LANDSAT_9/02/T1/SR的Landsat9_C2_SR类数据集

2024-02-18 13:45:15 浏览数 (2)

数据名称：

Landsat9_C2_SR

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_SR数据集是经大气校正后的地表反射率数据，属于Collection2的二级数据产品，空间分辨率为30米，基于Landsat生态系统扰动自适应处理系统(LEDAPS)(版本3.4.0)生成。水汽、臭氧、大气高度、气溶胶光学厚度、数字高程与Landsat数据一起输入到太阳光谱(6S)辐射传输模型中对卫星信号进行二次模拟，以生成大气顶部(TOA)反射率、表面反射率、TOA亮度温度和云、云影、陆地、水体的掩膜。前言 – 人工智能教程

Landsat 9是一颗美国航天局（NASA）和美国地质调查局（USGS）合作的遥感卫星，于2021年9月27日成功发射。Landsat 9携带着先进的传感器，包括操作Landet8卫星的OLI（Operational Land Imager）传感器以及新的TIRS（Thermal Infrared Sensor）传感器。Landsat 9的数据集之一是Landsat 9 Collection 2 Surface Reflectance（SR）数据集，它提供了经过大气校正的地表反射率数据。

地表反射率是指由地表材料反射的电磁辐射的比例。它是衡量地表材料对太阳辐射的反应能力的指标，可以用来推断地表材料的物理和化学特性。地表反射率数据具有广泛的应用，包括地质和土地使用调查、农业监测、水资源管理、环境监测等。

Landsat 9 Collection 2 Surface Reflectance数据集是通过对Landsat 9卫星传感器采集的原始数据进行大气校正得到的。大气校正是一种处理遥感图像的方法，目的是消除大气散射和吸收对图像的影响，以获取准确的地表反射率。大气校正使用辐射传输模型来模拟和消除大气对遥感数据的影响，从而还原地表的真实反射率。

Landsat 9 Collection 2 Surface Reflectance数据集具有以下特点和优势：

  1. 高空间分辨率：Landsat 9的传感器能够提供30米的空间分辨率，这意味着可以观测到地表的细微变化，对于识别和监测地表特征非常有用。
  2. 多光谱波段：Landsat 9的传感器可以捕捉到可见光、近红外和短波红外等多个波段的数据，这使得Landsat 9 Collection 2 Surface Reflectance数据集具有丰富的光谱信息，可以用于提取地表材料的特征和属性。
  3. 时间序列分析：由于Landsat系列卫星的数据具有长时间连续性，Landsat 9 Collection 2 Surface Reflectance数据集可以用于进行时间序列分析。通过比较不同时间点的地表反射率数据，可以揭示地表的动态变化，如季节性变化、植被生长和退化等。
  4. 免费开放数据：Landsat 9 Collection 2 Surface Reflectance数据集是免费提供给用户的。这使得研究人员、政府机构和其他利益相关者可以方便地获取和使用这些数据，从而促进了地球科学和环境研究的进展。

Landsat 9 Collection 2 Surface Reflectance数据集的应用范围广泛。例如，在农业领域，可以利用这些数据来监测农作物的生长状况、估计农田的作物产量和灌溉需求。在环境监测方面，可以使用这些数据来检测植被覆盖变化、水体污染和土地退化等。在城市规划和土地利用方面，可以使用这些数据来研究城市扩张、土地利用变化和自然资源管理。

总之，Landsat 9 Collection 2 Surface Reflectance数据集提供了经过大气校正的地表反射率数据，具有高空间分辨率、多光谱波段、时间序列分析和免费开放数据等特点和优势。这些数据对于地表特征提取、动态变化监测和环境研究具有重要意义，并且在多个领域都有广泛的应用潜力。

引用代码：

LANDSAT_9/02/T1/SR

代码

代码语言：javascript复制
/**
 * @File    :   Landsat9_C2_SR_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/SR的Landsat9_C2_SR类数据集
 * @Name    :   Landsat9_C2_SR_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/SR")
                    .filterCloud('lt',20)
                    .filterDate('2022-01-20','2022-02-15')
                    .select(['B2','B3','B4'])
                    .limit(10);
					
print("imageCollection",imageCollection);

//function applyScaleFactors(image) {
//    var opticalBands = image.select('B.*').multiply(0.0000275).add(-0.2);
//    return image.addBands(opticalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();

print("first", img);

var visParams = {
//    min: 1,
//    max: 65454,
//    gamma: 1,
//    brightness: 1,
    bands: ['B4', 'B3', 'B2']
};

Map.centerObject(img);
Map.addLayer(img,visParams);

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

B1

Reflectance

1

65455

0.0000275

-0.2

0.435-0.451

Band 1 (ultra blue, coastal aerosol) surface reflectance

B2

Reflectance

1

65455

0.0000275

-0.2

0.452-0.512

Band 2 (blue) surface reflectance

B3

Reflectance

1

65455

0.0000275

-0.2

0.533-0.590

Band 3 (green) surface reflectance

B4

Reflectance

1

65455

0.0000275

-0.2

0.636-0.673

Band 4 (red) surface reflectance

B5

Reflectance

1

65455

0.0000275

-0.2

0.851-0.879

Band 5 (near infrared) surface reflectance

B6

Reflectance

1

65455

0.0000275

-0.2

1.566-1.651

Band 6 (shortwave infrared 1) surface reflectance

B7

Reflectance

1

65455

0.0000275

-0.2

2.107-2.294

Band 7 (shortwave infrared 2) surface reflectance

SR_QA_AEROSOL

Bit index

Aerosol attributes

QA_PIXEL

Bit Index

21824

65534

Landsat Collection 2 QA Bitmask

QA_RADSAT

Bit Index

0

3829

Radiometric saturation QA

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

添加图片注释，不超过 140 字（可选）

​​​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！

地图开发 2024腾讯·技术创作特训营第五期 数据挖掘 数据库 地图

0 人点赞