Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDWI)指数数据集

简介: Google Earth Engine ——Landsat 5 TM合成影像8天/32天/年际归一化植被指数(NDWI)指数数据集

These Landsat 5 TM 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 Water Index (NDWI) is sensitive to changes in liquid water content of vegetation canopies. It is derived from the Near-IR band and a second IR band, ≈1.24μm when available and the nearest available IR band otherwise. It ranges in value from -1.0 to 1.0. See Gao (1996) 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 5 TM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。

归一化差异水指数(NDWI)对植被冠层的液态水含量变化很敏感。它是由近红外波段和第二个红外波段得出的,如果有的话,≈1.24μm,否则就是最接近的红外波段。它的数值范围为-1.0到1.0。详见Gao(1996)。

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

- 2012-05-08T00:00:00

Dataset Provider

USGS

Collection Snippet

ee.ImageCollection("LANDSAT/LT5_L1T_32DAY_NDWI")

Bands Table

Name Description Resolution
NDWI Normalized Difference Water Index 30 meters


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。

代码:

var dataset = ee.ImageCollection('LANDSAT/LT05/C01/T1_32DAY_NDWI')
                  .filterDate('2011-01-01', '2011-12-31');
var colorized = dataset.select('NDWI');
var colorizedVis = {
  min: 0.0,
  max: 1.0,
  palette: ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');
var dataset = ee.ImageCollection('LANDSAT/LT05/C01/T1_8DAY_NDWI')
                  .filterDate('2011-01-01', '2011-12-31');
var colorized = dataset.select('NDWI');
var colorizedVis = {
  min: 0.0,
  max: 1.0,
  palette: ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');
var dataset = ee.ImageCollection('LANDSAT/LT05/C01/T1_ANNUAL_NDWI')
                  .filterDate('2011-01-01', '2011-12-31');
var colorized = dataset.select('NDWI');
var colorizedVis = {
  min: 0.0,
  max: 1.0,
  palette: ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(colorized, colorizedVis, 'Colorized');


相关文章
|
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
88 0
|
6月前
|
人工智能
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
131 0
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
|
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
67 0
|
6月前
|
编解码 人工智能 计算机视觉
Google Earth Engine(GEE)——Umbra卫星翁布拉合成孔径雷达公开数据
Google Earth Engine(GEE)——Umbra卫星翁布拉合成孔径雷达公开数据
95 0
|
6月前
|
人工智能 atlas
Google Earth Engine(GEE)RADD - RAdar for Detecting Deforestation-基于Sentinel-1的10米空间尺度的湿润热带森林扰动预警数据集
Google Earth Engine(GEE)RADD - RAdar for Detecting Deforestation-基于Sentinel-1的10米空间尺度的湿润热带森林扰动预警数据集
65 0
|
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~
2479 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 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
144 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
77 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
263 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
127 0

热门文章

最新文章