星图地球——Landsat5_C2_TOA_T1数据集

简介: 星图地球——Landsat5_C2_TOA_T1数据集

简介

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)于1984年发射的一颗遥感卫星,其数据集包括了从1984年至2013年期间拍摄的一系列影像。C2_TOA_T1代表了该数据集中的一个影像产品,具体解释如下:

  • C2:代表了数据集所采用的传感器。C2代表了Landsat 5传感器中的Channel 2,即红光波段。
  • TOA:代表了地表反射率。该数据集中的影像是经过大气校正的地表反射率数据,这意味着影像中所观测到的亮度与地表反射特性相关,而不受大气干扰的影响。
  • T1:代表了影像处理级别。T1代表了一级处理,即经过了基本的预处理步骤,如辐射校正和大气校正。

因此,Landsat5_C2_TOA_T1数据集中包含了Landsat 5传感器在红光波段(通道2)上经过大气校正的地表反射率数据,经过了一级处理。这些数据可以被用于分析和研究土地利用、地表特征、植被生态等方面。

Landsat 5_C2_TOA_T1数据集中的影像产品具体包括以下内容:

1. 数据传感器:该数据集采用了Landsat 5传感器。Landsat 5是一种多波段遥感传感器,能够在可见光和红外光波段范围内获取高分辨率的影像数据。

2. TOA校正:影像数据经过了大气校正,即转换为地表反射率。大气校正是为了消除大气中的散射和吸收效应对影像的影响,以便准确反映地表反射率信息。

3. 红光波段:数据集中的影像产品是在Landsat 5传感器的红光波段(通道2)上获取的。红光波段对植被生长和地表覆盖物的识别和分析很重要。

4. T1级处理:数据集中的影像产品经过了一级处理,也称为基本预处理。这包括辐射校正和大气校正,以提高数据的准确性和可比性。

利用Landsat 5_C2_TOA_T1数据集,用户可以进行各种应用和分析,比如:

- 土地利用/土地覆盖分类:可以根据地表反射率的信息,对不同类型的土地利用和土地覆盖进行分类和识别。

- 植被监测:通过红光波段的反射率,可以获取植被的生长情况和植被指数,用于监测植被的健康状态、植被覆盖变化等。

- 地表特征提取:通过分析红光波段的反射率,可以提取地表特征,如水体、道路、建筑物等。

- 地表温度估算:通过红外光波段的反射率,可以估算地表的温度分布,进而分析地表的热环境。

总之,Landsat 5_C2_TOA_T1数据集中的影像产品提供了准确的地表反射率数据,可用于多种地表特征的分析和应用。

数据名称:

Landsat5_C2_TOA

数据来源:

USGS

时空范围:

2007年1月-2011年11月

空间范围:

全国

波段

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();
var img = imageCollection.first();
print("first", img);
var visParams = {
//    gamma: 1,
//    brightness: 1,
//    min: 23,
//    max: 5742,
    bands: ['B3', 'B2', 'B1']
};
Map.centerObject(img);
Map.addLayer(img,visParams);

 

