本教程的主要目的是简化Landsat数据预处理过程,使用process()函数进行Landsat 8 数据进行去云、缩放和其它数据预处理。
简介
Landsat 8是一颗美国国家航空航天局(NASA)和美国地质调查局(USGS)联合发射的卫星,提供了高质量的遥感影像数据,用于监测地球表面的变化和变化。在利用Landsat 8影像数据进行分析之前,需要对数据进行预处理以消除噪音、校正影像、增强图像质量等。以下是Landsat 8影像数据预处理的主要步骤。
1. 数据获取:首先,需要从USGS的数据存档中获取Landsat 8卫星所拍摄的影像数据。这些数据通常以每个波段的单独文件形式提供,并且存在多个波段的影像数据需要一起处理。
2. 辐射校正:由于不同的波段使用不同的光谱波长范围,所以每个波段的相应光谱辐射是不同的。因此,需要进行辐射校正以标准化每个波段的亮度值。这涉及到使用已知的辐射标准进行校准,并考虑到卫星传感器的响应函数。
3. 大气校正:地球的大气层对于进入卫星传感器的光线会产生衰减和散射。因此,进行大气校正以消除大气影响,使得影像数据更贴近地表反射率。大气校正可以使用大气校正模型和大气参数来进行。
4. 去除云状物:在影像中存在云状物会干扰地表反射率的测量。因此,需要进行云状物去除以去除云状物的影响。这可以通过使用云检测算法来实现,例如使用云和阴影置信度指数来检测和移除云状物。
5.