![](https://img-blog.csdnimg.cn/20190918135101160.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
GEE数据集专栏
文章平均质量分 88
介绍目前GEE中关于全球的所有数据集
此星光明
博士,地图制图和地理信息工程专业,主要涉及Google Earth Engine、PIE-Engine、Planetary Computer、AI Earth、中科星图等云平台的遥感生态云计算研究(多源遥感和机器学习相结合),适用建筑、气象、农业、水利等各个专业云计算。2022年云计算领域博客之星TOP3,2023年CSDN博客之星TOP13,华为云云享专家、MVP,阿里云社区、51CTO博客专家博主。
展开
-
NASA数据集——宝瓶座天体微波发射图辅助数据集 V1.0
本数据集包含三张 L 波段(波长 = 21 厘米)天体("银河系")亮度温度图,用于处理美国航天局宝瓶座仪器的数据。这些天体亮度温度图以开尔文为单位,以地球中心惯性(ECI)参照系J2000纪元为网格。它们在-90度和+90度之间的721个倾角和0度和360度之间的1441个赤经上采样,所有采样间隔均为0.25度。亮度温度假定为时间不变,偏振被忽略。它们包括微波连续波和原子氢线(HI)辐射。原创 2024-07-20 08:30:00 · 695 阅读 · 0 评论 -
2019-2023年全球固定宽带和移动(蜂窝)网络性能(更新)
全球固定宽带和移动(蜂窝)网络性能,分配给缩放级别 16 的网络 mercator 瓷砖(赤道处约 610.8 米乘 610.8 米)。数据以 Shapefile 格式和 Apache Parquet 格式提供,几何图形以 EPSG:4326 中的已知文本 (WKT) 表示。下载速度、上传速度和延迟是通过 Android 和 iOS 版的 Ookla 应用程序 Speedtest 收集的,并对每个磁贴求取平均值。测量结果经过筛选,包含 GPS 质量的定位精度。原创 2024-07-13 08:00:00 · 965 阅读 · 0 评论 -
GEE数据集——M-Lab(全球最大的开源互联网测量机构) 网络诊断工具 (NDT) 数据集
测量实验室(M-Lab)是全球最大的开源互联网测量机构。M-Lab 网络诊断工具 (NDT) 数据集是研究人员和网络工程师了解互联网性能的宝贵资源。它由运行 NDT 工具的用户收集的大量测试结果组成。这些测试测量用户互联网连接的各个方面,包括下载和上传带宽、延迟(信号延迟)和数据包丢失。这是一个非常小的样本提取,从单日提取的 15,000 个下载和上传样本中提取 2024-06-01无损检测数据集的独特之处在于其用户主动性。与服务提供商进行的传统网络监控不同,NDT 数据反映的是真实世界的用户体验。原创 2024-07-12 08:30:00 · 693 阅读 · 0 评论 -
GEE数据集——全球Ookla 5G 基站地图数据(Ookla 5G Map Data)
Ookla 5G 地图数据Ookla 5G Map™ 于 2019 年 5 月推出,旨在全面展示 5G 技术在全球的扩展情况。在推出之初,该地图突出显示了 17 个国家的 300 项部署,说明了这一变革性技术的初步推广情况。随着时间的推移,该地图已大幅增长,现在包含了来自 142 个国家/地区的 233 个供应商的 145,000 多项部署数据。如此广泛的覆盖范围凸显了 5G 网络在全球的快速采用和广泛实施。随着 5G 技术在许多地区的普及,Ookla 5G Map™ 的重点也在不断变化。原创 2024-07-11 18:00:00 · 740 阅读 · 0 评论 -
2000 年至 2019 年全球月度卫星推算 PM2.5数据集
该数据集提供了 2000 年至 2019 年地面细颗粒物(PM2.5)的年度和月度估计值。这些数据是通过将美国国家航空航天局(NASA)的多个仪器--MODIS、MISR、SeaWIFS 和 VIIRS 的气溶胶光学深度(AOD)检索数据与 GEOS-Chem 化学传输模型进行整合而得出的。然后使用残差卷积神经网络(CNN)根据全球地面观测数据对 PM2.5 的初步估计值进行校准。主要特点时间跨度:2000-2019 年(V6.GL.01),延长至 2022 年(V6.GL.02)原创 2024-07-05 02:45:00 · 1033 阅读 · 0 评论 -
基于合成 VIIRS(NTL)夜间光照数据-印度
