LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集

简介: LANDSAT_7/02/T1/RAW的Landsat7_C2_RAW类数据集

Landsat7_C2_RAW是指Landsat 7卫星的数据集,采用的是Collection 2级别的数据处理方法,对应的是Tier 1级别的原始数据(RAW)。该数据集包括了Landsat 7卫星从1999年4月15日开始的所有数据,共涵盖了全球范围内的陆地和海洋区域。这些数据集可用于进行地表覆盖、植被、土地利用、气候变化等方面的研究和应用。前言 – 人工智能教程

Landsat7_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。

Landsat 7数据集的问题主要出现在卫星本身出现技术故障后,数据质量受到了影响。2003年5月,Landsat 7卫星的扫描仪发生了故障,导致Landsat 7数据集中的所有新图像都存在一个条带状缺陷。

不过,虽然存在数据质量问题,但Landsat 7数据集仍然是广泛使用的卫星遥感数据之一。由于Landsat 7的数据集可用于多个领域的研究和应用,因此在地球科学、环境科学、农业、林业、城市规划等领域中得到了广泛的应用。这些应用包括但不限于:土地利用变化检测、水资源管理、植被覆盖变化监测、城市扩张分析等。

此外,Landsat 7数据集还提供了多个不同波段的影像,可以通过不同的波段组合融合,生成各种不同的图像产品。因此,它也常被用于制作卫星图像、制作高分辨率地图等。

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_VCID_1 30 10.40 - 12.50 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 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 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 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_RAW_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/RAW的Landsat7_C2_RAW类数据集
 * @Name    :   Landsat7_C2_RAW_T1数据集
*/
var imageCollection = gve.ImageCollection("LANDSAT_7/02/T1/RAW")
                    .filterCloud('lt',20)
                    .filterDate('2022-02-16','2022-02-28')
                    .select(['B1','B2','B3'])
                    .limit(10);
print("imageCollection",imageCollection);
var img = imageCollection.first();
print("first", img);
var visParams = {
//    min: 1,
//    max: 255,
//    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
|
6月前
|
存储 编解码 人工智能
Landsat 5 C02数据集2007-2011年
Landsat 5 C02数据集2007-2011年
59 0
|
6月前
|
数据采集 编解码 人工智能
GEOVIS Earth Brain:LANDSAT_5/02/T1/RAW数据集
GEOVIS Earth Brain:LANDSAT_5/02/T1/RAW数据集
74 0
|
6月前
|
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
40 0
|
6月前
|
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
41 0
|
6月前
|
传感器 编解码 人工智能
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
194 0
|
6月前
|
编解码 人工智能 数据格式
PIE-ENGINE:Modis-Aqua产品包含了L3 Mapped数据集
PIE-ENGINE:Modis-Aqua产品包含了L3 Mapped数据集
335 0
|
存储 编解码 语音技术
swr_get_out_samples和swr_convert,比特率重采样
swr_get_out_samples和swr_convert,比特率重采样
198 0
swr_get_out_samples和swr_convert,比特率重采样
《Audio Tagging with Compact Feedforward Sequential Memory Network and Audio-to-Audio Ratio Based Data Augmentation》电子版地址
Audio Tagging with Compact Feedforward Sequential Memory Network and Audio-to-Audio Ratio Based Data Augmentation
81 0
《Audio Tagging with Compact Feedforward Sequential Memory Network and Audio-to-Audio Ratio Based Data Augmentation》电子版地址
|
传感器 数据采集 数据可视化
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
1896 0
Google Earth Engine(GEE)——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
|
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