Menü
遥感光谱分析技能。计算15+光谱指数(NDVI/EVI/NDWI/NDBI/NBR等)、智能指数推荐、云覆盖评估、多时相对比和植被/水体/城市/火灾监测。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
AI-assisted custom skill creation from natural language requirements
卫星影像数据获取与分析技能。预置Sentinel-2/Landsat/SAR/DEM数据源模板、LULC土地利用数据下载、影像预处理和多源数据集成。
测绘成果质量检查与验收智能体，遵循 GB/T 24356 标准
地理空间世界模型技能（Tech Preview）。基于 Google AlphaEarth 嵌入 + LatentDynamicsNet 残差 CNN，在潜空间中自回归预测土地利用变化趋势。支持 5 种情景模拟，构成 JEPA 架构的地理空间世界模型。
数据入库前质量审查技能（Reviewer 模式）。基于可替换检查清单执行结构化审查，确保数据满足入库标准。
多源数据融合技能（Pipeline 模式）。分步执行数据融合：源识别 → 兼容性评估 → Schema 匹配 → 融合执行 → 质量验证，每步设 Gate 需用户确认。
| name | spectral-analysis |
| description | 遥感光谱分析技能。计算15+光谱指数(NDVI/EVI/NDWI/NDBI/NBR等)、智能指数推荐、云覆盖评估、多时相对比和植被/水体/城市/火灾监测。 |
| metadata | {"domain":"remote_sensing","version":"1.0","intent_triggers":"光谱 spectral NDVI EVI SAVI NDWI NDBI NBR NDSI 植被指数 vegetation index 水体指数 water 城市指数 urban 火灾 burn 遥感指数 remote sensing 波段运算 band math 光谱分析"} |
本技能提供完整的遥感光谱分析能力，覆盖从数据质量评估到专业指数计算的全流程：
| 指数 | 公式 | 适用场景 | Sentinel-2 波段 |
|---|---|---|---|
| NDVI | (NIR-Red)/(NIR+Red) | 通用植被监测 | B08, B04 |
| EVI | 2.5×(NIR-Red)/(NIR+6×Red-7.5×Blue+1) | 高密度植被，减少大气影响 | B08, B04, B02 |
| SAVI | (NIR-Red)×(1+L)/(NIR+Red+L) | 裸土暴露区域，L=0.5 | B08, B04 |
| GNDVI | (NIR-Green)/(NIR+Green) | 叶绿素含量估算 | B08, B03 |
| NDRE | (NIR-RedEdge)/(NIR+RedEdge) | 精准农业，早期胁迫检测 | B08, B05 |
| ARVI | (NIR-2×Red+Blue)/(NIR+2×Red-Blue) | 大气校正增强 | B08, B04, B02 |
| 指数 | 公式 | 适用场景 |
|---|---|---|
| NDWI | (Green-NIR)/(Green+NIR) | 水体提取 |
| MNDWI | (Green-SWIR)/(Green+SWIR) | 城区水体，抑制建筑噪声 |
| 指数 | 公式 | 适用场景 |
|---|---|---|
| NDBI | (SWIR-NIR)/(SWIR+NIR) | 建设用地提取 |
| BSI | ((SWIR+Red)-(NIR+Blue))/((SWIR+Red)+(NIR+Blue)) | 裸土识别 |
| 指数 | 公式 | 适用场景 |
|---|---|---|
| NBR | (NIR-SWIR2)/(NIR+SWIR2) | 火灾烧伤面积评估 |
| NDSI | (Green-SWIR)/(Green+SWIR) | 积雪覆盖检测 |
| NDMI | (NIR-SWIR1)/(NIR+SWIR1) | 植被水分含量 |
| LAI | EVI × 3.618 - 0.118 | 叶面积指数（从EVI派生） |
| CI | (Red-Blue)/(Red+Blue) | 土壤颜色指数 |
分析前自动评估影像云覆盖率：
| 云覆盖率 | 处理策略 |
|---|---|
| < 10% | 直接分析 |
| 10%-30% | 警告 + 可选云掩膜 |
| 30%-70% | 建议切换时相或使用 SAR 数据 |
| > 70% | 自动降级到 SAR 或拒绝分析 |
当光学影像不可用时，系统自动推荐替代方案：
1. assess_cloud_cover → 检查影像质量，决定是否继续
2. recommend_indices → 根据分析目标推荐指数组合
3. search_rs_experience → 检索相似案例的最佳实践
4. calculate_spectral_index → 计算推荐的光谱指数
5. describe_raster → 查看计算结果统计信息
6. visualize_raster → 生成指数分布可视化
系统内置遥感分析经验池，覆盖常见场景：
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 指数值异常 | 云层/阴影干扰 | 先做云掩膜再计算 |
| 结果与预期不符 | 波段选择错误 | 确认传感器波段编号 |
| 局部噪声大 | 影像边缘效应 | 裁剪有效范围后分析 |
| 多时相不可比 | 大气条件差异 | 使用地表反射率产品 |
calculate_spectral_index — 计算任意光谱指数（从15+预置指数中选择或自定义公式）list_spectral_indices — 列出所有可用光谱指数及其公式、波段、适用场景recommend_indices — 根据分析目标智能推荐指数组合assess_cloud_cover — 评估影像云覆盖率和数据质量search_rs_experience — 检索遥感分析经验池中的相似案例describe_raster — 栅格数据描述（波段/分辨率/统计信息）calculate_ndvi — 快捷 NDVI 计算raster_band_math — 自定义波段运算表达式visualize_raster — 栅格数据可视化