本研究利用了两个主要来源的夜间光照(NTL)数据:国防气象卫星计划(DMSP)和苏美国家极地伙伴关系(SNPP)卫星上的可见光和红外成像套件(VIIRS)。DMSP-OLS 数据以 30 弧秒的空间分辨率提供 1992 年 4 月至 2013 年 12 月的每月 NTL 观测数据,而 VIIRS-DNB 数据以更精细的 15 弧秒分辨率提供 2012 年 4 月以来的每月观测数据。这两个数据集都被广泛用于监测人类活动和自然现象的研究,但它们的分辨率和时间覆盖范围不同,给长期分析带来了挑战。原创 2024-07-04 15:00:00 · 727 阅读 · 0 评论 -
Rural Access Index (RAI)农村通达指数
农村通达指数(RAI)是全球交通领域最重要的发展指标之一。它是目前可持续发展目标中唯一一个直接衡量农村通达性的指标,通过评估农村人口的四季道路通达性来实现。在 2015 年作为可持续发展目标(SDG)指标 9.1.1 采用后,该指标采用了一种利用地理空间技术的新方法,并于 2016 年在 "利用新技术衡量农村通达性 "报告中发布(世界银行,2016 年)。原创 2024-07-04 08:15:00 · 860 阅读 · 0 评论 -
AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)
GES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)该数据集包含 1 乘 1 度网格单元的全球月平均土壤湿度统计数据(平均值)。数据来源是 AMSR-E 每日土壤水分估算值(AE_Land3.002:AMSR-E/Aqua Daily L3 Surface Soil Moisture, Interpretive Parameters, QC EASE-Grids.第 2 版)。原创 2024-06-27 08:00:00 · 711 阅读 · 0 评论 -
GHRSST Level 3U 全球海面下温度第 8a 版,来自 GCOM-W 卫星上的高级微波扫描辐射计
高级微波扫描辐射计2号(AMSR2)于2012年5月18日搭载日本宇宙航空研究开发机构(JAXA)开发的全球变化观测任务-水(GCOM-W)卫星发射升空。GCOM-W 任务的目的是建立全球长期观测系统,收集了解气候和水循环变化机制所需的数据,并展示其利用情况。第一代 GCOM-W 卫星上的 AMSR2 将继续 Aqua/AMSR-E 对水汽、云液态水、降水、海温、海面风速、海冰浓度、雪深和土壤湿度的观测。AMSR2 是一种测量地球表面和大气层微弱微波辐射的遥感仪器。原创 2024-06-24 08:00:00 · 723 阅读 · 0 评论 -
全球公用事业级太阳能发电场卫星数据集
1.3 注意事项和局限性1.3.1 容量估算尽管我们已尽力从已发布的数据集中删除假阳性数据,但由于在 10 米卫星图像中人工验证检测结果的难度很大,因此仍会保留一些假阳性数据。为了估算整个数据中的误报率,我们从正面标注的太阳能资产中随机选取了约 2000 个检测子集。利用高分辨率图像对每个检测结果进行更严格的审查验证。这项分析得出的误报率预计约为 1%。1.3.2 电站形状我们的植物轮廓并不完美。它们偶尔会比底层植物小很多或大很多。我们的测试表明,平均而言,这些影响不会太大。原创 2024-06-19 16:00:00 · 985 阅读 · 0 评论 -
1984-2022年全球河流和湖泊表面积 (Surface Area of Rivers and Lakes,SARL)数据集
Nyberg 等人(2024 年)开发的 "河流和湖泊表面积(SARL)"数据集对 38 年间(1984-2022 年)河流和湖泊的水面面积变化进行了全面分析。这个分辨率为 30 米的全球数据集为了解地表水的动态提供了宝贵的信息,尤其突出了季节性所起的日益重要的作用。SARL 数据集将水体分为七个等级: - 0:背景值:代表无水区域。- 1: 永久河流:全年持续有水的地区。- 2: 永久湖泊:全年持续有水的地区。- 3: 季节性河流:一年中至少有一个月有水的地区。原创 2024-06-18 16:00:00 · 710 阅读 · 0 评论 -
全球高空污染物(GHAP)PM2.5 浓度(2017-2022)
全球高空气污染物(GHAP)PM2.5 浓度(2017-2022)该数据集是首个大数据衍生的无间隙(100% 空间覆盖)、1 千米分辨率(D1K、M1K 和 Y1K)的全球陆地地区 PM2.5 日、月和年浓度产品,时间跨度为 2017 年至 2022 年,是全球高空气污染物数据集(GHAP)的一部分。利用机器学习和大数据技术,该数据集为了解 PM2.5 污染的时空变化提供了前所未有的见解。原创 2024-06-20 09:30:00 · 809 阅读 · 0 评论 -
2016-2023 年美国农业部作物序列边界
