Google Earth Engine ——LANDSAT 7归一化差异雪指数

简介: Google Earth Engine ——LANDSAT 7归一化差异雪指数

These Landsat 8 composites are made from Level L1T orthorectified scenes, using the computed top-of-atmosphere (TOA) reflectance. See Chander et al. (2009) for details on the TOA computation.


As of May 1, 2017, the USGS is no longer producing Pre-Collection Landsat, and therefore this collection is complete. Please switch to a Collection 1-based dataset. See this documentation page for more information.

The Normalized Difference Snow Index is used to identify snow, based on its characteristically higher reflectance in the visible portion of the spectrum compared to the mid-IR. NDSI is computed using the Green and Mid-IR bands, and has a range of -1.0 to 1.0. See Riggs et al. (1994) for details.

These composites are created from all the scenes in each 32-day period beginning from the first day of the year and continuing to the 352nd day of the year. The last composite of the year, beginning on day 353, will overlap the first composite of the following year by 20 days. All the images from each 32-day period are included in the composite, with the most recent pixel as the composite value.


这些Landsat 8的合成物是由L1T级正射场景制作的,使用计算的大气层顶部(TOA)反射率。关于TOA计算的细节,见Chander等人(2009)。

从2017年5月1日起,美国地质调查局不再生产预收集的Landsat,因此这个收集已经完成。请切换到基于集合1的数据集。更多信息请参见本文档页面。

归一化差异雪指数是用来识别雪的,基于其在光谱的可见部分比中红外更高的反射率的特点。NDSI使用绿色和中红外波段进行计算,范围为-1.0到1.0。详见Riggs等人(1994)。

这些合成物是由每年的第一天开始到第352天的每一个32天的所有场景创建的。这一年的最后一次合成,从第353天开始,将与下一年的第一次合成重叠20天。每个32天期间的所有图像都包括在合成中,以最近的像素作为合成值。

Dataset Availability

- 2017-05-09T00:00:00

Dataset Provider

USGS

Collection Snippet

ee.ImageCollection("LANDSAT/LC8_L1T_32DAY_NDSI")

使用说明:

Landsat datasets are federally created data and therefore reside in the public domain and may be used, transferred, or reproduced without copyright restriction.

Acknowledgement or credit of the USGS as data source should be provided by including a line of text citation such as the example shown below.

(Product, Image, Photograph, or Dataset Name) courtesy of the U.S. Geological Survey

Example: Landsat-7 image courtesy of the U.S. Geological Survey

See the USGS Visual Identity System Guidance for further details on proper citation and acknowledgement of USGS products.

Landsat数据集是联邦创建的数据,因此属于公共领域,可以在没有版权限制的情况下使用、转让或复制。

对美国地质调查局作为数据来源的确认或信用,应通过包括一行文字引用来提供,如下面的例子。

(产品、图像、照片或数据集名称)由美国地质调查局提供。

例子。Landsat-7图像由美国地质调查局提供

请参阅美国地质调查局视觉识别系统指南,了解有关美国地质调查局产品的正确引用和鸣谢的进一步细节。

Bands Table

Name Description Resolution
NDSI Normalized Difference Snow Index 30 meters

代码:当然还有8天和年际数据

var dataset = ee.ImageCollection('LANDSAT/LE07/C01/T1_32DAY_NDSI')
                  .filterDate('1999-01-01', '2002-12-31');
var colorized = dataset.select('NDSI');
var colorizedVis = {
  palette: ['000088', '0000FF', '8888FF', 'FFFFFF'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');
var dataset = ee.ImageCollection('LANDSAT/LE07/C01/T1_8DAY_NDSI')
                  .filterDate('1999-01-01', '2002-12-31');
var colorized = dataset.select('NDSI');
var colorizedVis = {
  palette: ['000088', '0000FF', '8888FF', 'FFFFFF'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');
var dataset = ee.ImageCollection('LANDSAT/LE07/C01/T1_ANNUAL_NDSI')
                  .filterDate('1999-01-01', '2002-12-31');
var colorized = dataset.select('NDSI');
var colorizedVis = {
  palette: ['000088', '0000FF', '8888FF', 'FFFFFF'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');


相关文章
|
6月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2318 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
6月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
215 0
|
6月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
515 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
6月前
|
数据可视化 数据挖掘 数据建模
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
|
6月前
|
数据处理
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
105 0
|
6月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
82 0
|
6月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
125 0
|
6月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
73 0
|
6月前
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
247 0
|
6月前
|
传感器 编解码 数据处理
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
111 0