問題タブ [landsat]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
scala - Landsat で RGB チャネルを結合して PNG に変換する際の出力を改善する
Scala と Geotrellis ライブラリを使用して、Landsat-8 画像の処理と分析を実行していますが、バンド 2、3、および 4 (赤、緑、青) を結合しようとすると、結果のマルチバンド tiff (右) とそれから生成されたpng（左）：
シングルバンド tiff を結合するためのコードは次のとおりです。
また、これは私のpngコンバーターコードです:
変換マップを削除して MultibandGeoTiff(tiffPath).tile.convert(IntConstantNoDataCellType).renderPng().write(bwPath) を実行すると、左側の画像のカラフルなバージョンしか得られません。
これが初心者の質問である場合は申し訳ありません。事前に助けてくれてありがとう。
r - ラスターをdata.frameに変換するときの「ラスターIO中の失敗」?
何が起こっているのか誰にも分かりますか？これが私のコンソール出力です。奇妙なことに、最初の 4as.data.frame行は問題なく実行されますが、最後の行では「ラスター IO 中の失敗」というエラーが表示されます。
ここで役立つ場合は、最後の 2 つのファイルに関する情報の出力です。
これで十分な情報であり、正しく質問していることを願っています。私はstackoverflowが初めてで、Rとコーディング全般に比較的慣れていません。あなたが与えることができる洞察をありがとう。
gis - 最尤分類、Landsat: サーマル バンドを除外する理由
Landsat (5-7) 画像の最尤分類 (MLC) から Thermal バンド 6 を除外するという私の決定を裏付ける議論 (理想的には引用できます) を探します。私の知る限りでは、サーマル バンド 6 は、別のバンド (30 m) に比べて空間分解能が粗い (〜 120 m) ため、MLC から除外することをお勧めします。
これをもたらしたいくつかの論文を教えてください。私が見つけた唯一のものは次 のとおり です。空間解像度) ...
別の論文/ハンドブックについて提案はありますか?
r - 精度評価 {greenbrown} - どれが分類され、どれが参考になりますか?
Landsat 画像の教師付き分類によって分類された土地被覆クラスの精度を評価したいと考えています。参考データとして航空写真を使用します。
分類された Landsat データをサンプリングし、同じ検証ポイントで、航空写真から土地被覆クラスを特定しました。つまり、各検証ポイントには 2 つの属性があります。1 つは Landsat からのもの ( landsat )、もう 1 つは航空写真からのもの ( reference ) です。
一連の検証ポイントから、エラー マトリックス (分割表) と精度評価 (全体の精度、ユーザーのプロデューサーの精度) を計算したいと考えています。
分類の精度を評価するパッケージgreenbrownとasbioを見つけました。ただし、ユーザーとプロデューサーの精度の最終結果は、2 つのパッケージ間で切り替えられます。
ユーザーとプロデューサーの精度の値を正しく計算するパッケージはどれですか?
再現可能な例
ユーザーとプロデューサーの精度は、2 つのパッケージ間で切り替えられます! ユーザーとプロデューサーの精度の計算と推定はどちらが正しいですか?
python - Landsat-8 画像の RGB 合成
Landsat-8 画像の個々のバンドから RGB コンポジットを作成しようとしています。np.dstack のようなオプションを試してみましたが、以下の形式も
しかし、エラーが発生し続けます
