,必须解压文件。也可以创建一个文件夹来存储数据。
该文件以 USGS 网站上的标识码(由一长串的字母和数字组成)来命名。该文件的扩展名为 .tar.gz,是一种经过两次(而非一次)压缩的文件。因此您需要解压内容两次才能查看影像。
除末尾数字(例如 B1、B2 和 B3)外,大多数影像的名称都与原始文件的名称相同。B 表示波段;每个影像均显示相同影像的不同光谱波段。Landsat 8 光谱波段将在随后的课程中详细讨论。
该影像大部分为灰色,且带有一些可见的云。陆地和海洋等要素很模糊,而且很难区分。单一光谱波段的影像往往如此,因为其仅覆盖一小段光波长。要使影像与肉眼看上去相类似,通常需要将多个光谱波段合并成一个多光谱影像。
要组合多个单个波段并将其视为单一的多光谱影像,您将需要在 ArcGIS Pro 中启动一个新工程。工程包含数据库、工具箱、样式和其他可能有助于创建地图的文件夹。
地图模版将使用默认底图创建工程。
随即显示目录窗格。目录窗格包含与该工程相关联的所有文件夹、文件和数据。您可使用该窗格建立与之前创建的 Singapore Data 文件夹的文件夹连接。
与工程相关联的默认文件夹为 Singapore Development,该文件夹是在创建工程时生成的,且其名称与工程名称相同。此文件夹包含一些空地理数据库和工具箱,但不含有实际数据。
添加文件夹连接窗口随即打开,显示计算机文件目录。
提示: 如有必要,要查看完整的文件名,请拖动目录窗格的一侧以将其加宽,直到完整的文件名可见为止。 该文件夹包含 11 个单独的光谱波段,以及一些其他文件。产品元数据文件(以 MTL.txt 结尾)包含有关如何将光谱波段组合为单个多光谱影像的信息。您将使用该文件将多光谱影像添加到地图中。
注: 如果随即打开一个窗口,要求为影像构建金字塔或统计数据,请单击确定。 影像随即添加到地图。
该影像看起来比之前在 GloVis 应用程序中预览的影像更暗,但您可以更改其外观,以便更清晰地显示新加坡。
该影像的颜色更暗且色调更加柔和。此外,该影像在其边缘周围含有 NoData 像素的黑色区域,使影像形成一个方格格网。您将对影像中的活动光谱波段进行更改以使影像以更鲜明的色彩显示,并将 NoData 像素符号化为透明以使其从地图上消失。
随即显示符号系统窗格。主符号系统部分将列出用于显示影像的波段(这些波段也显示在内容窗格中)。通过红色、绿色和蓝色图像显示通道,一次只能显示 3 个波段。默认情况下,红色、绿色和蓝色波段用于以自然色显示影像。这 3 个波段覆盖了人眼可见的光谱部分,这些波段结合在一起近似于大多数人查看景观的方式。对于城市发展,能突显与城市相关的要素并与植被覆盖区域形成对比的视图可能更为合适。下表列出了各个波段及每个波段的最佳显示: 数值名称该波段的最佳显示1沿海气溶胶浅水、粉尘颗粒2蓝深水、大气3绿色植被4红色人造物体、土壤、植被5近红外海岸线、植被6短波红外 1云层穿透度、土壤和植被湿度7短波红外 2改善的云层穿透度、土壤和植被湿度8全色黑白影像、更清晰的细节9卷云卷云10热红外 1热谱地图、预计土壤湿度11热红外 2改善的热谱地图、预计土壤湿度 红色波段可突显新加坡城市环境的人造建筑,而近红外波段则突显海岸线和植被。短波红外 1 波段也可用于突显植被并最大限度地减少影像中云的出现。 您将更改通过红色、绿色和蓝色通道显示的 3 个波段。
地图上的影像自动发生更改。
海岸线定义更加明确,植被显示为亮绿色,城区显示为不同的棕色集群。接下来,通过将 NoData 像素符号化为透明将其隐藏。
掩膜选项卡包含用于符号化背景或 NoData 值的选项。NoData 像素的默认颜色为无颜色,可自动反映在地图上。
该影像恰如其分地显示了整个岛屿的极佳风貌,城市和植被覆盖区域之间的差异一目了然。