remote-sensing-analysis

用途：把原始对地观测影像变成可辩护的分析产品，覆盖经典分析、分类、验证与可比性判断。主要能力：以STAC优先检索数据，如使用pystac_client与odc.stac加载sentinel-2-l2a等集合；区分L1C/L1TP（TOA）与L2A/L2SP（地表反射率），建议默认使用L2A；处理Sentinel-2在2022年1月25日引入的BOA_ADD_OFFSET基线断点，需从元数据读取偏移与量化值，按reflectance = (DN + BOA_ADD_OFFSET) / QUANTIFICATION_VALUE换算，且已协调集合不可重复校正；提供Sentinel-2 SCL与Landsat QA_PIXEL云及质量掩膜方法；在反射率上计算NDVI、NDWI、NDBI等指数并防除零，注意波段编号因传感器而异；分类流程要求定义互斥图例、空间分布训练样本、验证使用空间独立测试集并报告各类F1/IoU与混淆矩阵，同时绘制错误空间分布；SAR方面给出Sentinel-1轨道、热噪声、定标、地形校正、斑点滤波与dB转换流程。使用方式：先定义现象与尺度，选择传感器、产品级别和日期，统一校正、掩膜、CRS与分辨率，派生特征，分析，空间验证并发布溯源信息。限制与失败模式：拒绝云影泄漏、处理级别不可比、处理基线未记录或不匹配、重采样伪影、标签泄漏、nodata污染以及超出传感器分辨率的结论；分析前需检查掩膜与有效像元比例，记录每个场景的处理基线而非仅产品级别，波段混合与整数DN直接计算指数均属常见错误。