GEE数据集——Google Global Landsat-based CCDC Segments (1999-2019)可视化展示

简介

本数据集包含在 20 年大地遥感卫星表面反射率数据上运行连续变化检测和分类 (CCDC) 算法的预计算结果。CCDC 是一种断点查找算法,它使用谐波拟合和动态均方根阈值来检测时间序列数据中的断点。

该数据集由 Landsat 5、7 和 8 Collection-1 Tier-1 地表反射率时间序列创建,使用了 1999-01-01 至 2019-12-31 期间的所有日间图像。每幅图像都经过预处理,以屏蔽被识别为云、阴影或雪的像素(根据 "pixel_qa "波段)、饱和像素以及大气不透明度大于 300 的像素(根据 "sr_atmos_opacity "和 "sr_aerosol "波段识别)。在南北场景重叠中重复出现的像素会被重复处理。纬度-60°至+85°之间的所有陆地图像均以 2 度瓦片形式输出。这些图像适合简单地镶嵌()成一幅全局图像。

The CCDC algorithm was run with the default algorithm parameters except for the dateFormat:

  • tmaskBands: ['green', 'swir']
  • minObservations: 6
  • chiSquareProbability: 0.99
  • minNumOfYearsScaler: 1.33
  • dateFormat: 1 (fractional year)
  • lambda: 20
  • maxIterations: 25000

输出中的每个像素都使用长度可变的数组进行编码。每个数组的外部长度(0 轴)对应于在该位置发现的断点数量。coefs 带包含 2-D 数组,其中每个内数组包含线性谐波模型中 8 个项的缩放因子,其顺序为[偏移,t,cos(ωt),sin(ωt),cos(2ωt),sin(2ωt),cos(3ωt),sin(3ωt)],其中 ω = 2Π。这些模型的比例尺为光学波段产生反射率单位 (0.0 - 1.0),热波段产生反射率单位 (K) / 100.0。

请注意,由于输出波段是阵列,因此只能使用 SAMPLE 金字塔策略进行降采样。在较低的缩放级别下,结果通常不再能代表全分辨率数据,例如,由于采用了降采样掩膜,可以看到瓦片边界。因此,不建议在分辨率低于 240 米/像素时使用该数据集。

目前还没有为该数据集添加 2019 年后资产的计划。

Dataset Availability

1999-01-01T00:00:00Z–2020-01-01T00:00:00

Dataset Provider

Google

Earth Engine Snippet

ee

  • 34
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
GEEGoogle Earth Engine的缩写,是一个基于云计算的地理信息数据处理平台。使用GEE进行Landsat-8二级产品数据的大气校正可以分为以下几个步骤: 1. 在GEE中选择Landsat-8 OLI/TIRS Collection 2 Level-2数据集作为数据源。 2. 选择需要进行大气校正的影像,并导入到代码中。 3. 根据影像的时间和位置信息,获取对应的气象数据,如大气温度、水汽含量等。 4. 使用提供的大气校正模块,对影像进行大气校正。GEE提供了多种大气校正模块,如DOS (Dark Object Subtraction)、ATCOR (Atmospheric and Topographic Correction)等。 5. 对校正后的影像进行后续处理,如NDVI计算、图像显示等。 以下是一个基于GEE进行Landsat-8二级产品数据大气校正的示例代码: ```javascript // 选择数据集 var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filter(ee.Filter.eq('WRS_PATH', 44)) .filter(ee.Filter.eq('WRS_ROW', 34)) .filterDate('2018-01-01', '2018-12-31') .select(['SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7']); // 导入需要进行大气校正的影像 var img = ee.Image(dataset.first()); // 获取影像的时间和位置信息 var date = img.get('system:time_start'); var lat = img.get('LAT'); var lon = img.get('LON'); // 获取气象数据 var meteoData = ee.ImageCollection('NOAA/CFSV2/FOR6H') .filterBounds(ee.Geometry.Point(lon, lat)) .filterDate(ee.Date(date).advance(-1, 'day'), ee.Date(date)) .select(['Temperature_height_above_ground', 'Specific_humidity_height_above_ground']); // 获取大气温度和水汽含量 var airTemp = meteoData.select('Temperature_height_above_ground').mean(); var waterVap = meteoData.select('Specific_humidity_height_above_ground').mean(); // 大气校正 var corrImg = ee.Algorithms.Landsat.simpleCloudScore(img).select(['B2','B3','B4','B5','B6','B7','cloud']); var dosCorr = ee.Image(ee.Algorithms.Landsat.dos(corrImg, airTemp, waterVap, 0.08)); // 输出校正后的影像 Map.addLayer(dosCorr, {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}, 'dos corrected'); ``` 其中,ee.Algorithms.Landsat.simpleCloudScore用于对影像进行云检测,返回一个包含云掩膜的影像,ee.Algorithms.Landsat.dos用于进行DOS大气校正,返回一个校正后的影像。在输出校正后的影像时,可以选择需要显示的波段、色彩范围等参数。

“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

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
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