Google Earth Engine（GEE）——MODIS/006/MCD19A2气溶胶数据AOD数据去云去雪分析（北京市为例）

最新推荐文章于 2023-12-24 13:21:54 发布
最新推荐文章于 2023-12-24 13:21:54 发布
阅读量2.3k 收藏 7
点赞数
分类专栏： GEE案例分析 文章标签： python 算法 机器学习 去云 AOD
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31988139/article/details/125672263
版权

上一次我们提到了计算关于诸天AOD数据的下载，用的是MODIS数据产品，里面包含了逐日的AOD数据的最大最小值标准差、方差和均值进行统计分析。

(526条消息) Google Earth Engine（GEE）——以MODIS/006/MCD19A2为例批量下载逐天AOD数据逐天的均值、最大值、最小值、标准差、方差统计分析和CSV下载（北京市各区为例）_此星光明的博客-CSDN博客

 

这次我们做一下去云分析，首先我们要分析波段，看看波段中去云bitmask包含哪些呢容：AOD_QA

分辨率

1000 meters

Bands Table

Name Description Min Max Units Scale
Optical_Depth_047 Blue band (0.47 μm) aerosol optical depth over land -100 5000 0.001
Optical_Depth_055 Green band (0.55 μm) ae
了解本专栏 订阅专栏 解锁全文 超级会员免费看
此星光明
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
订阅专栏
Google Earth Engine（GEE）——以MODIS/006/MCD19A2为例批量下载逐天AOD数据逐天的均值、最大值、最小值、标准差、方差统计分析和CSV下载（北京市各区为例）
qq_31988139的博客
07-04 2293
本次使用的数据：Dataset Availability2000-02-26T00:00:00 -Dataset ProviderNASA LP DAAC at the USGS EROS CenterCollection SnippetMCD19A2 V6数据产品是MODIS Terra和Aqua结合的大气校正多角度实施（MAIAC）陆地气溶胶光学深度（AOD）网格化2级产品，每天以1公里分辨率制作。更多信息见MAIAC用户指...
成信大ENVI_IDL第二周实验内容:提取所有MODIS气溶胶产品中AOD+详细解析
炒茄子的博客
07-06 1788
目录1. 实验内容1.1 提取日期、经纬度、AOD(气溶胶厚度)1.2 输出形式逗号分隔1.3 输出日期时转化为年-月-日形式2. 知识储备2.1 本程序会使用的一些函数的介绍3. 编程3.1 编程内容3.2 输出结果： 另外，这里因为实验内容中2和3的内容基本相似，而且实验3的内容相对更难，所以这里不演示实验2的操作，相信大家都可以自己写出，加油！（！！！！！！浩楠哥哥好帅！！！！！！！） IDL> week_two_test % Compiled module: GET_DS_DATA. % C
modis气溶胶数据格式介绍
09-04
大气专业研究气溶胶和云领域时，需要用到HDF格式的气溶胶和云数据，本资源即对这些数据的储存格式等进行介绍
AERONET 数据处理 - AOD插值（550nm）（附Python代码）
香橙橙
06-03 2236
AERONET 站点数据处理，通过插值计算550nm AOD, 附Python 代码。
Google Earth Engine（GEE）——下载中国区域MCD19A2 AOD气溶胶数据tif格式
qq_31988139的博客
02-04 2498
上一次写了气溶胶数据下载流程，但是，代码确实出现了问题，展示不成问题，但是下载过程中出现了期待的是影像的波段值，但是实际上给出的却是影像的集合，所以问题出现在那里呢？ ​ 上次写的文章问题： 满天星：Google Earth Engine（GEE）——下载中国区域MCD19A2 AOD气溶胶数据tif格式 修改后的代码主要是因为没有镶嵌在一起，所以用了最大值合成quality Mosaic()实现代码的合成之后就完成了多景影像合成了一张影像，这样就可以下载了！ 我这里因为是中国研究去数据比较大
Google Earth Engine（GEE）-MODIS去云后插值后影像来弥补，没有效果怎么办？含代码
最新发布
04-22
这个代码就是当我们再对影像进行插值对去云的影像进行弥补的时候，很多时候影像出不来结果，所以我们要改变我们的插值影像的时间，这样增加影像的时间，以便更多的影像用于插值。采用days=30天的时候，结果还是没有...
GEE google earth engine批量裁剪下载MODIS数据
01-16
在本文中，我们将深入探讨如何使用Google Earth Engine（GEE）平台批量裁剪并下载MODIS（Moderate Resolution Imaging Spectroradiometer）数据。MODIS是NASA地球观测系统卫星上的一系列传感器，提供了全球范围内的...
Google Earth Engine（GEE）——MODISMOD09A1影像的去云_此星光明的博客-CSDN博客.mht
12-24
Google Earth Engine（GEE）——MODISMOD09A1影像的去云_此星光明的博客-CSDN博客.mht
Google Earth Engine（GEE）-逐年月长时序多指数和波段图表加载（MODIS数据2013-2021.pdf
02-26
本代码的主要目的是进行长时间序列指定波段和指数计算后的图标加载，研究区才作用山西省，使用了多个MODIS数据集，分别提取EVI和ET等波段属性进行图表加载。这里会将计算出的指数加载在同一个图表，其它单独选择的...
利用MODIS的L1B数据反演气溶胶的流程
03-09
利用MODIS的L1B数据反演气溶胶的流程如下利用MODIS的L1B数据反演气溶胶的流程如下利用MODIS的L1B数据反演气溶胶的流程如下
MODIS数据的批处理
04-07
中分辨率光谱成像仪( MODIS)，是搭载在 EOS 系列卫星上最关键的遥感传感器，凭借其获取数据 的较高空间分辨率、较多的光谱通道数、较宽的波段 范围、较强的时效性以及免费性等优势，得到了人们越来越多的关注。
论文研究 - 北非将MODIS和NAAPS气溶胶光学深度与AERONET数据相结合的比较精度评估
05-19
气溶胶是决定地球辐射预算，能量平衡和水文循环的重要地球物理参数之一。 “深蓝”中分辨率成像光谱辐射计（MODIS）气溶胶光学深度（AOD）检索算法旨在补充现有的“暗目标”海洋和陆地算法，从而能够在明亮的陆地表面上检索AOD。 利用北非研究地点（0°S-40°N，30°W-60°E）上五个气溶胶机器人网络（AERONET）站的2级AOD数据，对Terra上的组合MODIS AOD进行了比较精度评估和Aqua卫星以及美国海军气溶胶分析和预测系统（NAAPS）预测AOD数据。 使用混合单粒子拉格朗日综合轨迹（HYSPLIT），在距地面最高3000 m的不同高度，研究了该区域内的气溶胶传输和垂直混合。 MODIS验证结果显示，萨赫勒地区（0.811），萨赫勒地区（0.726）和撒哈拉地区（0.662）的相关性最高。 此外，Terra和Aqua MODIS的组合检索算法在平均值，t检验值，一致性指数和分数误差方面显示出与AERONET AOD值在统计上的显着差异。 NAAPS的比较预测，在粉尘排放和运输达到高峰时，萨赫勒地区的土壤尘埃与AERONET AOD的最佳表现在12月至2月（DJF）季节
Google Earth Engine（GEE）-利用插值方法解决影像去云后的空缺填充弥补方法详细讲解.pdf
08-01
Google Earth Engine 可以有效地用于填补时间序列去云后的影像。本次需要使用的技术手电使用join，mask和filter三个函数来实现。这篇文章用代码片段解释了这些步骤，并构建了一个可以应用于任何时间序列数据的功能...
MODIS MCD19A2气溶胶数据（AOD）利用python rasterio转换成tif，并将投影转换成经纬度
weixin_44265800的博客
12-11 2250
1.先使用命令行将数据转成tif，并转换经纬度 语句： gdalwarp -t_srs "EPSG:4326" HDF4_EOS:EOS_GRID:"MCD19A2.A2021215.h10v04.006.2021217045137.hdf"::grid1km:Optical_Depth_055 test.tif 2.然后还没有结束，你就会得到一个有6个波段的tif数据。经过查看发现，这个六个波段合成的结果就是这整个的数据 3.使用python rasterio将数据进行一个融合输出 代码： impor
AERONET 验证 AOD 数据 (Python代码)
香橙橙
12-24 481
利用AERONET 站点观测数据时空对比验证AOD数据产品,Python代码实现
深蓝算法反演AOD入门记录(一)
热门推荐
u013930678的博客
03-30 1万+
参考文献 ：         基于 HJ 卫星的北京市气溶胶光学厚度遥感反演      冉凡坤 深蓝算法反演气溶胶光学厚度的依据>>> 在亮像元地表，蓝光波段的地表反射率较小，只有可见光波段的 1/2～1/4，可以通过对蓝光波段地表反射率的模拟实现对气溶胶光学厚度的反演。同时，深蓝波段的分子散射和吸收都远远的低于其它波段，气溶胶垂直廓线的影响对深蓝波段气溶胶光学厚度反演的影响甚微。 反演
Google Earth Engine ——MCD19A2 V6数据产品是MODIS Terra和Aqua结合的大气校正多角度实施（MAIAC）陆地气溶胶光学深度（AOD）网格化2级产品，1公里分辨率
qq_31988139的博客
10-10 3688
The MCD19A2 V6 data product is a MODIS Terra and Aqua combined Multi-angle Implementation of Atmospheric Correction (MAIAC) Land Aerosol Optical Depth (AOD) gridded Level 2 product produced daily at 1 km resolution. For more information see theMAIAC user .
基于GEE利用MODIS/061/MCD64A1数据计算dNBR值
05-18
dNBR值（differenced Normalized Burn Ratio）是衡量火灾烈度的指标之一，可以通过MODIS/061/MCD64A1数据计算得到。 以下是基于GEE计算dNBR值的步骤： 1. 打开GEE平台并登录账号。 2. 在左侧菜单栏中选择“地图”选项，进入地图界面。 3. 在地图界面中，点击左上角的“+”按钮，添加MODIS/061/MCD64A1数据。 4. 在左侧图层栏中选择“MODIS/061/MCD64A1_500m_aid0001”图层，并调整时间范围至所需的时间段。 5. 在左侧菜单栏中选择“代码编辑器”，并在编辑器中输入以下代码： ``` // 定义AOI区域 var aoi = ee.Geometry.Polygon( [[[113.0, 33.0], [115.0, 33.0], [115.0, 35.0], [113.0, 35.0], [113.0, 33.0]]], null, false); // 选择计算的时间段 var start_date = ee.Date.fromYMD(2019, 1, 1); var end_date = ee.Date.fromYMD(2019, 12, 31); // 选择计算的MODIS波段 var modis_bands = ['BurnDate','QA']; // 筛选出指定时间段内的MODIS数据 var modis_dataset = ee.ImageCollection('MODIS/006/MCD64A1') .select(modis_bands) .filterDate(start_date, end_date) .filterBounds(aoi); // 定义NDVI计算公式 var nbr_formula = function(image) { var nbr = image.normalizedDifference(['sur_refl_b04', 'sur_refl_b07']); return nbr.rename('NBR'); }; // 计算dNBR值 var pre_fire = ee.Image(modis_dataset.sort('system:time_start', false).first()).select('BurnDate'); var post_fire = ee.Image(modis_dataset.sort('system:time_start', true).first()).select('BurnDate'); var pre_nbr = nbr_formula(pre_fire); var post_nbr = nbr_formula(post_fire); var dNBR = post_nbr.subtract(pre_nbr).rename('dNBR'); // 将结果可视化 Map.centerObject(aoi, 9); Map.addLayer(dNBR, {min:-1,max:1,palette:['FF0000','FFFF00','00FF00']}, 'dNBR'); ``` 上述代码中，首先定义了计算区域（AOI）、计算时间段（start_date和end_date）以及需要计算的MODIS波段（modis_bands）。接着，通过ImageCollection函数筛选出指定时间段内的MODIS数据，并选择需要的波段。定义了计算dNBR值所需的函数（nbr_formula），并使用该函数计算出前火情（pre_fire）和后火情（post_fire）的NBR值，最终得出dNBR值（dNBR）。最后将结果可视化，其中min、max和palette参数可根据需要进行调整。 完成上述代码的输入和运行后，即可在地图上看到计算得到的dNBR值。

“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 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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