GEOVIS Earth Brain:LANDSAT_5/02/T1/RAW数据集

简介: GEOVIS Earth Brain:LANDSAT_5/02/T1/RAW数据集

简介:

LANDSAT_5/02/T1/RAW数据集是一种由美国国家航空航天局(NASA)和美国地质调查局(USGS)联合发布的遥感卫星影像数据集。它的数据格式为RAW,即未经过数据处理的原始数据。这个数据集是由LANDSAT 5号卫星拍摄的,对应于第02轨道路径,处理级别为T1。此数据集覆盖了全球范围内的陆地和海洋,包括云层覆盖和不同季节的影像数据。前言 – 人工智能教程

Landsat5_C2_RAW数据集是经过缩放和校准的辐射亮度产品,按照数据质量划分为T1和T2。数据质量最好的影像归为T1,主要存在于L1TP处理等级中,这些数据做过很好的几何校正和辐射定标,适合于多时相数据分析。处理中没有达到 T1标准的影像被归为T2,T2和T1的辐射标准相同,由于缺少轨道信息,大范围云层覆盖等因素导致可选择的地面控制点不够,没有达到T1的几何精度标准,主要包括 L1GT和L1GS处理等级数据。

这个数据集包含多个波段的影像数据,包括红、绿、蓝、近红外、热红外等光谱波段。这些数据可以用于各种遥感应用,如土地利用覆盖、水资源管理、林业管理、气候变化观测等。由于该数据集的高空间分辨率和全球覆盖范围,它成为了许多国际组织和科学家研究地球和环境变化的重要数据来源之一。

需要注意的是,由于该数据集为RAW格式,需要进行一定的数据处理和校正,以提高影像质量和准确性。因此,使用这个数据集需要一定的遥感技能和数据处理能力。

波段:

名称 分辨率(米) 波长范围(微米) 描述 主要作用
B1 30 0.45 - 0.52 Blue(蓝色波段) 用于水体穿透,分辨土壤植被
B2 30 0.52 - 0.60 Green(绿色波段) 分辨植被
B3 30 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 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 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 10.40 - 12.50 Thermal Infrared(热红外) 感应发出热辐射的目标
B7 30 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_RAW_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/RAW的Landsat5_C2_RAW类数据集
 * @Name    :   Landsat5_C2_RAW_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/RAW")
                    .filterCloud('lt',20)
                    .filterDate('2011-01-07','2011-01-11')
                    .select(['B1','B2','B3'])
                    .limit(10);
          
print("imageCollection",imageCollection);
var img = imageCollection.first();
print("first", img);
var trueColor321Vis = {
    bands: ['B3', 'B2', 'B1'],
    min: 1,
    max: 255,
    gamma: 0.8,
};
var id = Map.addLayer(img,trueColor321Vis);
Map.flyto(id);

值得注意的是这个数据集目前在中科星图平台上只有2007-2011年的时间可以使用。

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

相关文章
|
6月前
|
ice
Google Earth Engine ——Landsat 7 影像集合数据集详细介绍
Google Earth Engine ——Landsat 7 影像集合数据集详细介绍
140 1
|
6月前
|
数据采集 编解码 人工智能
LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集
LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集
47 0
|
6月前
Google Earth Engine ——Landsat 5 和Landsat1-4影像集合
Google Earth Engine ——Landsat 5 和Landsat1-4影像集合
64 3
|
6月前
|
编解码 人工智能 数据库
JRC Monthly Water History, v1.4数据集
JRC Monthly Water History, v1.4数据集
83 0
Google Earth Engine ——LANDSAT8系列8天32天年合成数据EVI数据集
Google Earth Engine ——LANDSAT8系列8天32天年合成数据EVI数据集
295 0
Google Earth Engine ——LANDSAT8系列8天32天年合成数据EVI数据集
|
传感器 Docker 容器
Google Earth Engine ——LANDSAT8_SR数据集
Google Earth Engine ——LANDSAT8_SR数据集
505 0
Google Earth Engine ——LANDSAT8_SR数据集
|
编解码 算法 关系型数据库
Google Earth Engine ——比Landsat更全的NDVI数据NOAA CDR AVHRR NDVI)1981-2019年0.05 degrees数据集
Google Earth Engine ——比Landsat更全的NDVI数据NOAA CDR AVHRR NDVI)1981-2019年0.05 degrees数据集
638 0
Google Earth Engine ——比Landsat更全的NDVI数据NOAA CDR AVHRR NDVI)1981-2019年0.05 degrees数据集
|
传感器 Docker 容器
Google Earth Engine ——LANDSAT/LC08/C01/T1_ANNUAL_NDVI数据集
Google Earth Engine ——LANDSAT/LC08/C01/T1_ANNUAL_NDVI数据集
142 0
Google Earth Engine ——LANDSAT/LC08/C01/T1_ANNUAL_NDVI数据集
|
传感器 Docker 容器
Google Earth Engine ——LANDSAT/LC08/C01/T1_SR—NDVI数据集
Google Earth Engine ——LANDSAT/LC08/C01/T1_SR—NDVI数据集
827 0
Google Earth Engine ——LANDSAT/LC08/C01/T1_SR—NDVI数据集
|
UED
Google Earth Engine——WRI/GFW/FORMA/raw_output_ndvi数据集
Google Earth Engine——WRI/GFW/FORMA/raw_output_ndvi数据集
121 0
Google Earth Engine——WRI/GFW/FORMA/raw_output_ndvi数据集