数据名称:
Landsat9_C2_ST
数据来源:
USGS
时空范围:
2022年1月-2023年3月
空间范围:
全国
数据简介:
Landsat9_C2_ST数据集是经大气校正的地表温度数据,属于Collection2的二级数据产品,以开尔文为单位测量地球表面温度,是全球能量平衡研究和水文模拟中的重要地球物理参数。地表温度数据还有助于监测作物和植被健康状况,以及极端高温事件,如自然灾害(如火山爆发、野火)和城市热岛效应。前言 – 人工智能教程
Landsat 9是美国国家航空航天局(NASA)和美国地质调查局(USGS)共同合作推出的一颗卫星,它是陆地观测卫星系列(Landsat)的最新一颗成员。Landsat卫星系列自1972年以来一直在为地球观测提供宝贵的数据,对于地表温度的测量和监测起着重要的作用。
地表温度是指地球表面上的温度,它对于了解气候变化、环境监测、农业生产等具有重要意义。然而,由于大气的吸收和散射作用,卫星拍摄到的数据会受到大气的影响,需要进行大气校正才能得到准确的地表温度数据。
Landsat 9的地表温度数据经过大气校正,可以提供高质量的地表温度信息。大气校正是通过利用大气模型和地表反射率来消除大气对遥感数据的影响。校正后的数据能够准确反映地表的温度情况,为科学研究和决策提供可靠的数据支持。
大气校正的方法通常采用辐射传输模型,该模型基于大气的物理特性和光学原理,通过计算大气吸收和散射的过程,将大气对遥感数据的影响进行补偿。根据不同的大气模型和地表反射率,可以得到不同波段的地表温度数据。
Landsat 9的大气校正方法采用了多种技术和算法,以提高地表温度数据的准确性和精度。其中包括大气校正模型的选择、大气廓线的估计、大气辐射计算和大气校正系数的计算等步骤。通过这些步骤,可以消除大气对地表温度的影响,得到可靠的地表温度数据。
经过大气校正的地表温度数据可以广泛应用于气候研究、环境监测、农业生产等领域。在气候研究中,地表温度数据可以用来分析地球的能量平衡和气候变化趋势,为气候预测和模拟提供重要的依据。在环境监测中,地表温度数据可以用来监测城市热岛效应、水体温度变化等,为城市规划和环境保护提供科学依据。在农业生产中,地表温度数据可以用来监测作物生长状态、病虫害分布等,为农业管理和决策提供重要的数据支持。
总之,Landsat 9的地表温度数据经过大气校正,可以提供高质量的地表温度信息,为气候研究、环境监测、农业生产等提供重要的数据支持。这些数据将有助于我们更好地了解和保护地球的环境,推动可持续发展的进程。
引用代码:
LANDSAT_9/02/T1/ST
波段
名称 | 单位 | 最小值 | 最大值 | 乘法比例因子 | 加性比例因子 | 波长范围(微米) | 描述 |
---|---|---|---|---|---|---|---|
B10 | Kelvin | 0 | 65535 | 0.00341802 | 149 | 10.60-11.19 | Band 10 surface temperature. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. |
ST_ATRAN | Unitless | 0 | 10000 | 0.0001 | Atmospheric Transmittance. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_CDIST | km | 0 | 24000 | 0.01 | Pixel distance to cloud. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_DRAD | W/(m^2*sr*um)/ DN | 0 | 28000 | 0.001 | Downwelled Radiance. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_EMIS | Unitless | 0 | 10000 | 0.0001 | Emissivity of Band 10 estimated from ASTER GED. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_EMSD | Unitless | 0 | 10000 | 0.0001 | Emissivity standard deviation. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_QA | Kelvin | 0 | 32767 | 0.01 | Uncertainty of the Surface Temperature band. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_TRAD | W/(m^2*sr*um)/ DN | 0 | 22000 | 0.001 | Thermal band converted to radiance. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
ST_URAD | W/(m^2*sr*um)/ DN | 0 | 28000 | 0.001 | Upwelled Radiance. If 'PROCESSING_LEVEL' is set to 'L2SR', this band is fully masked out. | ||
QA_PIXEL | Bit Index | 21824 | 65534 | Landsat Collection 2 QA Bitmask | |||
QA_RADSAT | Bit Index | 0 | 3829 | Radiometric saturation QA |
代码
代码语言:javascript复制/**
* @File : Landsat9_C2_ST_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_9/02/T1/ST的Landsat9_C2_ST类数据集
* @Name : Landsat9_C2_ST_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_9/02/T1/ST")
.filterCloud('lt',20)
.filterDate('2022-01-01','2022-02-15')
.select(['B10'])
.limit(10);
print("imageCollection",imageCollection);
//function applyScaleFactors(image) {
// var thermalBands = image.select('B.*').multiply(0.00341802).add(149.0);
// return image.addBands(thermalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();
print("first", img);
var visParams = {
// gamma: 1,
// brightness: 1,
min: 26245,
max: 41469,
palette: {
"band_rendering": {
"pseudocolor": {
"colormap": [
'#040274', '#040281', '#0502a3', '#0502b8', '#0502ce', '#0502e6',
'#0602ff', '#235cb1', '#307ef3', '#269db1', '#30c8e2', '#32d3ef',
'#3be285', '#3ff38f', '#86e26f', '#3ae237', '#b5e22e', '#d6e21f',
'#fff705', '#ffd611', '#ffb613', '#ff8b13', '#ff6e08', '#ff500d',
'#ff0000', '#de0101', '#c21301', '#a71001', '#911003'
]
}
}
}
};
Map.centerObject(img);
Map.addLayer(img,visParams);
结果
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
更多遥感云计算内容请前往:
此星光明_GEE数据集专栏,GEE教程训练,Google Earth Engine-CSDN博客
我正在参与2024腾讯技术创作特训营第五期有奖征文,快来和我瓜分大奖!