Landsat 5 C02数据集2007-2011年

简介: Landsat 5 C02数据集2007-2011年

Landsat 5是美国陆地卫星系列(Landsat)的第五颗卫星,于1984年3月1日发射,2011年11月停止工作。16天可覆盖全球范围一次。Landsat5_C2_TOA数据集是由Collection2 level1数据通过MTL文件计算得到的TOA反射率产品。数据集的空间分辨率为30米,相对于Collection1 level1数据,Collection2 level1数据提高了几何校正和辐射定标的精度。Collection 2 level1数据采用了新的地面控制点(GCPs Phase 4),融合了Lan'd'sa't 8和欧洲航天局(ESA)发布的哨兵2(Sentinel-2)的控制点数据,提高了几何校正精度。为了便于在线分析存储,平台将影像像素值扩大了10000倍。前言 – 人工智能教程

Landsat 5是美国国家航空航天局(NASA)和美国地质调查局(USGS)联合制造和运营的一颗卫星,可以获取高分辨率的地球表面影像。其to-anything (TOA)数据则是指在卫星上进行测量时,记录的辐射能量数据,不经过大气校正和地表反射校正。

如果您需要获取Landsat 5的TOA数据,您可以访问USGS的地球资源观测数据中心(EROS)网站。在该网站上,您可以选择下载Landsat 5的TOA数据,可以按照日期、地理位置或其他过滤器过滤数据,以符合您的需要。此外,还有一些付费的数据提供商也提供Landsat 5的TOA数据下载服务。

名称 分辨率(米) 类型 比例因子 波长范围(微米) 描述 主要作用
B1 30 int16 10000 0.45 - 0.52 Blue(蓝色波段) 用于水体穿透,分辨土壤植被
B2 30 int16 10000 0.52 - 0.60 Green(绿色波段) 分辨植被
B3 30 int16 10000 0.63 - 0.69 Red(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
B4 30 int16 10000 0.76 - 0.90 Near 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
B5 30 int16 10000 1.55 - 1.75 Shortwave 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 30 int16 10 10.40 - 12.50 Thermal Infrared(热红外) 感应发出热辐射的目标
B7 30 int16 10000 2.08 - 2.35 Shortwave 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
QA_PIXEL 30 Landsat Collection 2 QA Bitmask(像素质量评估波段)
QA_RADSAT 30 Radiometric saturation QA(辐射饱和度和地形遮挡的质量评估波段)
SAA 30 Solar Azimuth Angle(太阳方位角)
SZA 30 Solar Zenith Angle(太阳天顶角)
VAA 30 View Azimuth Angle(卫星方位角)
VZA 30 View Zenith Angle(卫星天顶角)

代码:

/**
 * @File    :   Landsat5_C2_TOA_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/TOA的Landsat5_C2_TOA类数据集
 * @Name    :   Landsat5_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_5/02/T1/TOA")
                    .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(0.0001);
    return image.addBands(opticalBands, null, true)
}
var img = imageCollection.map(applyScaleFactors).first();
print("first", img);
var visParams = {
    bands: ['B3', 'B2', 'B1'],
    min: 0,
    max: 0.4
};
var id = Map.addLayer(img,visParams);
Map.flyto(id);

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

 

相关文章
|
23天前
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
103 0
|
23天前
|
编解码 人工智能 定位技术
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
95 0
|
23天前
|
传感器 编解码 人工智能
Landsat7_C2_SR数据集(大气校正地表发射率数据集)
Landsat7_C2_SR数据集(大气校正地表发射率数据集)
24 0
|
23天前
|
机器学习/深度学习 算法 数据挖掘
SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型
SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型
|
23天前
|
机器学习/深度学习 PyTorch 算法框架/工具
数据集 VOC转YOLO格式2
数据集 VOC转YOLO格式
|
23天前
|
存储 传感器 编解码
LANDSAT_7/02/T1/TOA的Landsat7_C2_TOA类数据集
LANDSAT_7/02/T1/TOA的Landsat7_C2_TOA类数据集
19 0
|
23天前
|
传感器 编解码 人工智能
Landsat7_C2_ST数据集2019年1月-2022年12月
Landsat7_C2_ST数据集2019年1月-2022年12月
25 0
|
23天前
|
传感器
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例(全代码)
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例(全代码)
39 0
|
机器学习/深度学习 Web App开发 人工智能
一个项目帮你了解数据集蒸馏Dataset Distillation
一个项目帮你了解数据集蒸馏Dataset Distillation
197 0
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集
439 0
Google Earth Engine ——LANDSAT8系列归一化植被指数NDVI数据集