Landsat8_C2_SR数据集是经大气校正后的地表反射率数据

数据名称:

Landsat8_C2_SR

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_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,以生成大气顶部(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

Landsat 8 C2_SR数据集是由美国地球观测卫星Landsat 8获取的经过大气校正后的地表反射率数据。这个数据集提供了高质量的地表反射率信息,对于地表特征的研究和监测具有重要意义。在本文中,我将详细介绍Landsat 8 C2_SR数据集的特点、应用和意义。

Landsat 8 C2_SR数据集是通过Landsat 8卫星上的传感器获取的。Landsat 8卫星是美国国家航空航天局(NASA)和美国地质调查局(USGS)于2013年发射的一颗地球观测卫星,其传感器具有多光谱和高分辨率的特点。Landsat 8卫星通过观测地表反射光谱来获取地表特征的信息。然而,由于大气干扰,地球大气层会对地表反射率产生影响。因此,需要进行大气校正来消除大气干扰,得到准确的地表反射率数据。Landsat 8 C2_SR数据集就是基于这个原理,通过大气校正技术得到的地表反射率数据。

Landsat 8 C2_SR数据集具有以下几个特点。首先,它提供了高质量的地表反射率数据。通过进行大气校正,可以准确地提取出地表反射率信息,避免了大气干扰对数据的影响。其次,Landsat 8 C2_SR数据集具有多光谱的特点。Landsat 8卫星上的传感器可以获取多个波段的数据,包括红外、短波红外等波段,从而提供了更丰富的地表特征信息。此外,Landsat 8 C2_SR数据集还具有高分辨率的特点。Landsat 8卫星上的传感器可以提供30米的空间分辨率,这意味着可以更精细地观测地表特征,对于土地利用、植被监测等应用具有重要意义。

Landsat 8 C2_SR数据集的应用非常广泛。首先,它可以用于土地利用和土地覆盖的研究。通过分析地表反射率数据,可以确定不同地区的土地利用类型,例如农田、城市、森林等,从而帮助进行土地规划和管理。其次,Landsat 8 C2_SR数据集还可以用于植被监测。植被在地表反射中具有独特的光谱特征,通过分析地表反射率数据,可以获取植被覆盖度、植被生长状况等信息,从而监测植被的健康状况和生物量变化。此外,Landsat 8 C2_SR数据集还可以用于水资源管理、气候变化研究等领域。

Landsat 8 C2_SR数据集的意义在于提供了高质量的地表反射率数据,为地球科学研究提供了重要的数据支持。通过大气校正可以消除大气干扰,得到准确的地表反射率数据,从而揭示地表特征的变化和演变。这对于地表特征的研究和监测具有重要意义,可以帮助我们更好地理解地球的自然环境和人类活动对地球的影响。同时,Landsat 8 C2_SR数据集还为遥感技术的发展提供了重要的实践基础,促进了遥感技术在地理信息科学领域的应用和发展。

总之,Landsat 8 C2_SR数据集是经过大气校正后的地表反射率数据,具有高质量、多光谱和高分辨率的特点。它在土地利用、植被监测、水资源管理、气候变化研究等领域具有广泛的应用价值。通过提供准确的地表反射率数据,Landsat 8 C2_SR数据集为地球科学研究提供了重要的数据支持,促进了遥感技术的发展和应用。

引用代码:

LANDSAT_8/02/T1/SR

代码:

/*** @File    :   Landsat8_C2_SR_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/SR的Landsat8_C2_SR类数据集* @Name    :   Landsat8_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_8/02/T1/SR").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(0.0000275).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: 265,
//    max: 34108,
//    gamma: 1,
//    brightness: 1,bands: ['B4', 'B3', 'B2']
};Map.centerObject(img);
Map.addLayer(img,visParams);

