当前位置: 首页 > news >正文

LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集

Landsat7_C2_RAW是指Landsat 7卫星的数据集,采用的是Collection 2级别的数据处理方法,对应的是Tier 1级别的原始数据(RAW)。该数据集包括了Landsat 7卫星从1999年4月15日开始的所有数据,共涵盖了全球范围内的陆地和海洋区域。这些数据集可用于进行地表覆盖、植被、土地利用、气候变化等方面的研究和应用。前言 – 人工智能教程


Landsat7_C2_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1的辐射标准相同,由于缺少轨道信息,大范围云层覆盖等因素导致可选择的地面控制点不够,没有达到T1的几何精度标准,主要包括 L1GT和L1GS处理等级数据。

Landsat 7数据集的问题主要出现在卫星本身出现技术故障后,数据质量受到了影响。2003年5月,Landsat 7卫星的扫描仪发生了故障,导致Landsat 7数据集中的所有新图像都存在一个条带状缺陷。

不过,虽然存在数据质量问题,但Landsat 7数据集仍然是广泛使用的卫星遥感数据之一。由于Landsat 7的数据集可用于多个领域的研究和应用,因此在地球科学、环境科学、农业、林业、城市规划等领域中得到了广泛的应用。这些应用包括但不限于:土地利用变化检测、水资源管理、植被覆盖变化监测、城市扩张分析等。

此外,Landsat 7数据集还提供了多个不同波段的影像,可以通过不同的波段组合融合,生成各种不同的图像产品。因此,它也常被用于制作卫星图像、制作高分辨率地图等。

名称分辨率(米)波长范围(微米)描述主要作用
B1300.45 - 0.52Blue(蓝色波段)用于水体穿透,分辨土壤植被
B2300.52 - 0.60Green(绿色波段)分辨植被
B3300.63 - 0.69Red(红色波段)处于叶绿素吸收区域,对道路、裸露土壤、植被种类具有良好的观测效果
B4300.76 - 0.90Near infrared(近红外)用于估算生物数量,可以区分植被和水体,分辨潮湿土壤,但是对于道路的辨认效果逊于B3
B5301.55 - 1.75Shortwave infrared 1(中红外)可分辨道路、裸露土壤、水,在不同植被间具有良好的对比度,有较好的穿透大气、云雾的能力
B6_VCID_13010.40 - 12.50Low-gain Thermal Infrared 1(热红外) 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.感应发出热辐射的目标
B6_VCID_23010.40 - 12.50High-gain Thermal Infrared 1(热红外) 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.感应发出热辐射的目标
B7302.08 - 2.35Shortwave infrared 2(中红外)可分辨岩石、矿物,也可用于辨识植被覆盖和湿润土壤
B8150.52 - 0.90Panchromatic(全色)可获取黑白图象,分辨率为15m,用于增强分辨率,提高分辨能力
QA_PIXEL30Landsat Collection 2 QA Bitmask(像素质量评估波段)
QA_RADSAT30Radiometric saturation QA(辐射饱和度和地形遮挡的质量评估波段)
SAA30Solar Azimuth Angle(太阳方位角)
SZA30Solar Zenith Angle(太阳天顶角)
VAA30View Azimuth Angle(卫星方位角)
VZA30View Zenith Angle(卫星天顶角)

代码:

/*** @File    :   Landsat7_C2_RAW_T1* @Time    :   2023/03/07* @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_7/02/T1/RAW的Landsat7_C2_RAW类数据集* @Name    :   Landsat7_C2_RAW_T1数据集
*/
​
var imageCollection = gve.ImageCollection("LANDSAT_7/02/T1/RAW").filterCloud('lt',20).filterDate('2022-02-16','2022-02-28').select(['B1','B2','B3']).limit(10);
​
print("imageCollection",imageCollection);
​
var img = imageCollection.first();
​
print("first", img);
​
var visParams = {
//    min: 1,
//    max: 255,
//    gamma: 1,
//    brightness: 1,bands: ['B3', 'B2', 'B1']
};
​
Map.centerObject(img);
Map.addLayer(img,visParams);

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

http://www.lryc.cn/news/257306.html

相关文章:

  • 绕过360给目标机器添加账户
  • C/C++ 题目:给定字符串s1和s2,判断s1是否是s2的子序列
  • Nginx的stream配置
  • ubuntu 20.04 server 安装 zabbix
  • hive映射es表任务失败,无错误日志一直报Task Transitioned from NEW to SCHEDULED
  • 手眼标定 - 最终精度和误差优化心得
  • pytorch一致数据增强
  • MapReduce
  • Spring Boot 快速入门
  • 什么是神经网络的非线性
  • 前端知识(十四)——浅谈用户体验测试的主要功能
  • 解决前端跨域问题,后端解决方法
  • 【网络奇缘系列】计算机网络|数据通信方式|数据传输方式
  • 数组 注意事项
  • day11 滑动窗口中的最大值
  • viple模拟器使用(五):Web 2D模拟器中实现两距离局部最优迷宫算法
  • 每日一道算法题 3(2023-12-11)
  • 【Android】查看keystore的公钥和私钥
  • ChatGPT的常识
  • Spring Boot中的事务是如何实现的?懂吗?
  • 应用安全:JAVA反序列化漏洞之殇
  • 基于以太坊的智能合约开发Solidity(函数继承篇)
  • 【论文极速读】LVM,视觉大模型的GPT时刻?
  • TS基础语法
  • 【基于NLP的微博情感分析:从数据爬取到情感洞察】
  • Ubuntu 18.04使用Qemu和GDB搭建运行内核的环境
  • GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
  • JAVA安全之Spring参数绑定漏洞CVE-2022-22965
  • 辨析旅行商问题(TSP)与车辆路径问题(VRP)
  • 2024年JAVA招聘行情如何?