Google Earth Engine(GEE)——Landsat 8/9 Level 2,Collection 2 LST地表温度(不包含Landsat7之前的数据集)

这篇具有很好参考价值的文章主要介绍了Google Earth Engine(GEE)——Landsat 8/9 Level 2,Collection 2 LST地表温度(不包含Landsat7之前的数据集)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 不再需要使用 Ermida 的算法计算表面温度。 Landsat Level 2,Collection 2 包含经大气校正的地表反射率和地表温度 (LST)。所有 Collection 2 LST 产品均采用由罗彻斯特理工学院 (RIT) 和美国国家航空航天局 (NASA) 喷气推进实验室 (JPL) 联合开发的单通道算法创建。

前言 – 床长人工智能教程文章来源地址https://www.toymoban.com/news/detail-693359.html

USGS Landsat 8 Collection 2 Tier 1 TOA Reflectance

Bands Table

Name Description Resolution Wavelength
B1 Coastal aerosol 30 meters 0.43 - 0.45 μm
B2 Blue 30 meters 0.45 - 0.51 μm
B3 Green 30 meters 0.53 - 0.59 μm
B4 Red 30 meters 0.64 - 0.67 μm
B5 Near infrared 30 meters 0.85 - 0.88 μm
B6 Shortwave infrared 1 30 meters 1.57 - 1.65 μm
B7 Shortwave infrared 2 30 meters 2.11 - 2.29 μm
B8 Band 8 Panchromatic 15 meters 0.52 - 0.90 μm
B9 Cirrus 15 meters 1.36 - 1.38 μm
B10 Thermal infrared 1, resampled from 100m to 30m 30 meters 10.60 - 11.19 μm
B11 Thermal infrared 2, resampled from 100m to 30m 30 meters 11.50 - 12.51 μm

 USGS Landsat 8 Collection 2 Tier 1 and Real-Time data Raw Scenes

Bands Table

Name Description Resolution Wavelength
B1 Coastal aerosol 30 meters 0.43 - 0.45 μm
B2 Blue 30 meters 0.45 - 0.51 μm
B3 Green 30 meters 0.53 - 0.59 μm
B4 Red 30 meters 0.64 - 0.67 μm
B5 Near infrared 30 meters 0.85 - 0.88 μm
B6 Shortwave infrared 1 30 meters 1.57 - 1.65 μm
B7 Shortwave infrared 2 30 meters 2.11 - 2.29 μm
B8 Band 8 Panchromatic 15 meters 0.52 - 0.90 μm
B9 Cirrus 15 meters 1.36 - 1.38 μm
B10 Thermal infrared 1, resampled from 100m to 30m 30 meters 10.60 - 11.19 μm
B11 Thermal infrared 2, resampled from 100m to 30m 30 meters 11.50 - 12.51 μm

 USGS Landsat 9 Collection 2 Tier 1 TOA Reflectance

Bands Table

Name Description Resolution Wavelength
B1 Coastal aerosol 30 meters 0.43 - 0.45 μm
B2 Blue 30 meters 0.45 - 0.51 μm
B3 Green 30 meters 0.53 - 0.59 μm
B4 Red 30 meters 0.64 - 0.67 μm
B5 Near infrared 30 meters 0.85 - 0.88 μm
B6 Shortwave infrared 1 30 meters 1.57 - 1.65 μm
B7 Shortwave infrared 2 30 meters 2.11 - 2.29 μm
B8 Band 8 Panchromatic 15 meters 0.52 - 0.90 μm
B9 Cirrus 15 meters 1.36 - 1.38 μm
B10 Thermal infrared 1, resampled from 100m to 30m 30 meters 10.60 - 11.19 μm
B11 Thermal infrared 2, resampled from 100m to 30m 30 meters 11.50 - 12.51 μm

USGS Landsat 9 Collection 2 Tier 1 Raw Scenes

Bands Table

Name Description Resolution Wavelength
B1 Coastal aerosol 30 meters 0.43 - 0.45 μm
B2 Blue 30 meters 0.45 - 0.51 μm
B3 Green 30 meters 0.53 - 0.59 μm
B4 Red 30 meters 0.64 - 0.67 μm
B5 Near infrared 30 meters 0.85 - 0.88 μm
B6 Shortwave infrared 1 30 meters 1.57 - 1.65 μm
B7 Shortwave infrared 2 30 meters 2.11 - 2.29 μm
B8 Band 8 Panchromatic 15 meters 0.52 - 0.90 μm
B9 Cirrus 15 meters 1.36 - 1.38 μm
B10 Thermal infrared 1, resampled from 100m to 30m 30 meters 10.60 - 11.19 μm
B11 Thermal infrared 2, resampled from 100m to 30m 30 meters 11.50 - 12.51 μm

USGS Landsat 7 Collection 2 Tier 1 and Real-Time data Raw Scenes 

Bands Table

Name Description Resolution Wavelength
B1 Blue 30 meters 0.45 - 0.52 μm
B2 Green 30 meters 0.52 - 0.60 μm
B3 Red 30 meters 0.63 - 0.69 μm
B4 Near infrared 30 meters 0.77 - 0.90 μm
B5 Shortwave infrared 1 30 meters 1.55 - 1.75 μm
B6_VCID_1 Low-gain Thermal Infrared 1. This band has expanded dynamic range and lower radiometric resolution (sensitivity), with less saturation at high Digital Number (DN) values. Resampled from 60m to 30m. 60 meters 10.40 - 12.50 μm
B6_VCID_2 High-gain Thermal Infrared 1. This band has higher radiometric resolution (sensitivity), although it has a more restricted dynamic range. Resampled from 60m to 30m. 60 meters 10.40 - 12.50 μm
B7 Shortwave infrared 2 30 meters 2.08 - 2.35 μm
B8 Panchromatic 15 meters 0.52 - 0.90 μm

