ALOS PALSAR 产品介绍

简介

L1.0 产品

该产品由原始观测数据(0 级)通过数据编辑(如位重新调整和添加轨道信息)生成。它是重建的、未经处理的信号数据,带有辐射和几何校正系数(附加但未应用)。

L1.1 产品

该产品由斜距(等于采样测量的间距)相等的单看复合(SLC)产品生成,在将合成孔径雷达处理为 1.0 级产品后生成。这些产品在量程和方位角上都经过压缩。振幅和相位信息保留不变。对于多极化模式,每个极化都有单独的文件。

L1.5 产品

该产品由投射到地图坐标(地理参考)上的多视角振幅图像生成。这是从合成孔径雷达处理到 1.0 级产品的渲染,以单极化高分辨率模式获取。这些产品无需进一步处理即可进行可视化。对于多极化模式,每个极化都有单独的文件。

KMZ 产品

该产品是一个压缩文件,包括一个 KML 文件和一个彩色浏览图像 (PNG) 文件。将 .kmz 文件扩展名更改为 .zip 并解压缩,即可解压缩 KMZ 文件。

您可以在 Google 地球或类似程序中查看 .kmz 文件。解压缩后,.kml 文件也可以在谷歌地球中查看。在谷歌地球中打开该文件,显示的是地球上场景足迹的轮廓,包括没有数据的区域,以及在轮廓内以正确方向显示的地理校正图像的彩色浏览。该 .png 文件已进行地理编码并旋转到投影空间。

低分辨率和高分辨率地形校正产品 

地形校正产品是为所有 FBS、FBD 和 PLR 波束模式生成的,包括双波束和定性波束数据的所有可用波束模式。任何宽波束数据以及由 ASF 以较低分辨率获取的直接下行链路直接源网络 (DSN) 数据都不进行地形校正。

地形校正产品来自 ALOS PALSAR 1.1 级单望复合数据,由 ALOS 核心软件(6.07 版)的 JAXA Sigma SAR 处理器(12.01 版)生成。

RTC 产品有两种分辨率。高分辨率产品的像素大小为 12.5 米,由高分辨率(NED13)和中分辨率(SRTM 30 米、NED1 和 NED2)DEM 生成。低分辨率产品是在所有可用 DEM 的 30 米水平上生成的。所有产品均按用于校正的 DEM 的原始像素大小进行地形校正。无需额外重新取样。所有 RTC 产品均按通用横轴默卡托(UTM)投影进行地理编码,并以 GeoTIFF 格式的浮点幂值提供。RTC 产品的基准是像素点。

产品列表

ALOS_PALSAR_LEVEL1.0

ALOS_PALSAR_LEVEL1.1

ALOS_PALSAR_LEVEL1.5

ALOS_PALSAR_LEVEL2.2

ALOS_PALSAR_RTC_HIGH_RES

ALOS_PALSAR_RTC_LOW_RES

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="ALOS_PALSAR_RTC_LOW_RES",cloud_hosted=True,bounding_box=(-180.0, -90.0, 180.0, 90.0),temporal=("2006-03-23", "2011-04-22"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

链接

ALOS PALSAR Products - ASF SAR Data Search Manual

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

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.mzph.cn/web/23728.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩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

Java Web学习笔记13——JSON

JavaScript自定义对象 定义格式&#xff1a; <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Js-对…

前端面试题日常练-day57 【面试题】

题目 希望这些选择题能够帮助您进行前端面试的准备&#xff0c;答案在文末 1. 在PHP中&#xff0c;以下哪个符号用于连接两个字符串&#xff1f; a) b) . c) , d) : 2. PHP中的预定义变量$_SESSION用于存储什么类型的数据&#xff1f; a) 用户的输入数据 b) 浏览器发送的…

前后端不分离与前后端分离的Java Web开发对比介绍

在现代Web开发中&#xff0c;前后端架构设计有两种主要模式&#xff1a;前后端不分离和前后端分离。本文将详细介绍这两种模式&#xff0c;展示如何使用Spring Boot开发应用&#xff0c;并提供可运行的示例代码。 前后端不分离的Java Web开发 在前后端不分离的架构中&#xf…

Linux 命令 `uniq`:去重利器

Linux 命令 uniq&#xff1a;去重利器 在 Linux 系统中&#xff0c;处理文本数据是日常任务中不可或缺的一部分。当我们面对大量重复的数据行时&#xff0c;如何高效地去除这些重复项成为了一个值得探讨的话题。这时&#xff0c;uniq 命令就派上了用场。本文将介绍 uniq 命令的…

走进AI大模型的瘦身房,看看如何把大模型塞进我们的手机里

人工智能的广泛应用已经改变了我们的生活方式。从智能助手到自动驾驶汽车&#xff0c;AI技术正变得越来越普及。然而&#xff0c;这些AI大模型往往参数众多&#xff0c;体积庞大&#xff0c;需要依赖庞大的网络计算资源&#xff0c;如何让大模型能在个人电脑&#xff0c;甚至手…

【docker】 /bin/sh: ./mvnw: No such file or directory解决方案.dockerignore被忽略

报错如下&#xff1a;解决方案很简单&#xff0c;但是容易让大家忽视的问题。 > CACHED [stage-1 2/4] WORKDIR /work/ …

【Android面试八股文】使用equals和==进行比较的区别?

