ASTER产品数据 (AST_08) 几何校正

2024-04-12 17:58

本文主要是介绍ASTER产品数据 (AST_08) 几何校正,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!

前言

国内有关ASTER的博客等资料真的很少。因个人需求,用过这个数据的不少产品,分享一下校正的方法。
数据可从EarthData进行下载,需要注册账号。
在这里插入图片描述
这个数据的温度和发射率产品的分辨率可达90 m,但是回访周期特别长。几年可能也就几十幅数据。
官方有数据预处理工具HEG,安装后,不能正常运行,尝试了两台电脑都不行,所以放弃了。这里提供一种用gdal校正的思路。

AST_08 几何校正

AST_08是90 m分辨率的地表温度数据,乘以0.1可转换为开尔文单位。
由于是NASA的HDF数据,首先想到的是geoloc校正,即根据元数据里的地理位置信息自动校正。但是经过实验并不行。
经过产看文件格式,发现里面存放了具有11个像元间隔的经纬度信息。所以尝试使用添加Gcps,即控制点校正。

import gdal, osr
import numpy as npfile = r'E:\AST_08_00307242016030826_20210513075055_5224.hdf'dataset = gdal.Open(file)
sub_dataset = dataset.GetSubDatasets()def readSubdatasetAsArray(sub_dataset_name):return gdal.Open(sub_dataset_name).ReadAsArray()lst_dataset = gdal.Open(sub_dataset[0][0]) # lst的子数据集对象lats = readSubdatasetAsArray(sub_dataset[6][0])
lons = readSubdatasetAsArray(sub_dataset[7][0])row = np.linspace(0, 700, 11, endpoint=True)
col = np.linspace(0, 830, 11, endpoint=True)
cols, rows = np.meshgrid(row, col)gcps = [gdal.GCP(lons[row, col], lats[row, col], 0, rows[row, col], cols[row, col]) \for row in range(11) for col in range(11)]srs = osr.SpatialReference()
srs.ImportFromEPSG(4326)
lst_dataset.SetGCPs(gcps, srs.ExportToWkt())correctdata = gdal.Warp(r'E:\ast08_utm.tif',  lst_dataset, dstSRS="EPSG:32649" , xRes=90, yRes=90, format='GTiff', tps=True)
del correctdata

我使用了EPSG代码指定了UTM 50N投影,有关各种投影的代码可以通过QGIS查询得到。
在这里插入图片描述
校正后影像,已和Landsat影像对比,校正的没有问题。
在这里插入图片描述

这篇关于ASTER产品数据 (AST_08) 几何校正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/897839

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本