遥感IDL二次开发(光谱数据可视化)

简介: 遥感IDL二次开发(光谱数据可视化)

1.程序功能:

打开 ASCII 码格式的光谱文件,读取反射率数据并进行显示。


2.源代码:

2.1 方法1:单一窗口显示光谱数据

#在同一个窗口中用不同线形和颜色显示光谱数据#

pro IDL020101
fn=dialog_pickfile();打开光谱数据
nb=file_lines(fn)
data=fltarr(5,nb)
openr,lun,fn,/get_lun
readf,lun,data
free_lun,lun
wv=transpose(data[0,*]);读取波长
c1=transpose(data[1,*]);读取第1条光谱曲线的反射率
c2=transpose(data[2,*]);读取第2条光谱曲线的反射率
c3=transpose(data[3,*]);读取第3条光谱曲线的反射率
c4=transpose(data[4,*]);读取第4条光谱曲线的反射率


;在同一个窗口中用不同线形和颜色显示光谱数据

p1=plot(wv,c1,xtitle='Wavelength(nm)',ytitle='Reflectance',$
/buffer,xrange=[min(wv),max(wv)],color='red',linestyle=0,$
thick=1,name='spectral curve1',margin=[0.1,0.1,0.01,0.01])
p2=plot(wv,c2,xtitle='Wavelength(nm)',ytitle='Reflectance',$
/buffer,xrange=[min(wv),max(wv)],color='blue',linestyle=0,$
thick=1,name='spectral curve2',/overplot)
p3=plot(wv,c3,xtitle='Wavelength(nm)',ytitle='Reflectance',$
/buffer,xrange=[min(wv),max(wv)],color='green',linestyle=0,$
thick=1,name='spectral curve3',/overplot)
p4=plot(wv,c4,xtitle='Wavelength(nm)',ytitle='Reflectance',$
/buffer,xrange=[min(wv),max(wv)],color='orange',linestyle=0,$
thick=1,name='spectral curve4',/overplot)


;添加图例

l1=legend(target=[p1,p2,p3,p4],position=[0.6,0.2],color='w',$
/auto_text_color,horizontal_alignment=0,vertical_alignment=0,$
horizontal_spacing=0.02,vertical_spacing=0.01,/normal)


;保存文件

o_fn=dialog_pickfile(title='图形保存为')+'.png'
p1.save,o_fn,border=0
p2.save,o_fn,border=0
p3.save,o_fn,border=0
p4.save,o_fn,border=0

end


结果图:

微信截图_20230111114541.png


2.2 方法2:同一个窗口中的四个子窗口显示光谱曲线

#同一个窗口中的四个子窗口显示光谱曲线#

pro IDL020102
fn=dialog_pickfile();打开光谱数据
nb=file_lines(fn)
data=fltarr(5,nb)
openr,lun,fn,/get_lun
readf,lun,data
free_lun,lun
wv=transpose(data[0,*]);读取波长
c1=transpose(data[1,*]);读取第1条光谱曲线的反射率
c2=transpose(data[2,*]);读取第2条光谱曲线的反射率
c3=transpose(data[3,*]);读取第3条光谱曲线的反射率
c4=transpose(data[4,*]);读取第4条光谱曲线的反射率


;用同一窗口中的子窗口中显示光谱曲线

x=findgen(101)*0.01
window,1,xsize=900,ysize=600
plot,wv,c1,position=[0.1,0.6,0.45,0.9],xtitle='Wavelength(nm)',ytitle='Reflectance',title='spectral curve1',$
color='000000'xl,background='FFFFFF'xl,/nodata
oplot,wv,c1,color='f00000'xl
plot,wv,c2,position=[0.6,0.6,0.95,0.9],xtitle='Wavelength(nm)',ytitle='Reflectance',title='spectral curve2',/noerase,$
color='000000'xl,background='FFFFFF'xl,/nodata
oplot,wv,c2,color='0000ff'xl
plot,wv,c3,position=[0.1,0.1,0.45,0.4],xtitle='Wavelength(nm)',ytitle='Reflectance',title='spectral curve3',/noerase,$
color='000000'xl,background='FFFFFF'xl,/nodata
oplot,wv,c3,color='00ffff'xl
plot,wv,c4,position=[0.6,0.1,0.95,0.4],xtitle='Wavelength(nm)',ytitle='Reflectance',title='spectral curve4',/noerase,$
color='000000'xl,background='FFFFFF'xl,/nodata
oplot,wv,c4,color='0fff00'xl

end


结果图:

微信截图_20230111114554.png

相关文章
|
6月前
|
数据可视化 前端开发 JavaScript
数据可视化技术的较量:D3.js与Tableau的比较与选择
在当今信息爆炸的时代,数据可视化成为了帮助我们理解和传达数据的重要工具。本文将重点对比并评估两个主流的数据可视化技术和工具,即D3.js和Tableau。我们将探讨它们的优势、适用场景以及选择的关键因素,以帮助读者在选择合适的数据可视化工具时做出明智的决策。
|
2月前
|
存储 SQL 数据可视化
三维引擎系列(三):BIM数据管理与可视化功能
Ganos三维引擎的BIM数据管理分析解决方案,旨在充分发挥BIM模型价值,满足数字孪生技术发展的高精度需求。该方案通过结构化拆解BIM数据,实现统一管理和联合查询;支持精细化计算BIM模型指标,并与规划红线对比;同时提供高效渲染能力。Ganos内置多种功能,如ST_ImportIFC导入IFC格式数据,ST_As3DTiles生成3D Tiles瓦片数据结构,无需依赖第三方软件即可完成BIM数据的存储、计算与可视化展示。此外,通过简单的后端服务即可实现与渲染引擎的无缝对接,显著提升三维空间计算效率。
30 0
|
3月前
|
数据采集 JSON 数据可视化
【数据采集与可视化案例】基于python的国家级非物质文化遗产数据采集与可视化分析
本文介绍了一个基于Python的数据采集与可视化分析项目,该项目通过爬虫技术从国家级非物质文化遗产代表性项目名录网站获取数据,并运用数据清洗、转换、集成和规约等方法处理数据,最终利用pyecharts库进行多种数据可视化展示,包括分布地、类别、时间趋势等,以直观呈现非物质文化遗产的相关信息。
178 0
|
6月前
|
数据可视化
tableau的骑行路线地理数据可视化
tableau的骑行路线地理数据可视化
|
数据可视化 定位技术
GIS空间分析 三维分析3 要素三维可视化
在本文中,我们使用ArcScene软件三维化了图层要素,并分析了要素间的关系,这对决策有着很重要的作用🎈🎈🎈
163 0
|
定位技术 Python
GIS开发:开源影像切割
GIS开发:开源影像切割
164 0
|
算法 BI 定位技术
GIS教程-空间分析之水文分析
GIS教程-空间分析之水文分析
GIS教程-空间分析之水文分析
|
数据可视化 JavaScript 前端开发
Mars3D三维可视化平台
Mars3D三维可视化平台
Mars3D三维可视化平台