星图地球——Landsat5_C2_SR_T1数据集

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
B1Reflectance1654550.0000275-0.20.45-0.52Band 1 (blue) surface reflectance
B2Reflectance1654550.0000275-0.20.52-0.60Band 2 (green) surface reflectance
B3Reflectance1654550.0000275-0.20.63-0.69Band 3 (red) surface reflectance
B4Reflectance1654550.0000275-0.20.77-0.90Band 4 (near infrared) surface reflectance
B5Reflectance1654550.0000275-0.21.55-1.75Band 5 (shortwave infrared 1) surface reflectance
B7Reflectance1654550.0000275-0.22.08-2.35Band 7 (shortwave infrared 2) surface reflectance
SR_ATMOS_OPACITYUnitless0100000.001A 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_QABit index156Cloud Quality Assessment
QA_PIXELBit Index544016382Landsat Collection 2 QA Bitmask
QA_RADSATBit Index03829Radiometric 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);

 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

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:http://www.mfbz.cn/a/325221.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

github访问不了解决方法

github突然无法访问,解决办法如下: 1、首先通过网址GitHub.com - GitHub: Lets build from here GitHub查看当前github.com对应的IP地址,查到的信息如下图所示 2、修改hosts文件,windows系统下修改 C:\Windows\System32\driver…

关于前端面试中forEach方法的灵魂7问?

目录 前言 一、forEach方法支持处理异步函数吗? 二、forEach方法在循环过程中能中断吗? 三、forEach 在删除自己的元素后能重置索引吗? 四、forEach 的性能相比for循环哪个好? 五、使用 forEach 会不会改变原来的数组&#…

步进电机基本原理详解

步进电机基本原理 步进电机是一种将电脉冲信号转换成相应角位移或线位移的电动机。 区别于以电压或电流作为控制信号,被控制量是转速的电动机。 每输入一个脉冲信号,转子就转动一个角度或前进一步,其输出的角位移或线位移与输入的脉冲数成正…

electron+vue项目使用serialport报错Cannot read property ‘indexOf‘ of undefined解决办法

描述 使用ElectronVue项目时引入serialport串口后启动时报下面错误 Cannot read property indexOf of undefined解决方法 打开vue.config.js找到pluginOptions -> electronBuilder -> externals添加serialport module.exports {pluginOptions: {electronBuilder: {e…

SAP中采购文档价格条件可以删除吗?

首先要声名,基于采购价格条件的严谨性和历史追朔需求,删除属于危险操作。不建议普通用户去执行操作。如果有兴趣,在测试系统中自行测试一下即可。正式系统中,还请慎重处理。 笔者公司日常不会去删除采购价格,日常处理…

网络共享服务

存储类型:直连式(DAS):距离最近,存储设备且直接连接到服务器上 存储区域网络(SAN):适用于大型应用或数据库系统,可以使用文件的空间, 以及管理空间…

【发票识别】支持pdf、ofd、图片格式(orc、信息提取)的发票

背景 为了能够满足识别各种发票的功能,特地开发了当前发票识别的功能,当前的功能支持pdf、ofd、图片格式的发票识别,使用到的技术包括文本提取匹配、ocr识别和信息提取等相关的技术,用到机器学习和深度学习的相关技术。 体验 体…

【蓝桥杯日记】第二篇——递归问题的处理

目录 前言 递归 递归解决的问题 递归的三要素 递归的练习(由浅入深) 1.循环改为递归 2.斐波那契 3.汉诺塔问题 总结 前言 大家好呀!我是大雄!一个菜鸡!接下来的几个月和大家分享一下自己在备战蓝桥中遇到的…

Vue学习计划-Vue3--核心语法(十)Proxy响应式原理

Proxy响应式原理 1.Vue2的响应式 实现原理: 对象类型:通过Object.defineProperty()对属性的读取、修改进行拦截(数据劫持)数组类型:通过重写更新数组的一系列方法来实现拦截,(对数组的变更方法…

【Linux】各目录说明

【常见目录说明】 目录 /bin 存放二进制可执行文件(ls,cat,mkdir等),常用命令一般都在这里。 /etc 存放系统管理和配置文件 /home 存放所有用户文件的根目录,是用户主目录的基点,比如用户user的主目录就是/home/user,可以…

浅谈智慧路灯安全智能供电方案设计

摘要: 智慧路灯,作为智慧城市、新基建、城市更新的主要组成部分,近些年在各大城市已得到很好的落地和 应用,但其与传统路灯相比集成大量异元异构电子设备,这些设备的供电电压、接口形式、权属单位各不相同, 如何设计一…

houdini rnn

1.3.RNN模型_哔哩哔哩_bilibili 此公式来自于吴恩达P1.3视频 按公式推测rnn内部结构,如有错误,敬请指正

mysql-锁

文章目录 概念隔离级别未提交读(READ UNCOMMITTED)提交读(READ COMMITTED)可重复读(REPEATABLE READ)可串行化(SERIALIZABLE) 锁分类按性能乐观锁(用版本对比来实现&…

python入门,数据容器的通用操作(len,max,min,sorted)

1.len统计容器内元素个数 2.max统计元素最大元素 3.min统计元素最小元素 4.容器的转化功能 list(容器)将给定容器转化为列表 字符串转列表将字符串内的每一个元素都取了出来作为列表的每一个元素 字典则只会取出它的key,value会消失 str&…

在线SM2密钥生成工具

在线SM2密钥生成工具 - BTool在线工具软件,为开发者提供方便。本工具为你提供便捷的SM2密钥生成功能。SM2是中国国家密码管理局颁布的中国商用公钥密码标准算法(一种非对称加密算法),SM2采用的是ECC 256位的一种椭圆曲线的加密算法,其密钥长度256bit&…

go中如何进行单元测试案例

一. 基础介绍 1. 创建测试文件 测试文件通常与要测试的代码文件位于同一个包中。测试文件的名称应该以 _test.go 结尾。例如,如果你要测试的文件是 math.go,那么测试文件可以命名为 math_test.go。 2. 编写测试函数 测试函数必须导入 testing 包。每…

HIve项目入门 环境部署遇到的问题及解决方案

环境布置的步骤建议是jdk, hadoop hive这几个分别去下载,参考以下几个安装教程: 【主要参考:傻瓜式教程】Windows下安装Hive MySQL版【附安装Hadoop教程】全网最详细的图文教程 【有一些补充的内容】:Windows下安装Hive 遇到的几个…

2024.1.16每日一题

LeetCode 2719.统计整数数目 2719. 统计整数数目 - 力扣(LeetCode) 题目描述 给你两个数字字符串 num1 和 num2 ,以及两个整数 max_sum 和 min_sum 。如果一个整数 x 满足以下条件,我们称它是一个好整数: num1 &l…

QT 原生布局和QML的区别

一、QML 与 Qt Quick的区别 1.1 从概念上区分 为了更精确地对两者进行说明,先看助手对 QML 的描述: QML is a user interface specification and programming language. QML 是一种用户界面规范和标记语言,允许开发人员和设计师创建高性能、流…

招生官怒批ChatGPT文书质量“缺少灵魂”

ChatGPT无疑是最近两年留学届的热门话题,也成为了不少留学生再也离不开的万能工具,从总结文献、润色论文、给教授写email似乎无所不能。甚至还有不少同学在考虑直接提交ChatGPT生成的文书。 那么ChatGPT生成的文书质量高吗?各大高校对于学生…
最新文章