LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失_LST计算缺失_RSEI缺失

LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失_LST计算缺失_RSEI缺失

计算RSEI时发现计算结果打开斑块化很严重
然后分别看’NDVI’,‘TCW’,'NDBSI’和’LST’图层,发现LST缺失很严重
使用的数据源是SR数据集collection2 “LANDSAT/LT05/C02/T1_L2”(还有landsat 7和8)
其中LST使用的是ST_B6波段(landsat5 TM)/ST_B10波段(landsat8 )
"LANDSAT/LT05/C02/T1_L2"打开官网介绍可以看到ST_B6是Band 6 surface temperature. If ‘PROCESSING_LEVEL’ is set to ‘L2SR’, this band is fully masked out.

这个转换一下就可以得到LST,具体见这个GEE:LST地表温度反演函数(针对Landsat8的T1影像和T1_L2影像集合),博主分享了landsat collection1和collection2计算的不同
LANDSAT/LT05/C02/T1_L2
在这里提一下,collection1和collection2的比例系数不一样,大家写的时候要注意
官网下面有代码样例里面有
比例系数片
具体的区别可以见这篇How do I use a scale factor with Landsat Level-2 science products?
(部分如下图所示)

在这里插入图片描述
在这里插入图片描述

回到缺失的问题,就是官网描述里有提到使用了 ASTER数据,可能是这个原因,我是看到了这个博主的分享,具体见GEE 代码计算研究区LST解读(使用需注意,文末有分析)

同时分享一篇计算LST的文章这个也用了 ASTER数据,所以是有缺失的,有开源代码在文章里,Google Earth Engine Open-Source Code for Land Surface Temperature Estimation from the Landsat Series
在这里插入图片描述

  • 7
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要基于Google Earth Engine (GEE) 计算Landsat 8 的地表温度(LST数据,可以按照以下步骤进行操作。 首先,登录GEE的网站,在代码编辑器中选择一个新的脚本。接下来,在脚本中输入以下代码来导入Landsat 8数据。 ```javascript var imageCollection = ee.ImageCollection('LANDSAT/LC08/C01/T1_8DAY_LST'); var filteredCollection = imageCollection.filterDate('2019-01-01', '2019-12-31'); var selectedImage = filteredCollection.median(); // 添加选定的图像到地图中 Map.addLayer(selectedImage, {min: 13000, max: 16000, palette: ['white', 'yellow', 'red']}, 'LST'); ``` 在这段代码中,首先通过ee.ImageCollection方法导入了Landsat 8的地表温度数据集,并用filterDate方法筛选了指定时间范围内的数据。然后,通过median方法选择了这段时间内的中值图像,并用Map.addLayer方法将其添加到地图中。 接下来,可以通过ee.Algorithms.Landsat.simpleCloudScore() 方法来去除云,并使用ee.Algorithms.Landsat.simpleLST() 方法计算地表温度。 ```javascript var cloudMasked = ee.Algorithms.Landsat.simpleCloudScore(selectedImage).select('BQA').lt(25); var lst = ee.Algorithms.Landsat.simpleLST({image: selectedImage, emissivity: 0.95, cloudMask: cloudMasked}); Map.addLayer(lst, {min: 14000, max: 16000, palette: ['white', 'yellow', 'red']}, 'LST with Cloud Mask'); ``` 在这段代码中,通过simpleCloudScore方法对选定的图像进行云掩蔽,并选择云掩蔽后的图像进行地表温度计算。最后,用Map.addLayer方法将计算得到的地表温度图像添加到地图中。 通过以上步骤,就可以在GEE上利用Landsat 8数据计算地表温度,并将结果呈现在地图上。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值