Landsat 7两个热红外波段B61和B62的区别与应用时的选择方法

简介: Landsat 7两个热红外波段B61和B62的区别与应用时的选择方法

  本文介绍Landsat 7遥感影像数据中B61B62两个热红外波段的区别,以及研究应用时二者选择的依据。

  Landsat 7遥感影像数据具有2个热红外波段,分别是Band 61Band 62这两个波段;有些地方也将这两个波段写作Band 6LBand 6HBand 6aBand 6b等等。因此,这两个波段的具体区别,以及在实际应用时究竟该选择哪一个波段,成为一个需要考虑的问题。

  首先,关于这两个波段的区别,其数据官网已经给出了具体的解释,如下图所示。

  简单来说,这两个热红外波段就是由同一个遥感传感器(也就是增强型专题制图仪ETM+)获取得到的两个具有不同增益Gain)的热红外波段。这里的增益是由传感器设定的一个参数,在获取热红外数据时,这个参数的不同会使得最终得到的遥感数据结果不同。之所以Landsat 7中要设置两个不同的热红外数据增益,是为了保证传感器在不饱和的情况下,最大化仪器的8位(8 bit)辐射分辨率。

  这两个波段具有相同的波段范围Wavelength)与带宽Bandwidth),而增益空间分辨率与二者在DN值高、低端的饱和度都不相同。其中,Band 61具有较低的增益,提供了扩展的动态范围与较低的辐射分辨率,且在DN值较高时具有较低的饱和度;Band 62则具有较高的增益,同时辐射分辨率较高,但其动态范围受限,且在热目标(DN值较高)场景下具有较高的饱和度。

  基于上述两个波段的具体区别,可知在实际应用中,两个波段具体选择哪一个,是需要结合应用的实际情况来分析的。总的来说,对于研究区域多为明亮地物的情况(比如研究区域是沙漠等),选择具有较低增益的Band 61即可;对于研究区域地物相对较暗的情况(比如研究区域主要是植被等),则选择具有较高增益的Band 62即可。

  此外,由于两个波段具有不同的增益,因此二者在辐射定标时,对应的定标公式也是不一样的,如下图所示;具体在文章基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度(LST)反演https://blog.csdn.net/zhebushibiaoshifu/article/details/113918917)中有所介绍,大家可以参考。

欢迎关注:疯狂学习GIS

相关文章
|
3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)
21 0
|
7月前
ArcMAP对遥感影像进行波段提取的3种方法
ArcMAP对遥感影像进行波段提取的3种方法
342 0
|
3天前
|
传感器 编解码 数据挖掘
GEE 影像下载——批量下载多源遥感影像(Landsat 8 C02 SR)光谱波段。光谱指数,缨帽变换和纹理特征以及SAR和地形数据(DEM)
GEE 影像下载——批量下载多源遥感影像(Landsat 8 C02 SR)光谱波段。光谱指数,缨帽变换和纹理特征以及SAR和地形数据(DEM)
106 3
|
3天前
|
Unix 定位技术
GEE(ccdc-1)——利用Landsat系列影像获取研究区范围的多波段影像(包含ccdc中已经定义的多波段)
GEE(ccdc-1)——利用Landsat系列影像获取研究区范围的多波段影像(包含ccdc中已经定义的多波段)
107 0
|
3天前
|
传感器
遥感应用中常用的23个植被指数公式大全和GEE目前最常用Landsat影像时间和名称
遥感应用中常用的23个植被指数公式大全和GEE目前最常用Landsat影像时间和名称
49 0
|
3天前
|
存储 传感器 定位技术
基于ENVI的Landsat 7影像处理与多种大气校正方法对比
基于ENVI的Landsat 7影像处理与多种大气校正方法对比
|
3天前
|
Serverless 定位技术 Windows
ArcGIS中ArcMap快速自动计算单一波段或多波段栅格遥感影像NDVI的方法
ArcGIS中ArcMap快速自动计算单一波段或多波段栅格遥感影像NDVI的方法
112 1
|
3天前
|
传感器 存储 编解码
基于ENVI的Landsat 7地表温度(LST)大气校正方法反演与地物温度分析
基于ENVI的Landsat 7地表温度(LST)大气校正方法反演与地物温度分析
|
3天前
|
传感器 算法 数据挖掘
基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度(LST)反演
基于ENVI与ERDAS的Landsat 7 ETM+单窗算法地表温度(LST)反演
|
编解码 算法 BI
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据
增强型植被指数EVI、ndvi数据、NPP数据、GPP数据、土地利用数据、植被类型数据、降雨量数据