麻辣GIS微信平台

更多 GIS 干货

微信关注不错过

哨兵2号(Sentinel-2)超分辨率技术对比:SR4RS vs S2DR3

遥感影像对全球监测至关重要,但常受限于传感器的空间分辨率及获取超高分辨率数据的高成本。哨兵2号(S2)任务提供13个波段的多光谱影像,分辨率分别为10米、20米和60米。然而这些分辨率可能无法捕捉土地覆被制图、农业监测或灾害评估等任务所需的精细细节。超分辨率(SR)技术通过从低分辨率图像重建高分辨率影像来解决此问题,显著提升S2影像的空间细节,为应用提供更精确的数据支持。

1. SR4RS(遥感超分辨率工具)

核心特点

  • 开源软件,基于Orfeo ToolBox TensorFlow(OTBTF)模块开发
  • 使用卷积神经网络模型(如ESRGAN)
  • 预训练模型基于2020年250组Spot-6/7与S2影像配对数据
  • 支持将10米分辨率波段(B2/B3/B4/B8)提升至2.5米

操作指南

  1. 获取Docker镜像
docker pull mdl4eo/otbtf:latest
  1. 运行容器(挂载数据目录)
docker run --rm -ti -v /yourlocalpath:/data mdl4eo/otbtf:latest
  1. 下载预训练模型
wget https://nextcloud.inrae.fr/s/boabW9yCjdpLPGX/download/sr4rs_sentinel2_bands4328_france2020_savedmodel.zip
unzip sr4rs_sentinel2_bands4328_france2020_savedmodel.zip
  1. 波段合成(B4/B3/B2/B8顺序)
otbcli_ConcatenateImages -il band4.tif band3.tif band2.tif band8.tif -out image_4328.tif
  1. 执行超分辨率处理
python sr4rs/code/sr.py \
  --savedmodel sr4rs_sentinel2_bands4328_france2020_savedmodel \
  --input /yourpath/S2_image/images_4328.tif \
  --output sr_output.tif

输出效果:生成2.5米分辨率影像

2. S2DR3(哨兵2号深度分辨率3.0)

突破性优势

  • 将12个光谱波段统一提升至1米分辨率
  • 基于特殊设计的ANN架构,保持土壤植被光谱特性
  • 可重建最小3米空间特征的物体
  • 输出包含:真彩色RGB、NDVI、10波段多光谱、红外伪彩色影像

操作流程

  1. 打开Google Colab笔记本
  2. 输入目标区域中心点坐标
  3. 自动生成处理结果(详见图2对比)

S2DR3在几何对象表现上更优,能将混合环境中不同尺寸的建筑群规整为清晰的矩形结构

关键技术对比

结论

S2DR3在分辨率和多光谱处理上领先,尤其在城市建筑群重建中展现更优的几何规整性。而SR4RS凭借开源特性和训练灵活性,更适合科研定制需求。两项技术共同推动了哨兵2号影像在精准农业、灾害响应等场景的应用。

相关阅读

麻辣GIS-Sailor

作者:

GIS爱好者,学GIS,更爱玩GIS。

声明

1.本文所分享的所有需要用户下载使用的内容(包括但不限于软件、数据、图片)来自于网络或者麻辣GIS粉丝自行分享,版权归该下载资源的合法拥有者所有,如有侵权请第一时间联系本站删除。

2.下载内容仅限个人学习使用,请切勿用作商用等其他用途,否则后果自负。

手机阅读
公众号关注
知识星球
手机阅读
麻辣GIS微信公众号关注
最新GIS干货
关注麻辣GIS知识星球
私享圈子
没有下文

留言板(小编看到第一时间回复)