星图地球——Landsat5_C2_SR_T1数据集

这篇具有很好参考价值的文章主要介绍了星图地球——Landsat5_C2_SR_T1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。

数据简介:

Landsat5_C2_SR数据集是经大气校正后的地表反射率数据,属于Collection2的二级数据产品,空间分辨率为30米,基于Landsat生态系统扰动自适应处理系统(LEDAPS)(版本3.4.0)生成。水汽、臭氧、大气高度、气溶胶光学厚度、数字高程与Landsat数据一起输入到太阳光谱(6S)辐射传输模型中对卫星信号进行二次模拟,生成大气顶部(TOA)反射率、表面反射率、TOA亮度温度和云、云影、陆地、水体的掩膜。前言 – 人工智能教程

Landsat5_C2_SR_T1数据集是由美国地质调查局(USGS)提供的卫星遥感数据集。它是基于Landsat 5卫星的传感器数据得到的。

该数据集包含了包括全球范围内陆表面的高分辨率图像。图像的分辨率为30米,可以提供较为细致的地表特征信息。

Landsat5_C2_SR_T1数据集还提供了大量的辐射校正和大气校正处理后的数据。这些处理可以提高图像的质量,并减少大气效应对图像的影响。

数据集还包括了多个波段的图像,如红色、绿色、蓝色、近红外等。这些波段可以用于不同的应用,比如植被监测、土地利用分类、环境监测等。

此外,Landsat5_C2_SR_T1数据集还提供了各种元数据,如时间、地理坐标、云量等,方便用户进行分析和研究。

总之,Landsat5_C2_SR_T1数据集是一个重要的遥感数据集,提供了高质量的陆表面图像和相关的元数据,可用于各种地球科学和环境研究应用。

数据名称:

Landsat5_C2_SR

数据来源:

USGS

时空范围:

2008年1月-2011年11月

空间范围:

全国

引用代码:

LANDSAT_5/02/T1/SR

波段 

名称 单位 最小值 最大值 乘法比例因子 加性比例因子 波长范围(微米) 描述
B1 Reflectance 1 65455 0.0000275 -0.2 0.45-0.52 Band 1 (blue) surface reflectance
B2 Reflectance 1 65455 0.0000275 -0.2 0.52-0.60 Band 2 (green) surface reflectance
B3 Reflectance 1 65455 0.0000275 -0.2 0.63-0.69 Band 3 (red) surface reflectance
B4 Reflectance 1 65455 0.0000275 -0.2 0.77-0.90 Band 4 (near infrared) surface reflectance
B5 Reflectance 1 65455 0.0000275 -0.2 1.55-1.75 Band 5 (shortwave infrared 1) surface reflectance
B7 Reflectance 1 65455 0.0000275 -0.2 2.08-2.35 Band 7 (shortwave infrared 2) surface reflectance
SR_ATMOS_OPACITY Unitless 0 10000 0.001 A general interpretation of atmospheric opacity generated by LEDAPS and based on the radiance viewed over Dark Dense Vegetation (DDV) within the scene. A general interpretation of atmospheric opacity is that values (after scaling by 0.001 is applied) less than 0.1 are clear, 0.1-0.3 are average, and values greater than 0.3 indicate haze or other cloud situations. SR values from pixels with high atmospheric opacity will be less reliable, especially under high solar zenith angle conditions. The SR_ATMOS_OPACITY band is provided for advanced users and for product quality assessment and has not been validated. Most users are advised to instead use the QA_PIXEL band information for cloud discrimination.
SR_CLOUD_QA Bit index 1 56 Cloud Quality Assessment
QA_PIXEL Bit Index 5440 16382 Landsat Collection 2 QA Bitmask
QA_RADSAT Bit Index 0 3829 Radiometric saturation QA

Landsat5_C2_SR_T1数据集与TOA数据集差异

Landsat5_C2_SR_T1数据集与TOA(Top of Atmosphere)数据集的差异在于它们经历了不同的校正步骤和数据处理过程。

TOA数据是通过对原始的卫星图像进行辐射校正得到的。辐射校正是将卫星接收到的辐射值转换为辐射能量值,该值不受大气影响,可以准确地反映地表特征。TOA数据是没有经过大气校正的,仅仅进行了辐射校正。

而Landsat5_C2_SR_T1数据集是基于TOA数据进行的二次处理。它通过引入大气校正算法,对TOA数据进行了大气校正处理。大气校正是为了消除大气效应,以更准确地反映地表特征。这样处理后的数据集不仅进行了辐射校正,还考虑了大气的影响。

因此,Landsat5_C2_SR_T1数据集相比于TOA数据集,更加准确地反映了地表特征,并且可以用于更为精确的地表分析和研究。但同时,大气校正也可能引入一些误差,特别是在有大气污染或多云的情况下。因此,在使用数据集时需要考虑这些因素。

代码:

/**
 * @File    :   Landsat5_C2_SR_T1
 * @Time    :   2023/03/20
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
 * @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有
 * @Desc    :  数据集key为LANDSAT_5/02/T1/SR的Landsat5_C2_SR类数据集
 * @Name    :   Landsat5_C2_SR_T1数据集
*/
//指定检索数据集,可设置检索的空间和时间范围,以及属性过滤条件(如云量过滤)
var imageCollection = gve.ImageCollection("LANDSAT_5/02/T1/SR")
                    .filterCloud('lt',20)
                    .filterDate('2011-01-07','2011-01-11')
                    .select(['B1','B2','B3'])
                    .limit(10);
					
print("imageCollection",imageCollection);