使用equals和==进行比较的区别 这道题想考察什么 ? 在开发中当需要对引用类型和基本数据类型比较时应该怎么做,为什么有区别。 考察的知识点 equals 的实现以及栈和堆的内存管理 考生应该如何回答 在 Java 中,equals() 方法和 == 运算符用于比较对象之间的相等性,但它…

数据赋能(111)——体系:监控数据采集——概述、关注焦点

概述 监控数据采集是指对数据采集过程进行实时的监视和控制&#xff0c;以确保数据的准确性、完整性和可用性。监控数据采集旨在及时发现并解决数据采集过程中出现的问题&#xff0c;保证数据的稳定性和可靠性。 监控数据采集的主要目的是确保数据的准确性、完整性和可用性。…

要改进单例模式的实现以确保线程安全并优化性能,有几种常见的方法

要改进单例模式的实现以确保线程安全并优化性能&#xff0c;有几种常见的方法。以下是几种改进 ThreadUtil 单例实现的方法&#xff1a; ### 1. 懒汉式&#xff08;线程安全版&#xff09; 使用同步机制来确保线程安全&#xff0c;但只在第一次创建实例时同步&#xff0c;这样…

正则匹配规则

正则表达式&#xff1a;查找某字符串开始和某字符串结束的字符串 a.*?b 查找以a开始&#xff0c;并且以b结束的字符串 例如&#xff1a; 字符串为&#xff1a;上海12345abcd.opi,.<>北京 patten &#xff1a;上海.*?北京 结果&#xff1a;上海12345abcd.opi,.<>…

用互斥锁解决缓存击穿

我先说一下正常的业务流程&#xff1a;需要查询店铺数据&#xff0c;我们会先从redis中查询&#xff0c;判断是否能命中&#xff0c;若命中说明redis中有需要的数据就直接返回&#xff1b;没有命中就需要去mysql数据库查询&#xff0c;在数据库中查到了就返回数据并把该数据存入…

Unity DOTS技术(三)JobSystem+Burst+批处理

文章目录 一.传统方式二.使用JobSystemBurst方式三.批处理 在之前的例子中我们都中用的单线程与传统的编译器,下面我们试着使用JobSystem与打找Burst编译器来对比一下性能的差异. 一.传统方式 1.首先用传统方式创建10000个方块并让基每帧旋转 2.我们可以看到他的帧率是40 …

RBAC 模型梳理

1. RBAC 模型是什么 RBAC&#xff08;Role-Based Access Control&#xff09;即&#xff1a;基于角色的权限控制。通过角色关联用户&#xff0c;角色关联权限的方式间接赋予用户权限。 RBAC 模型由 4 个基础模型组成&#xff1a; 基本模型 RBAC0&#xff08;Core RBAC&#x…

面向AI应用开发实战分享 - 基础篇

“前端转AI&#xff0c;第一讲来了” 引言 如果你是一名前端开发&#xff0c;同时又对AI开发很感兴趣&#xff0c;那么恭喜你&#xff0c;机会来了。 如果不是也没关系&#xff0c;同样能帮大家了解AI应用的开发思路。 本文将带大家从面向AI开发的基础知识开始&#xff0c;再…

Vue3:ElementPlus分装动态列表查询表单和弹窗动态表单

文章目录 概要表单组件封装弹窗组件调用表单组件页面列表调用查询表单 表单组件封装 组件代码 <template><el-formref"ruleFormRef"class"elForm":inline"true":rules"rules":model"TableList"label-width"…

AlaSQL.js:用SQL解锁JavaScript数据操作的魔法

简介 先附上 github 地址 https://github.com/AlaSQL/alasql AlaSQL.js - JavaScript SQL database for browser and Node.js. Handles both traditional relational tables and nested JSON data (NoSQL). Export, store, and import data from localStorage, IndexedDB, or …

高德车道级安全预警再升级 10大场景全方位守护行车安全

今日起&#xff0c;2024年高考、端午节小长假相继到来&#xff0c;正值新一波出行高峰到来&#xff0c;高德地图车道级安全预警功能再次升级。升级后的车道级安全预警功能覆盖了10大安全风险较高的行车场景&#xff0c;全方位、超视距地为用户实时探测、预警行车风险&#xff0…

成都跃享未来教育咨询有限公司,值得信赖!

在浩渺的教育咨询市场中&#xff0c;成都跃享未来教育咨询有限公司以其独特的魅力和卓越的服务质量&#xff0c;成为了行业内的璀璨明星。作为一家致力于为学生提供全方位教育咨询服务的公司&#xff0c;成都跃享未来教育咨询有限公司始终坚持安全可靠的原则&#xff0c;为广大…

树莓派4B_OpenCv学习笔记4:测试摄像头_imread加载显示图像_imwrite保存图片

今日继续学习树莓派4B 4G&#xff1a;&#xff08;Raspberry Pi&#xff0c;简称RPi或RasPi&#xff09; 本人所用树莓派4B 装载的系统与版本如下: 版本可用命令 (lsb_release -a) 查询: Opencv 版本是4.5.1&#xff1a; 今日对之前的测试CSI摄像头函数进行一些理解说明&#x…

pytorch中的zero_grad()函数的含义和使用

optimizer.zero_grad() &#xff0c;用于将模型的参数梯度初始化为0。 #反向计算 loss.backward()#反向传播计算梯度 optimizer.step()#更新参数&#xff0c;梯度被反向计算之后&#xff0c;调用函数进行所有参数更新 #在反向传播计算时&#xff0c;梯度的计算是累加&#xff…