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
B1Reflectance1654550.0000275-0.20.435-0.451Band 1 (ultra blue, coastal aerosol) surface reflectance
B2Reflectance1654550.0000275-0.20.452-0.512Band 2 (blue) surface reflectance
B3Reflectance1654550.0000275-0.20.533-0.590Band 3 (green) surface reflectance
B4Reflectance1654550.0000275-0.20.636-0.673Band 4 (red) surface reflectance
B5Reflectance1654550.0000275-0.20.851-0.879Band 5 (near infrared) surface reflectance
B6Reflectance1654550.0000275-0.21.566-1.651Band 6 (shortwave infrared 1) surface reflectance
B7Reflectance1654550.0000275-0.22.107-2.294Band 7 (shortwave infrared 2) surface reflectance
SR_QA_AEROSOLBit index0255Aerosol attributes
QA_PIXELBit Index2182465534Landsat Collection 2 QA Bitmask
QA_RADSATBit Index03829Radiometric saturation QA

引用

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.mzph.cn/news/687290.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

springboot196高校教师科研管理系统

Spring Boot高校教师科研管理系统设计与实现 摘 要 社会发展日新月异,用计算机应用实现数据管理功能已经算是很完善的了,但是随着移动互联网的到来,处理信息不再受制于地理位置的限制,处理信息及时高效,备受人们的喜…

FlashMeeting(基于FFmpeg+openCV)视频语音通讯系统

Web端体验地址:https://download.csdn.net/download/XiBuQiuChong/88805337 客户端下载地址:https://download.csdn.net/download/XiBuQiuChong/88805337 FlashMeeting(基于FFmpegopenCV)是一整套先进的以FFmpegopenCV技术为基础的视频语音通讯系统。利…

ArcGIS学习(八)基于GIS平台的控规编制办法

ArcGIS学习(八)基于GIS平台的控规编制办法 上一任务我们学习了”如何进行图片数据的矢量化?" 这一关我们来学习一个比较简单的案例一一”如何在ArcGIS中录入控规指标,绘制控规图纸?" 首先,先来看看这个案例的分析思路以及导入CAD格式的控规图纸。 接着,来看…

Eclipse - Expressions Add Watch Expression

Eclipse - Expressions & Add Watch Expression References Window -> Show View -> Other… Show View -> Debug -> Expressions -> Open Debug 模式下出现 Expressions 窗口 Debug 模式下,如果需要查看指定变量或者返回函数的值,直…

19.Qt 组合框的实现和应用

目录 前言: 技能: 内容: 1. 界面 2.槽 3.样式表 参考: 前言: 学习QCombox控件的使用 技能: 简单实现组合框效果 内容: 1. 界面 在ui编辑界面找到input widget里面的comboBox&#xff…

源支付V7最新V2.8.6文明版

源支付V7最新V2.8.6文明版 本版不需要授权码 注:开发不易,仅限交流学习使用,如商业使用,请支持正版! 轻量化的界面UI,提供更加便捷的操作体验,让您的系统一目了然 推荐支付宝当面付-免CK-商家版,微信推荐…

利用python解决猴子吃桃问题

1 问题 如何运用python程序解决有趣的猴子吃桃数学问题 问题:猴子第一天摘下若干个桃子,当即吃了一半,还不过瘾,又多吃了一个第二天早上又将剩下的桃子吃掉一半,又多吃了一个。以后每天早上都吃了前一天剩下的一半零一…

书生浦语-模型微调

大语言模型微调 指令微调的流程 LoRA(旁路分支微调) Xtuner微调框架 微调训练 作业 微调作业需要多训练几个epoch,这里训练了16个epoch

Google Gemini 1.5:引领跨模态AIGC信息分析理解与视频内容推理的新篇章,与 Open AI 决一高下!

