Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图

简介: Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图

This dataset, part of the NASA Making Earth System Data Records for Use in Research Environments (MEaSUREs) program, consists of mean monthly velocity maps for selected glacier outlet areas. The maps are generated by tracking visible features between optical image pairs acquired by the Landsat 4 and 5 Thematic Mapper (TM), the Landsat 7 Enhanced Thematic Mapper Plus (ETM+), the Landsat 8 Operational Land Imager (OLI), and the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER).

 

Note

Monthly means are calculated from images, which may have acquisition dates from the preceding or succeeding month. For the naming convention, the month is determined from where the midpoint Julian dates fall. For example, September monthly means may have been generated from images that were acquired in August or in October but the midpoint Julian date between the images falls within September. The exact dates used are included as per-image metadata fields.

General documentation


数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图。这些地图是通过跟踪由 Landsat 4 和 5 主题制图仪 (TM)、Landsat 7 Enhanced Thematic Mapper Plus (ETM+)、Landsat 8 Operational Land Imager (OLI) 和 Advanced Spaceborne 获取的光学图像对之间的可见特征生成的热发射和反射辐射计 (ASTER)。

笔记

每月均值是根据图像计算得出的,这些图像可能具有上个月或下个月的采集日期。对于命名约定,月份是从儒略日期中点所在的位置确定的。例如,9 月的月均值可能是从 8 月或 10 月获取的图像生成的,但图像之间的儒略日期中点落在 9 月内。使用的确切日期包含在每个图像元数据字段中。

一般文件

Dataset Availability

1985-03-01T00:00:00 - 2016-09-30T00:00:00

Dataset Provider

NASA NSIDC DAAC at CIRES

Collection Snippet

ee.ImageCollection("OSU/GIMP/ICE_VELOCITY_OPT")

Resolution

100 meters

Bands Table

Name Description Units
velocity_x Ice flow x velocity meter/year
velocity_y Ice flow y velocity meter/year
error_x Ice flow x error meter/year
error_y Ice flow y error meter/year

影响属性:

Name Type

Descript

on

CENTRAL_JULIAN_DATES List of Strings List of central Julian date for image pairs used in image.
FIRST_IMAGE_DATES List of Strings List of first image dates used in image.
NOMINAL_TIMES List of Strings List of nominal observation times for pairs of images.
PRODUCTION_DATE String Production date.
SECOND_IMAGE_DATES List of Strings List of second image dates used in image.
SENSORS List of Strings List of sensor pairs used in image.

i数据引用:

Howat, I. 2017. MEaSUREs Greenland Ice Velocity: Selected Glacier Site Velocity Maps from Optical Images, Version 2. [Indicate subset used]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. doi:10.5067/VM5DZ20MYF5C. [Date Accessed].

代码:

var dataset = ee.ImageCollection('OSU/GIMP/ICE_VELOCITY_OPT')
                  .filter(ee.Filter.date('2016-01-01', '2016-09-15'));
var iceVelocityVis = {
  min: [0.0, 0.0, 0.0],
  max: [-1000.0, 0.0, 1000.0],
  bands: ['velocity_x', 'velocity_x', 'velocity_x'],
};
Map.setCenter(-66.82, 76.151, 7);
Map.addLayer(dataset, iceVelocityVis, 'Ice Velocity');


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~
2345 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
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
84 0
|
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
217 0
|
2月前
|
SQL 监控 大数据
通过Google Dataflow,我们能够构建一个高效、可扩展且易于维护的实时数据处理系统
【9月更文挑战第7天】随着大数据时代的到来,企业对高效数据处理的需求日益增加,特别是在实时分析和事件驱动应用中。Google Dataflow作为Google Cloud Platform的一项服务,凭借其灵活、可扩展的特点,成为实时大数据处理的首选。本文将介绍Dataflow的基本概念、优势,并通过一个电商日志分析的实际案例和示例代码,展示如何构建高效的数据处理管道。Dataflow不仅支持自动扩展和高可用性,还提供了多种编程语言支持和与GCP其他服务的紧密集成,简化了整个数据处理流程。通过Dataflow,企业可以快速响应业务需求,优化用户体验。
55 3
|
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~
525 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
107 0
|
6月前
|
数据采集 编解码 人工智能
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
208 0
|
6月前
|
人工智能
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
62 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
126 0