引用

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
|
9月前
|
存储 缓存 API
2026年OpenClaw(原Clawbot、MoltBot)极速部署教程及常见问题解惑
OpenClaw前身为Clawdbot、Moltbot,是一款开源本地优先的AI代理工具,可24小时响应自然语言指令,完成文件处理、信息查询、自动化协同等各类任务,适配个人办公与轻量团队协作场景。阿里云推出的OpenClaw一键部署方案,通过预置专属应用镜像,简化了传统部署的复杂配置流程,无需专业技术储备,即可快速在轻量应用服务器上完成部署与启用,依托阿里云稳定的基础设施,实现服务7×24小时不间断运行。本文严格遵循官方操作逻辑,详细拆解一键部署全流程、进阶配置、多渠道集成方法,并整理高频问题及解决方案,全程无营销词汇,不改变原意,兼顾新手友好性与实操性,适配2026年OpenClaw最新版本
3284 6
|
12月前
|
缓存 监控 API
实战:获取速卖通AliExpress商品详情API接口(item_get)完全指南
本文详解如何通过速卖通开放平台API接口`aliexpress.item.get`自动化获取商品详情数据,涵盖标题、价格、SKU、物流及原始描述等核心字段。提供完整Python实战代码,包括签名生成、请求封装、数据解析与缓存策略,助力跨境电商实现竞品监控、选品分析与供应链溯源。企业开发者可结合OAuth2.0认证与多节点容错机制构建稳定数据采集系统。(239字)
|
8月前
|
存储 数据采集 人工智能
阿里云服务器通用型g9i实例cpu型号、性能参数、收费标准与活动价格
阿里云服务器通用型g9i实例搭载英特尔® 至强® 6处理器与CIPU架构,具备强劲I/O引擎和安全特性,适用于高性能Web应用、数据库等场景。其处理器与内存配比为1:4,提供从2核8G到24核96G等多种规格。阿里云经常推出优惠活动,如“首购优惠”,用户还可领取优惠券进一步节省成本。g9i实例是一款高性能、高安全性、优秀成本控制的企业级通用服务器。
|
9月前
|
机器学习/深度学习 数据采集 人工智能
【心血管疾病】基于心脏病数据集Kaggle医学特征二元分类预测心血管疾病附Matlab代码和报告
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页:Matlab科研工作室 👇 关注我领取海量matlab电子书和数学建模资料 🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信。 🔥 内容介绍 1.1 心血管疾病预测的临床需求与现存问题 心血管疾病(CVD)是全球致死率最高的疾病之一,早期筛查与风险预测对降低死亡率至关重要。但临床预测面临三大核心痛点:① 医学特征维度高、冗余度大(如血压、胆固醇、心率等多指标交叉影响),人工诊断易遗漏关键关联信息;② 部分特征存在异常
324 0
|
12月前
|
SQL 人工智能 自然语言处理
Navicat AI 助理实战指南:开启智能数据库管理新时代
Navicat集成AI助理,支持自然语言生成SQL、智能优化与错误诊断。通过云端或本地模型(如Ollama)实现高效安全的数据库管理,提升开发效率60%以上,助力开发者迈向智能工作流新时代。
1365 0
|
Java Unix 程序员
一文彻底搞定C语言的前世今生
C语言是计算机编程史上的一颗璀璨恒星,由贝尔实验室的肯·汤普逊和丹尼斯·里奇在20世纪70年代基于B语言开发。它凭借高效、灵活、可移植性强等特点迅速崛起,成为Unix操作系统的核心语言,并广泛应用于操作系统、嵌入式系统、游戏引擎等领域。C语言不仅推动了众多后续编程语言的发展,如C++、Java等,还通过多次标准化(C89、C99、C11等)不断适应新时代的需求,至今仍占据着计算机技术的重要地位。
678 0
|
传感器 编解码 算法
Sentinel-1的GRD和SLC数据的区别和联系
Sentinel-1的GRD和SLC数据的区别和联系
3352 1
Python基础教程——break语句
Python基础教程——break语句
|
机器学习/深度学习 人工智能 Java
Java 技术支撑下 AI 与 ML 技术融合的架构设计与落地案例分析
摘要: Java与AI/ML技术的融合为智能化应用提供了强大支持。通过选用Deeplearning4j、DJL等框架解决技术适配问题,并结合Spring生态和JVM优化提升性能。在金融风控、智能制造、医疗影像等领域实现了显著效果,如审批效率提升3倍、设备停机减少41%、医疗诊断延迟降低80%。这种技术融合推动了多行业的智能化升级,展现了广阔的应用前景。
873 0
|
存储 分布式计算 Java
存算分离与计算向数据移动:深度解析与Java实现
【11月更文挑战第10天】随着大数据时代的到来,数据量的激增给传统的数据处理架构带来了巨大的挑战。传统的“存算一体”架构,即计算资源与存储资源紧密耦合,在处理海量数据时逐渐显露出其局限性。为了应对这些挑战,存算分离(Disaggregated Storage and Compute Architecture)和计算向数据移动(Compute Moves to Data)两种架构应运而生,成为大数据处理领域的热门技术。
739 2