MODIS 影像数据下载

2024-02-09 17:30
文章标签 数据 影像 下载 modis

本文主要是介绍MODIS 影像数据下载,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  上文我们了解了在地理空间数据云中 Landsat8 OLI_TIRS 遥感影像的下载,今天就让我们讨论讨论 MODIS 遥感影像的下载。

  看到这篇文章的童孩应该对 MODIS 影像有一定的了解,不然也不会搜索到这篇文章,要是不了解话,就百度百科(modis)熟悉下,话说技多不压身,了解多了也好,和别人哈牛逼也有话题。

  好了,话不多说,直接进入今天的话题。首先我们要知道 美国国家航空航天局官网 的官方网站,要是不知道美国航空航天局是什么东东,就继续百度百科吧(美国航空航天局),不懂就问是好孩子。具体步骤如下:

  1、进入下载页面(https://ladsweb.modaps.eosdis.nasa.gov/),由于脑子有点不灵光,忘了从网页按什么地方进入数据下载页面了,就直接输入网页强上吧。

  2、这时候我们就需要注册一个账号,不然在后面就会出现有些数据下载不了的问题,俗话说防范为未然,我们就先注册账号吧。

    ① 点击页面中的【Profile】— 【Earthdata Login】,进入账号登录页面,点击注册【REGISTER】按钮;

     ② 对于本人英语能力为 1 的弱鸡来说,这时候 Google Chrome 浏览器的好处就体现出来了,我在这里直接选择翻译页面,就把页面转换为中文了,虽然有些中文不正确,但对于我们来说已经不错了;

    ③ 这里我们要注意一点,这时候使用 Google Chrome 浏览器还有一个重要的原因,那就是经过安装插件(如果不知道请看上文https://www.cnblogs.com/xingyi-qjl/p/9251845.html)后,它可以注册并登录谷歌邮箱,本人试过若干个浏览器,这点只有 Google Chrome 浏览器可以做到,所以我强烈建议使用 Google Chrome 浏览器,具体的申请过程我就不重复了,如果有问题请留言,我在这里就直接登录了;

注:在注册时一定要使用谷歌邮箱,使用其他邮箱会遇到各种不必要的麻烦,简而言之就是浪费时间还达不到效果。还有 Google Chrome 浏览器的在以前的文章中已经提到过,这里就不细说了,请看原来的文章。

》》》》》》》》文章链接:Google Chrome 浏览器插件的下载及安装使用

    ④ 注册好后,继续进入登录界面,输入账号密码,点击【LOG IN】登录,在接下来的界面点击按钮就行了。

   3、在下载页面中,点击【Find Date】,进入数据搜索页面;

 

  3、在谷歌浏览器中都可以选择翻译成中文,毕竟有些东西是真的看不懂。

    ① 在菜单栏下方的是我们下载数据所需要经历的过程,在这里第一步我们需要先选择一个传感器(不建议翻译成中文,直接在英文的状态下选择,翻译后的中文不能看,给你个眼神,你懂的),我在这里以 All Sensors 为例,选择点击后会进入所有数据内容选择页面;

    ② 由于 MODIS 遥感影像具有好多好多的波段,所以下载的时候一定要注意,具体的波段信息请看美国航空航天官网中 MODIS 产品的介绍(https://earthdata.nasa.gov/earth-observation-data/near-real-time/download-nrt-data/modis-nrt)。由于本人需要数据进行温度反演,所以在这里就以 MOD09(L2表面反射率)、MOD11(L2表面温度和发射率)为例进行下载,如图所示,选择需要的内容进行下载,然后点击第二步【TIME】;

    ③ 终于到达下一步了,在 TIME 中我们可以进行下载数据时间的精确定位,由于在前面 Landsat 8 下载的是2018年5月3号的影像,这里也选择这个时间进行数据下载,具体如图所示;

    ④ 点击【位置】,在页面中选择【绘制自定义框(经典)】,大致画出包含阜阳市的矩形范围(画大点也无所谓),如图所示;

    ⑤ 点击【FILES】,在 FILES 页面中,点击各个文件名进行选择,如图所示;

    ⑥ 点击【查看订单】,注意这时候可能就要登录账号了,跟着他的指示做就OK了,其实也不难,由于原来登录过,所以我的是直接进入,如图所示,点击【提交订单】按钮;

    ⑦ 按完提交订单后,会得到提交订单字样,还有几句话,如图所示,表示订单已提交成功;

    ⑧ 其实连五分钟都不到,我的谷歌邮箱里已经收到订单提醒;

   4、打开这封邮箱,点击【翻译邮件】,此方法提供了两种下载的方法:第一种是批量下载的方法,适合很多文件时使用,过程很详细,在这里就不一一说明了;第二种是手动下载的方法,比较麻烦,但是文件相对较少的时候使用挺好的。

  5、最后就介绍下手动下载的步骤,其实也很简单,就是点击文件,会弹出保存路径,直接保存文件就行了,如图所示。

 

   好了,本次的数据下载就介绍完毕了,我们要学以致用,在美国航空航天局数据中不止MODIS数据一种,还有其他的数据,我就不一一讲解步骤了,直接慢慢研究吧。

  

转载于:https://www.cnblogs.com/xingyi-qjl/p/9256628.html

这篇关于MODIS 影像数据下载的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/694858

相关文章

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数