简介
数据名称:
Landsat8_C2_TOA
数据来源:
USGS
时空范围:
2020年1月-2023年3月
空间范围:
全国
数据简介:
Landsat8_C2_TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA,是飞行在大气层之外的航天传感器量测的反射率,包括了云层、气溶胶和气体的贡献,可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储,平台将影像像素值扩大了10000倍。Landsat-8卫星包含OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)两种传感器,每16天可以实现一次全球覆盖。Landsat-8 在空间分辨率和光谱特性等方面与Landsat 1-7保持了基本一致,卫星一共有11个波段,波段1-7,9-11的空间分辨率为30米,波段8为15米分辨率的全色波段,成像宽幅为185×185km。前言 – 人工智能教程
引用代码:
LANDSAT_8/02/T1/TOA
LANDSAT 8是美国国家航空航天局(NASA)和美国地质调查局(USGS)合作开发的一颗遥感卫星,于2013年2月11日发射升空。它是美国LANDSAT遥感卫星系列的第八颗卫星,也是目前最新的一颗。LANDSAT 8的主要任务是收集地球表面的遥感图像数据,以帮助科学家们研究和监测地球上的自然资源和环境变化。
LANDSAT 8卫星搭载了多种传感器,其中最重要的是可见光与红外线传感器(OLI)和热红外传感器(TIRS)。OLI传感器具有9个波段,波长范围从0.43至2.30微米,可以提供高分辨率的地表图像。而TIRS传感器具有两个波段,波长范围从10.60至12.51微米,用于测量地表的热辐射。
LANDSAT 8的数据以一种被称为“Tier 1”或“Level 1”处理的方式发布。这种处理方式基于地表反射率和亮温数据,经过校正和处理后得到的图像质量更高。这些处理步骤包括大气校正、辐射校正和几何校正,以确保数据的准确性和可比性。
LANDSAT 8的数据以TOA(Top of Atmosphere)数据的形式发布。TOA数据是指卫星接收到的来自地球表面的辐射,没有经过大气层的干扰。TOA数据可以用于估算地表反射率和亮温,对许多遥感应用来说是非常有用的。
TOA数据具有许多优点。首先,TOA数据可以准确反映地表的光学特性,包括反射率和辐射率。这使得TOA数据可以用于估计地表的物理参数,如植被指数、土壤水分和地表温度等。其次,TOA数据具有一致的单位,可以方便地比较不同时间和不同地点的数据。最后,TOA数据还可以用于计算其他遥感产品,如植被指数和地表温度等。
然而,TOA数据也有一些局限性。由于TOA数据没有经过大气校正,所以可能受到大气层的影响。大气层会吸收和散射来自地表的辐射,导致TOA数据的质量下降。此外,由于TOA数据只能提供地表辐射的信息,对于一些需要更深入了解地表物理特性的研究来说可能不够。
总结来说,LANDSAT 8/02/T1/TOA数据是由LANDSAT 8卫星收集的经过处理和校正的地表反射率和亮温数据。这些数据对于研究和监测地球上的自然资源和环境变化非常有用,可以用于估计地表的物理参数和计算其他遥感产品。然而,TOA数据也有一些局限性,需要在使用时考虑。
函数
first()
返回影像集合的首位影像
方法参数
返回值: Image
代码
/*** @File : Landsat8_C2_TOA_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_8/02/T1/TOA的Landsat8_C2_TOA类数据集* @Name : Landsat8_C2_TOA_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_8/02/T1/TOA").filterCloud('lt',20).filterDate('2022-01-20','2022-02-15').select(['B2','B3','B4']).limit(10);print("imageCollection",imageCollection);//function applyScaleFactors(image) {
// var opticalBands = image.select('B.*').multiply(0.0001);
// return image.addBands(opticalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();print("first", img);var visParams = {
// min: 75,
// max: 22118,
// gamma: 1,
// brightness: 1,bands: ['B4', 'B3', 'B2']
};Map.centerObject(img);
Map.addLayer(img,visParams);