全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
遥感图像解译有两个最大的难点,第一点是地物分不开,就是不同的地物很难把它分割开来,第二点就是地物分不准,就是很难准确识别地物类型。
对于第一点:面向对象方法解决了地物分割的问题,将不同的地物分割到不同的对象之中,这对分类起了至关重要的作用。 但同时,虽然面向对象方法提取了对象的基本光谱、形状、纹理等特征。但对于形状、纹理特征描述的不够全面,信息量还不足以支撑完整的地物分类、识别。
为了解决第二点:分割后的不同尺度对象可以进一步形成训练样本,进行‘深度学习’,通过‘深度学习’来掌握不同对象的纹理特性,形成深度学习模型反过来指导对象分类,这是分类问题的很好的解决方案。
简译”(Easy Interpretation)软件做为第一款多尺度对象完全融合'的图像信息提取软件,解决了混合地物分割的问题,最大提高解译精度,减少后期人工矢量编辑工作。同时最新版本完美结合了"深度学习”能力,解决了面向对象信息提取软件的“分类不准确”问题,极大提高解译效率和解译精度。
“简译”生产产品示例: