Google Earth Engine （GEE） ——LANDSAT 8 C01和C02数据集影像图层色差对比

最新推荐文章于 2024-10-17 20:56:51 发布
最新推荐文章于 2024-10-17 20:56:51 发布
阅读量902 收藏 1
点赞数
分类专栏： Google Earth Engine 文章标签： javascript 开发语言 gee Landsat 影像集合
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/129999438
版权
本文探讨了在Google Earth Engine (GEE) 中，使用Landsat 8 C01和C02数据集进行影像对比，关注不同集合下影像图层的色差。通过分析比例因子，发现C02集合可能存在云层处理问题。同时，Landsat 8 Collection 2的数据缩放问题也进行了讨论，指出SR波段应使用0.0000275的比例因子和-0.2的偏移。作者建议更新目录文档以反映这些变化。
摘要由CSDN通过智能技术生成

很多时候我们在纠结对比如何使用影像集合，我们今天就使用两个影像集合相同的影像时间和区域进行对比，查看不同影像集合下影像色差的对比，我们可以查看不同影像图层的效果。

 Landsat 8 SR 比例因子，特别是来自“LANDSAT/LC08/C02/T1_L2/”集合。这些比例因子是否正确？将此集合与已弃用的“LANDSAT/LC08/C01/T1_SR/”进行比较，某些对象（例如云）似乎存在一些问题。 'T1_SR' 集合使用其他比例因子。

在 Landsat 8 Collection 2 摄取已经完成，我已经开始更新我的一些脚本但是遇到了缩放问题......

USGS Landsat 8 Level 2, Collection 2, Tier 1 Catalogue 页面似乎只包含波段 10 亮度温度的缩放信息，但不包含表面反射波段。在查看了

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
专栏目录
订阅专栏
Google Earth Engine（GEE）——Landsat 8 和sentinel 2真彩色rgb影像下载（只需替换研究区）
此星光明博客
06-14 2101
上面是一个简单的例子，这里我们将按照通用的代码，外加去云和映射后的结果进行分析，并且分别加载到地图上，并将名字分别按照标准的名字命名，保留了导出的所有参数的名称，你可以通过设定每一个参数来进行必要的修改。
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析
此星光明博客
06-16 395
Landsat C02数据集虽然具有更加高质量的数据集，但是因为影像数量特别是在去云后会产生空洞，建议通过插值方式进行弥补或者进行研究区时间的放宽来实现。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（拉萨区域为例）_gee去云后空值怎么补-CSDN博客。
Google Earth Engine ——LANDSAT/LC08/C01/T1_SR—NDVI数据集
此星光明博客
09-13 3253
This dataset is the atmospherically corrected surface reflectance from the Landsat 8 OLI/TIRS sensors. These images contain 5 visible and near-infrared (VNIR) bands and 2 short-wave infrared (SWIR) bands processed to orthorectified surface reflectance, and
Google Earth Engine ——LANDSAT/LT04/C02/T1系列数据介绍！
此星光明博客
09-29 1445
This dataset contains atmospherically corrected surface reflectance and land surface temperature derived from the data produced by the Landsat TM sensor. These images contain 4 visible and near-infrared (VNIR) bands and 2 short-wave infrared (SWIR) bands p
关于GEE数据集Landsat Collection修改的问题
weixin_56645922的博客
08-22 353
于是去官网查看得出数据集已经由LANDSAT/LC08/C01/T1_SR变为了LANDSAT/LC08/C02/T1_L2。然后是modis对应的var bandNamesModis = ee.List(['blue', 'green', 'red', 'nir', 'swir1', 'swir2']);附上图一：LANDSAT/LC08/C02/T1_L2 各波段对应。图二：MODIS/006/MCD43A4 各波段对应。那么对应的波段名称也应该由如下转变。//也可以使用名称，
Google Earth Engine （GEE） ——gee中自带的Landsat8和5数据集对于温度波段的映射出现无法运行的情况
此星光明博客
04-08 1048
所有目前对于所有的C02数据中，Landsat8 和5的地表反射率中，无法进行温度波段的映射和转换。只有Landsat9 是ok的。上面的代码中已经去除了温度波段的映射计算，所以结果是可以的，也可以进行正常的波段运算，这可能是GEE数据集中在归档的时候，并没有把温度波段和其它波段一起放，而是放在了。这里简单举一个例子，请查看下面的Landsat5的波段。
GEE数据集——全球 30m Landsat 树冠覆盖 v4 Global 30m Landsat Tree Canopy Version 4 (TCC) 2000-2015年
此星光明博客
08-25 723
全球 30m Landsat 树冠覆盖率 v4Global 30m Landsat Tree Canopy Version 4 (TCC) 产品是一个 30 米分辨率的数据集，显示每个像素的树冠覆盖率在 0% 到 100% 之间。TCC产品于2019年5月发布，由大地遥感卫星影像档案处理而成。它取代了之前版本的 2000、2005、2010 和 2015 年全球树冠覆盖率估计值。它还包括北美和南美 2010 年至 2015 年的年度树冠覆盖率估计值。
Google Earth Engine（GEE）——Landsat 全球土地调查 1975年数据集
此星光明博客
07-06 828
最近发现了一个巨牛的人工智能学习网站：前言 – 床长人工智能教程1975 年全球土地调查 (GLS) 是来自 Landsat 多光谱扫描仪 (MSS) 的全球图像集合。大多数场景是由 Landsat 1-3 在 1972-1983 年获取的。Landsat 1-3 数据中的一些空白已被 Landsat 4-5 在 1982-1987 年间获取的场景所填补。这些数据包含 4 个光谱波段：绿色、红色、NIR 波段和 SWIR 波段。在典型的假色显示中，图像显示为红色，因为显示为红色的 NIR 波段突出了植被。数
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析.pdf
06-17
它与空气温度、室内温度等不同，因为地表温度受到地表的直接照射和辐射的影响，具有一定的时空变化特征。地表温度通常是通过遥感技术获取的，例如红外辐射遥感技术可以捕捉到地表辐射出的红外辐射，从而估算地表温度...
Google Earth Engine（GEE）——用填充后的Landsat 7影像进行LST地表温度计算（C值转化为K值）更新（Landsat C02数据集）
此星光明博客
07-04 155
这里我们发现随着GEE的计算能力的限制，算力不足，我们需要进行分布式运算，也就是将结果保存再assets中 ，然后通过require中引入之后再加载到GEE中进行计算。有时候GEE可以在之前的基础上可以累积算力，然后进行计算，这里我们可以二次运行就可以成果加载了。在图层展示中，我们需要设定一些图层最大值和最小值。
Google Earth Engine（GEE）——基于Landsat的1985-2020年美国西部地区土地分类数据集
此星光明博客
04-12 2288
数据介绍： 美国西部的牧场生态系统对气候变化、火灾和其他人为干扰有动态反应。牧场状况、监测、评估和预测（RCMAP）产品旨在通过使用1985-2020年的Landsat图像量化美国西部牧场组成部分的覆盖百分比、相关误差和趋势来捕捉这种反应。 RCMAP使用1985-2020年的Landsat图像，量化了美国西部牧场各组成部分的覆盖率（根据Rigge等人，2020）。RCMAP时间序列由八个部分组成：一年生草本植物、裸地、草本植物、垃圾、非沙棘灌木、多年生草本植物、沙棘和灌木，以及每个部分的时间趋势。四个
基于GEE的Landsat 数据使用
qq_44322368的博客
03-20 3370
基于GEE的Landsat 数据使用 1.最常使用的数据：TOA数据和SR数据。 2.注意查看影像信息介绍 如下图中，需要注意比例因子的使用 比例因子的设置是为了减少存储，在正常使用时，需要进行还原，即：*(scale)+(offset) // Applies scaling factors function applyScaleFactors(image) { var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2)
使用GEE处理Landsat 8影像并批量下载导出
qq_36686882的博客
07-17 1265
这段代码使用Google Earth Engine（GEE）平台处理Landsat 8影像，进行云和饱和像素的掩膜处理，并将处理后的影像裁剪到指定的感兴趣区域（ROI），并导出影像集到Google Drive。
LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失_LST计算缺失_RSEI缺失
Molly1A2B的博客
07-03 2241
LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失_LST计算缺失_RSEI缺失，可能是Landsat SR collection2数据 ASTER数据的原因
LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失
weixin_47787901的博客
05-29 1912
使用GEE计算广东省韶关市某区域地表温度时，发现B10波段有缺失，无法得到整个区域完整的地表温度，其它波段和以及假彩色合成影像完整，没有缺失。使用GEE开发文档中的代码对LANDSAT/LC08/C02/T1_L2数据集进行预处理，选择1-12月的影像数据进行合成。我尝试了Landsat8、Landsat5 ，发现每一年都存在这种情况，大家有没有出现过类似的情况。影像真彩色合成（SR_B4, SR_B3, SR_B2)没有问题。加载ST_B10波段，影像莫名有缺失，不完整。
GEE学习记录（一）基于GEE利用LANDSAT 8数据计算遥感生态指数（RSEI）
热门推荐
gxwwww的博客
12-30 2万+
最近老师让看一下关于GEE的东西，实现大面积的反演、计算地表温度等，也算熟悉一下。参考网上很多大佬的文章，按照自己的思路和想法算出了RSEI，参考的文章都有列出来。 目录所用数据集影像数据矢量数据地表气温数据RSEI计算流程图四个指数的计算Wet、NDVI、NDBSI的计算LST的计算对水体进行掩膜归一化主成分分析出图代码参考链接 所用数据集 影像数据 影像数据是：LANDSAT/LC08/C02/T1_L2（就是LANDSAT8下面的Collection 2 Level2 T1数据）。总的来说就是Coll
Google Earth Engine（GEE）——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算
此星光明博客
11-20 1万+
1简介 2背景 3在 Google Earth Engine 中使用 Landsat 8 进行预处理 3.1预处理级别示例。 3.2大气顶（TOA） 3.3表面反射率（SR） 3.4Landsat 影像比较的完整代码 3.5云遮蔽 3.5.1单图像屏蔽：第 1 部分 3.5.2单图像屏蔽：第 2 部分 3.5.3跨多个日期的掩码 3.5.4可视化图像计数 3.5.5生成和导出直方图 4结论 5完整的云屏蔽代码 6参考文献 1简介 ..
GEE下载LANDSAT/LC08/C02/T1_L2和LANDSAT/LC09/C02/T1_L2数据集数据
最新发布
weixin_69667749的博客
10-17 143
该数据集包含经大气校正的地表反射率和地表温度，这些数据来自 Landsat 8 OLI/TIRS 传感器生成的数据。这些图像包含 5 个可见光和近红外（VNIR）波段和 2 个短波红外（SWIR）波段，这些波段被处理为正射校正的地表反射率，一个热红外（TIR）波段被处理为正射校正的地表温度。它们还包含用于计算 ST 产品的中间波段以及质量保证波段。空间分辨率30m,时间分辨率Landsat 8/9为16d，但是两个数据集的时间交叉，组合使用时间分辨率可以达到8d。
Google Earth Engine UI设计与Landsat 8数据应用
在"GEE_UI界面设计部分.pdf"文件中，主要内容围绕Google Earth Engine (GEE) 的用户界面设计和其在高级地理信息系统(Advanced GIS)以及遥感应用中的作用展开讲解。GEE是Google提供的一款强大的在线数据处理和分析...
评论
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