//function applyScaleFactors(image) {
//    var opticalBands = image.select('B.*').multiply(0.0000275).add(-0.2);
//    return image.addBands(opticalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();

print("first", img);

var visParams = {
//    min:6251,
//    max:65535,
//    gamma: 0.8,
//    brightness: 0.8,
    bands: ['B3', 'B2', 'B1']
};

Map.centerObject(img);
Map.addLayer(img,visParams);

星图地球——Landsat5_C2_SR_T1数据集,中科星图,数据库,gee,javascript,Landsat,地表反射率,sr,c02

 Landsat 数据集属于国际公开数据,可以在没有版权限制的情况下使用、传输或复制。有关USGS数据产品正确引用的更多详细信息,请参阅USGS Visual Identity System Guidancehttps://www.usgs.gov/information-policies-and-instructions/usgs-visual-identity-system文章来源地址https://www.toymoban.com/news/detail-793384.html

到了这里,关于星图地球——Landsat5_C2_SR_T1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

  • 中科星图GVE(AI案例)——如何利用ai技术进行船只的识别和提取分析(珠江三角洲)

    随着人工智能(AI)技术的快速发展,船只的识别和分析变得越来越容易。AI技术可以利用计算机视觉和深度学习算法来自动识别和提取船只的特征,从而进行进一步的分析。下面将介绍如何利用GVE云计算平台的AI技术进行船只的识别和提取分析。 1. 数据收集与准备: 首先,

    2024年02月20日
    浏览(42)
  • 中科星图GVE(AI案例)——如何利用高分辨率0.5m影像进行建筑物提取

    高分辨率0.5m影像提供了详细的地表信息,特别适用于建筑物的提取。以下是一些利用高分辨率影像进行建筑物提取的方法: 预处理:在进行建筑物提取之前,需要对影像进行一些预处理。首先,根据影像质量,可以进行边缘增强、噪声去除等处理。其次,可以进行影像配准

    2024年02月21日
    浏览(44)
  • GEEer成长日记四:Landsat8_SR计算NDVI并时间序列分析

    前两次我们介绍了MODIS_NDVI和LANDSAT8_NDVI产品的时间序列,它们都是基于Landsat8_TOA影像制成的。实际工作中我们还需要通过LANDSAT8_SR影像进行NDVI时间序列分析,那么该怎么开展工作呢?本期我们就来介绍介绍。 下一期我们将介绍Sentinel-2数据在时间序列方面的研究。  如果想深入

    2023年04月14日
    浏览(42)
  • GEE中Landsat、Sentinel、Modis主要数据集区别

    1. Collection 1/2 的区别 Collection 2 是Landsat Level 1 数据的又一次重大再处理,显著提高了 绝对地理定位精度 。 Collection1 Collection2 时间跨度 1972~2021底 1972~至今 数据等级 level 1 level1:1972~2021底 level2:1982~至今 Landsat 集合 2 包括基于场景的全球 2 级表面反射率科学产品 Landsat 集合

    2024年01月18日
    浏览(40)
  • 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)

     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

    2024年02月10日
    浏览(48)
  • geemap学习笔记049:下载Landsat数据时遇到的一个问题

    最近在下载Landsat 8 地面反射率数据(Surface Reflectance)时,遇到了一个问题,无论是使用 geemap.ee_export_image_to_drive() 函数还是 geemap.download_ee_image() 函数下载的数据,易康都打不开,显示 Error loading image data: Layer 0 of file G: data.tif has an unsupported data type. G: data.tif ,如下图。利用

    2024年01月17日
    浏览(35)
  • 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)
  • 基于ENVI的遥感影像解译——以Landsat8数据为例(上)

    遥感影像解译 是一种指从图像获取信息的基本过程。即根据各专业(部门)的要求,运用解译标志和实践经验与知识,从遥感影像上识别目标,定性、定量地提取出目标的分布、结构、功能等有关信息,并把它们表示在地理底图上的过程。例如,土地利用现状解译,是在影像

    2024年02月09日
    浏览(42)
  • AI Earth ——开发者模式案例2:Landsat系列影像数据去云

    AIE平台中提供的  Landsat  影像均为  USGS Collection 2  中的数据,该集合使用  QA_PIXEL  波段对云、雪进行描述。因此,可通过位运算和逻辑运算,生成云掩膜,利用  updateMask  函数去除可能是云或者云阴影的区域。此算法适用于  Landsat-5 / 7 / 8 / 9  。 初始化环境¶ 定义去云算

    2023年04月20日
    浏览(55)
  • 【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)

            老样子,最近在做生态方面的项目,然后需要分析城市的热岛效应,想了想还是用GEE计算比较简单,直接下载影像太麻烦了。所以在网上看看了资料,踩了踩坑终于是将代码写出来了。秉承着取之于民、用之于民的想法,今天给大家分享一下如何使用GEE的Landsat8数据

    2024年02月05日
    浏览(45)

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