LANDSAT_7/02/T1/TOA的Landsat7_C2_TOA类数据集

简介: LANDSAT_7/02/T1/TOA的Landsat7_C2_TOA类数据集

Landsat7_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。Landsat7卫星携带的主要传感器为增强型主题成像仪(ETM+),星上设置绝对定标,提高了对地观测分辨率和定位质量,调整了辐射测量精度、范围和灵敏度。卫星每16天可以实现一次全球覆盖。2003年6月以来,因扫描线校正器(SLC)故障导致传输数据存在间隙问题。Landsat ETM+影像数据包括8个波段,波段1-5和波段7的空间分辨率为30米,波段6的空间分辨率为60米,波段8的空间分辨率为15米,南北的扫描范围大约为170km,东西的扫描范围大约为183km。前言 – 人工智能教程

Landsat7_C2_TOA是一个包含Landsat 7卫星数据的数据集,该数据集是由美国地质勘探局(USGS)维护的。具体来说,这个数据集包含了Landsat 7卫星的Tier 1数据,即表观反射率(TOA)数据。该数据集主要包含了由Landsat 7卫星采集的多波段图像,每个图像都表示地表在可见光和近红外波段的反射率。这些图像可以用于许多地球科学研究领域,如陆地利用/覆盖分类、地表温度估算、水体检测等。

名称 分辨率(米) 波长范围(微米) 比例因子 描述 主要作用
B1 30 0.45 - 0.52 10000 Blue(蓝色波段) 用于水体穿透,分辨土壤植被
B2 30 0.52 - 0.60 10000 Green(绿色波段) 分辨植被
B3 30 0.63 - 0.69 10000 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 10000 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 10000 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_VCID_1 30 10.40 - 12.50 10 Low-gain Thermal Infrared 1(热红外) This band has expanded dynamic range and lower radiometric resolution (sensitivity), with less saturation at high Digital Number (DN) values. Resampled from 60m to 30m. 感应发出热辐射的目标
B6_VCID_2 30 10.40 - 12.50 10 High-gain Thermal Infrared 1(热红外) High-gain Thermal Infrared 1. This band has higher radiometric resolution (sensitivity), although it has a more restricted dynamic range. Resampled from 60m to 30m. 感应发出热辐射的目标
B7 30 2.08 - 2.35 10000 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
B8 15 0.52 - 0.90 10000 Panchromatic(全色) 可获取黑白图象,分辨率为15m,用于增强分辨率,提高分辨能力
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    :   Landsat7_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_7/02/T1/TOA的Landsat7_C2_TOA类数据集
 * @Name    :   Landsat7_C2_TOA_T1数据集
*/
var imageCollection = gve.ImageCollection("LANDSAT_7/02/T1/TOA")
                    .filterCloud('lt',20)
                    .filterDate('2022-02-15','2022-02-28')
                    .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();
var img = imageCollection.first();
print("first", img);
var visParams = {
//    min: 32,
//    max: 10893,
//    gamma: 1,
//    brightness: 1,
    bands: ['B3', 'B2', 'B1']
};
Map.centerObject(img);
Map.addLayer(img,visParams);

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
|
应用服务中间件 nginx
【已解决】nginx 502 Bad Gateway 问题排查
nginx 502 Bad Gateway 问题排查
15878 0
【已解决】nginx 502 Bad Gateway 问题排查
|
人工智能 文字识别 数据挖掘
MarkItDown:微软开源的多格式转Markdown工具,支持将PDF、Word、图像和音频等文件转换为Markdown格式
MarkItDown 是微软开源的多功能文档转换工具,支持将 PDF、PPT、Word、Excel、图像、音频等多种格式的文件转换为 Markdown 格式,具备 OCR 文字识别、语音转文字和元数据提取等功能。
2774 9
MarkItDown:微软开源的多格式转Markdown工具,支持将PDF、Word、图像和音频等文件转换为Markdown格式
|
存储 Oracle 关系型数据库
【数据库-Oracle】《Oracle 数据库探秘:基础知识点全攻略》
《Oracle 数据库探秘:基础知识点全攻略》深入介绍 Oracle 数据库的基础知识点,包括数据类型、表结构、查询语句等。通过详细讲解、代码示例和流程图,帮助读者快速掌握 Oracle 数据库的基本操作,为数据库开发和管理打下坚实基础。
272 0
|
NoSQL Java 数据库连接
《滚雪球学Spring Boot》教程导航帖(更新于2024.07.16)
📚 《滚雪球学Spring Boot》是由CSDN博主bug菌创作的全面Spring Boot教程。作者是全栈开发专家,在多个技术社区如CSDN、掘金、InfoQ、51CTO等担任博客专家,并拥有超过20万的全网粉丝。该教程分为入门篇和进阶篇,每篇包含详细的教学步骤,涵盖Spring Boot的基础和高级主题。
973 1
《滚雪球学Spring Boot》教程导航帖(更新于2024.07.16)
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
756 6
|
运维 Java 持续交付
深入浅出:使用Docker容器化改进Java应用部署
在当今快速发展的软件开发领域,持续集成和持续部署(CI/CD)已经成为提高开发效率和软件质量的关键。Docker作为一种先进的容器化技术,为解决传统部署过程中的环境一致性问题提供了优雅的解决方案。本文将通过实例演示如何将一个简单的Java Web应用容器化,并使用Docker进行部署。我们将从Docker的基本概念讲起,然后逐步深入到Dockerfile的编写、镜像构建以及容器部署和管理,最终目标是让读者能够独立使用Docker技术优化Java应用的部署流程。
599 2
|
人工智能 算法 Java
ACM模式之输入输出(Java/Python例题)
ACM模式之输入输出(Java/Python例题)
754 0
ACM模式之输入输出(Java/Python例题)
|
前端开发 数据库 Python
Django入门全攻略:从零搭建你的第一个Web项目
Django入门全攻略:从零搭建你的第一个Web项目
|
安全 网络安全 数据安全/隐私保护
https单向认证与双向认证
https的单向认证与双向认证流程介绍。
1479 1