数据名称：
Landsat8_C2_SR
数据来源：
USGS
时空范围：
2020年1月-2023年3月
空间范围：
全国
数据简介：
Landsat8_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 8 C2_SR数据集是由美国地球观测卫星Landsat 8获取的经过大气校正后的地表反射率数据。这个数据集提供了高质量的地表反射率信息，对于地表特征的研究和监测具有重要意义。在本文中，我将详细介绍Landsat 8 C2_SR数据集的特点、应用和意义。
Landsat 8 C2_SR数据集是通过Landsat 8卫星上的传感器获取的。Landsat 8卫星是美国国家航空航天局（NASA）和美国地质调查局（USGS）于2013年发射的一颗地球观测卫星，其传感器具有多光谱和高分辨率的特点。Landsat 8卫星通过观测地表反射光谱来获取地表特征的信息。然而，由于大气干扰，地球大气层会对地表反射率产生影响。因此，需要进行大气校正来消除大气干扰，得到准确的地表反射率数据。Landsat 8 C2_SR数据集就是基于这个原理，通过大气校正技术得到的地表反射率数据。
Landsat 8 C2_SR数据集具有以下几个特点。首先，它提供了高质量的地表反射率数据。通过进行大气校正，可以准确地提取出地表反射率信息，避免了大气干扰对数据的影响。其次，Landsat 8 C2_SR数据集具有多光谱的特点。Landsat 8卫星上的传感器可以获取多个波段的数据，包括红外、短波红外等波段，从而提供了更丰富的地表特征信息。此外，Landsat 8 C2_SR数据集还具有高分辨率的特点。Landsat 8卫星上的传感器可以提供30米的空间分辨率，这意味着可以更精细地观测地表特征，对于土地利用、植被监测等应用具有重要意义。
Landsat 8 C2_SR数据集的应用非常广泛。首先，它可以用于土地利用和土地覆盖的研究。通过分析地表反射率数据，可以确定不同地区的土地利用类型，例如农田、城市、森林等，从而帮助进行土地规划和管理。其次，Landsat 8 C2_SR数据集还可以用于植被监测。植被在地表反射中具有独特的光谱特征，通过分析地表反射率数据，可以获取植被覆盖度、植被生长状况等信息，从而监测植被的健康状况和生物量变化。此外，Landsat 8 C2_SR数据集还可以用于水资源管理、气候变化研究等领域。
Landsat 8 C2_SR数据集的意义在于提供了高质量的地表反射率数据，为地球科学研究提供了重要的数据支持。通过大气校正可以消除大气干扰，得到准确的地表反射率数据，从而揭示地表特征的变化和演变。这对于地表特征的研究和监测具有重要意义，可以帮助我们更好地理解地球的自然环境和人类活动对地球的影响。同时，Landsat 8 C2_SR数据集还为遥感技术的发展提供了重要的实践基础，促进了遥感技术在地理信息科学领域的应用和发展。
总之，Landsat 8 C2_SR数据集是经过大气校正后的地表反射率数据，具有高质量、多光谱和高分辨率的特点。它在土地利用、植被监测、水资源管理、气候变化研究等领域具有广泛的应用价值。通过提供准确的地表反射率数据，Landsat 8 C2_SR数据集为地球科学研究提供了重要的数据支持，促进了遥感技术的发展和应用。
引用代码：
LANDSAT_8/02/T1/SR
代码：
代码语言：javascript复制/**
* @File : Landsat8_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_8/02/T1/SR的Landsat8_C2_SR类数据集
* @Name : Landsat8_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_8/02/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: 265,
// max: 34108,
// 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 | 0 | 255 | Aerosol attributes | |||
QA_PIXEL | Bit Index | 21824 | 65534 | Landsat Collection 2 QA Bitmask | |||
QA_RADSAT | Bit Index | 0 | 3829 | Radiometric saturation QA |
引用
添加图片注释，不超过 140 字（可选）
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！