前言 – 床长人工智能教程

到了这里,关于Google Earth Engine(GEE)——Landsat 8/9 Level 2,Collection 2 LST地表温度(不包含Landsat7之前的数据集)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Google Earth Engine ——Landsat 7 影像集合数据集详细介绍

    Landsat 7 collection. Surface Reflectance¶ USGS Landsat 7 Surface Reflectance Tier 1 USGS Landsat 7 Surface Reflectance Tier 2 Top of Atmosphere (TOA)¶ USGS Landsat 7 Collection 1 Tier 1 TOA Reflectance USGS Landsat 7 Collection 1 Tier 1 and Real-Time data TOA Reflectance USGS Landsat 7 Collection 1 Tier 2 TOA Reflectance Raw Images¶ USGS Landsat 7 Colle

    2023年04月27日
    浏览(41)
  • Google Earth Engine(GEE)——导出影像集合数据

    GEE中的影像数据可以通过Export导出至Google Drive、Google Assets或Google Cloud Storage中,但是在平台中只支持导出单张的影像数据,如果要导出影像集合,只能使用循环遍历的方法来解决。 通过查询GEE的API,我们可以找到在集合中有一个异步操作方法——evaluate,这个方法比较特殊的

    2024年02月12日
    浏览(54)
  • Google Earth Engine(GEE):大数据林业应用

    近年来遥感技术得到了突飞猛进的发展,航天、航空、临近空间等多遥感平台不断增加,数据的空间、时间、光谱分辨率不断提高,数据量猛增,遥感数据已经越来越具有大数据特征。遥感大数据的出现为相关研究提供了前所未有的机遇,同时如何处理好这些数据也提出了巨

    2024年02月06日
    浏览(60)
  • Google Earth Engine(GEE)扩展——制作的GEE app的误区

    地球引擎有一个用户界面API,允许用户直接从JavaScript代码编辑器中构建和发布交互式Web应用。许多读者会在其他章节中遇到对ui.Chart的调用,但还有更多的界面功能可用。特别是,用户可以利用ui函数来为他们的地球引擎脚本构建整个图形用户界面(GUI)。GUI可以包括简单的

    2023年04月12日
    浏览(41)
  • Google Earth Engine(GEE)深度学习入门教程- GEE导出篇

    官方教程:TFRecord 和地球引擎 在GEE的JS Code Editor中,我们按照我们的需要去处理对应的遥感影像,得到处理后Image影像。为了导出后读取数据,在导出前 一定清楚每个波段的名称(不然没法读取) 。深度学习数据集所需数据以为patch为单位,所以需要对整个遥感影像进行裁剪

    2024年02月03日
    浏览(51)
  • Google Earth Engine(GEE)——可视化动态图

    代码: 这里每一次最终的影像结果:  本文所需用到的函数: getVideoThumbURL(params, callback) 为这个ImageCollection获取一个动画缩略图的URL。 返回一个缩略图的URL,如果指定了回调,则未定义。 参数。 this:imagecollection(ImageCollection)。 ImageCollection实例。 params (对象): 与ee.data.get

    2024年02月16日
    浏览(38)
  • Google Earth Engine(GEE)——LandScan人口数据集

    LandScan人口数据 LandScan计划于1997年在橡树岭国家实验室(ORNL)启动,以满足为后果评估改进人口估计的需要。例如,全球范围内的自然和人为灾害使大量的人口处于危险之中,而且往往没有什么预先警告。开发高分辨的估计值是至关重要的,这样他们就可以对多个地理范围内

    2024年02月12日
    浏览(43)
  • Google Earth Engine(GEE)——python导出 GeoTIFF 文件

    处理地球引擎数据集后,您可能需要将结果导出 ee.Image 到 GeoTIFF。例如,将其用作 Earth Engine 外部数值模型的输入,或将其与您喜欢的 GIS 中的个人地理参考文件重叠。有多种方法可以做到这一点(请参阅开发人员指南的导出部分)。在这里,我们探索两种选择: ee.Image 在

    2023年04月13日
    浏览(72)
  • Google Earth Engine(GEE)——快速建立一个10km的格网

    本文的主要目的是如何快速实现区域的一个网格的建立,主要过程是获取影像的经纬度,然后分别获取经纬度乘以一个数然后转化为整型,并将长宽相乘转化为一个矢量,然后对每一个歌王进行边界的坐标的获取与,最后返回一个多边形geometry,最后还要建立一个可以画图的

    2024年02月05日
    浏览(49)
  • Google Earth Engine(GEE)下载全球土壤砂粒(Sand)含量数据

    SoilGrids,是一个全球土壤属性地图,现在可以通过GEE下载。 SoilGrids是ISRIC–世界土壤信息的一个项目,旨在提供一个全球一致的、由数据驱动的系统,以预测土壤性质,并将其作为一项重要指标。该项目旨在提供一个全球一致的、由数据驱动的系统,使用全球协变量和全球拟

    2024年02月08日
    浏览(61)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包