Gemini 1.5具有100万token的上下文理解能力,是目前最强!具有跨模态理解和推理:能够对文本、代码、图像、音频和视频进行高度复杂的理解和推理。允许分析1小时视频、11小时音频、超过30,000行代码或超过700,000字的文本。不过谷歌这个Gemini 1…

Puppeteer 使用实战:如何将自己的 CSDN 专栏文章导出并用于 Hexo 博客(一)

文章目录 效果展示说明利用工具整体思路Puppeteer 使用笔记保持登录状态打开新的页面点击 dialog跳转页面设置页面可见窗口大小寻找元素等待元素出现 整体代码 效果展示 说明 看了看网上很少做这个功能,但是我有这个需求,就抽出时间写了个简单的工具目前…

19-k8s的附加组件-coreDNS组件

一、概念 coreDNS组件:就是将svc资源的名称解析成ClusterIP; kubeadm部署的k8s集群自带coreDNS组件,二进制部署需要自己手动部署; [rootk8s231 ~]# kubectl get pods -o wide -A k8s系统中安装了coreDNS组件后,会有一个…

解锁Spring Boot中的设计模式—05.策略模式:探索【策略模式】的奥秘与应用实践!

1.策略者工厂模式(Map版本) 1.需求背景 假设有一个销售系统,需要根据不同的促销活动对商品进行打折或者其他形式的优惠。这些促销活动可以是针对不同商品类别的,比如男装、女装等。 2.需求实现 活动策略接口:定义了…

Java:集合以及集合进阶 --黑马笔记

一、集合概述和分类 1.1 集合的分类 除了ArrayList集合,Java还提供了很多种其他的集合,如下图所示: 我想你的第一感觉是这些集合好多呀!但是,我们学习时会对这些集合进行分类学习,如下图所示:…

javaweb学习day03(JS+DOM)

一、javascript入门 1 官方文档 地址: https://www.w3school.com.cn/js/index.asp离线文档: W3School 离线手册(2017.03.11 版).chm 2 基本说明 JavaScript 能改变 HTML 内容,能改变 HTML 属性,能改变 HTML 样式 (CSS),能完成 页面的数据…

K8s进阶之路-Pod的生命周期

Pod创建过程: 首先创建一个pod,然后创建一个API Server 和 Etcd【把创建出来的信息存储在etcd中】 然后创建 Scheduler,监控API Server是否有新的Pod,如果有的话,会通过调度算法,把pod调度某个node上 在nod…

HDR 摄影

HDR 摄影,即高动态范围 High Dynamic Range摄影,旨在通过合并不同曝光值的照片来捕捉场景中从最亮到最暗部分的全部细节。 这种技术对于在一个图像中展现广泛的亮度范围特别有用,尤其是在自然光线条件下,如直射日光或阴影区域&…

BUGKU-WEB source

题目描述 题目截图如下: 进入场景看看: 解题思路 看源码,看F12网络请求没有东西只能老老实实按照提示用Linux去扫描目录 相关工具 kali虚拟机安装gobuster 或者dirsearch 解题步骤 先查看源码: flag{Zmxhz19ub3RfaGvyzS…

枚举,#define,C中程序内存区域划分

目录 一、枚举 1.1枚举类型的声明 1.2枚举类型的优点 1.3枚举类型的使用 二、#define定义常量 三、C中程序内存区域划分 一、枚举 1.1枚举类型的声明 枚举顾名思义就是⼀⼀列举。 把可能的取值⼀⼀列举。 比如我们现实生活中: ⼀周的星期⼀到星期日是有限…

LeetCode LCR 085. 括号生成

题目链接https://leetcode.cn/problems/IDBivT/description/ 正整数 n 代表生成括号的对数&#xff0c;请设计一个函数&#xff0c;用于能够生成所有可能的并且 有效的 括号组合。 class Solution {public List<String> generateParenthesis(int n) {List<String>…

租房招聘|在线租房和招聘平台|基于Springboot的在线租房和招聘平台设计与实现(源码+数据库+文档)

在线租房和招聘平台目录 目录 基于Springboot的在线租房和招聘平台设计与实现 一、前言 二、系统功能设计 三、系统实现 1、房屋管理 2、招聘管理 3、平台资讯管理 4、平台资讯类型管理 四、数据库设计 1、实体ER图 六、论文参考 七、最新计算机毕设选题推荐 八、源…