2016-2023 年美国农业部作物序列边界作物序列边界(CSB)是与美国农业部经济研究局合作开发的,它提供了美国毗连地区的田间边界、作物种植面积和作物轮作的估计数据。该数据集利用卫星图像和其他公共数据,并且是开放源码的,使用户能够对美国种植的商品进行面积和统计分析。它为农民的种植决策和实践提供了宝贵的见解。NASS 需要一个有代表性的田间数据集来预测玉米-大豆等常见轮作的作物种植情况,而经济研究局 (ERS) 则利用 CSB 来研究耕作和覆盖种植等农场管理方法随时间推移而发生的变化。原创 2024-06-17 10:00:00 · 1054 阅读 · 0 评论 -
全球森林碳通量(2001-2023年)数据集
全球森林碳通量(2001-2023)森林碳净通量表示 2001-2023 年间森林与大气之间的碳净交换量,计算方法是模型期内森林排放的碳与森林清除(或封存)的碳之间的平衡(兆克 CO2 排放量/公顷)。碳净通量的计算方法是将每个建模像素的年均总清除量减去年均总排放量;负值表示 2001 年至 2023 年期间森林是碳的净汇,正值表示森林是碳的净源。原创 2024-06-20 08:30:00 · 1178 阅读 · 0 评论 -
2017-2023年 ESRI 10m 年度土地覆被图、数据集
水域 全年主要有水的区域;可能不包括零星或短暂有水的区域;几乎没有稀疏植被,没有岩石露头,也没有码头等建筑物;例如:河流、池塘、湖泊、海洋、淹没的盐碱地。树木 任何高大(约 15 英尺或更高)茂密植被的明显集群,通常具有封闭或茂密的树冠;例如:林木植被、热带草原、种植园、沼泽或红树林内的茂密高大植被集群(茂密/高大植被下有短暂的水域或树冠太厚,无法探测到下面的水域)。水淹植被 全年大部分时间明显混有水的任何类型的植被区;季节性水淹区,由草/灌木/树/荒地混合而成;原创 2024-06-17 15:30:00 · 1555 阅读 · 0 评论 -
GEE数据集——全球SWOT 河流数据库(SWORD)河流水面高程、宽度和坡度测量数据集
SWOT 河流数据库(SWORD)地表水和海洋地形(SWOT)卫星任务于 2022 年 12 月成功发射,通过提供大量的河流水面高程、宽度和坡度测量数据集,彻底改变了我们观测河流的能力。为了最大限度地提高这些数据的实用性和灵活性,SWOT 任务提供了各种数据产品,包括每个 SWOT 立交桥的 shapefile 格式河流矢量数据。这些矢量产品为河流系统的多时分析提供了巨大的潜力,使研究人员能够跟踪河流特征随时间的变化。为了能够进行此类分析,在 SWOT 启动之前定义一致的河流河段和节点至关重要。原创 2024-06-11 10:30:00 · 1646 阅读 · 0 评论 -
GEE数据集——全球河流阻塞数据库 (GROD)1.1 版
全球各地的河流上建造了许多障碍物(如水坝和水闸),以帮助蓄水、促进航行、产生能源、缓解洪水以及支持工业和农业生产。然而,由于缺乏有关这些障碍物位置的公开信息,我们评估其环境影响的能力大打折扣。在这项研究中,我们利用谷歌提供的公开卫星数据,手动识别全球所有大河(宽度≥30 米)上的河流障碍物,建立了全球河流障碍物数据库(Global River Obstruction Database,简称 GROD)。原创 2024-06-12 19:00:00 · 852 阅读 · 0 评论 -
遥感数据:基于综合大比例尺测绘框架的首个高质量东亚国家建筑物矢量数据(东亚 2.8 亿栋建筑的空间分布图)
建筑作为人类生活不可分割的一部分,在城市管理和城市分析领域至关重要。为了促进大规模城市规划应用,获取完整可靠的建筑数据势在必行。目前有一些公开产品可以提供大量建筑数据,如微软和开放街道地图。但在东亚地区,由于建筑物分布较为复杂,辅助数据匮乏,这些地区的建筑数据比较缺乏,阻碍了东亚地区的大规模应用。一些研究试图利用当地不完整的建筑足迹数据,通过回归模拟大规模的建筑分布信息。然而,对不准确建筑数据的依赖会带来累积误差,使这种模拟数据极不可靠,导致在东亚地区实现精确研究受到限制。原创 2024-06-05 21:00:00 · 874 阅读 · 0 评论 -
GEE数据集——全球ERA5-HEAT(人类热舒适度)逐日数据集
ERA5-HEAT数据集该数据集提供了一组代表室外条件下人类热应力和不适指数的完整历史重建。该数据集也被称为ERA5-HEAT(人类热舒适度),代表了当前生物气候学数据记录制作的最先进水平。该数据集围绕两个主要变量展开:1)平均辐射温度(MRT);2)通用热气候指数(UTCI)。这些变量描述了人体如何体验大气条件,特别是气温、湿度、通风和辐射。该数据集是利用欧洲中期预报中心(ECMWF)的ERA5 再分析计算得出的。原创 2024-05-31 09:30:00 · 600 阅读 · 0 评论 -
GEE数据集——东南亚区域油棕种种植分布(油棕榈树种植园的概率)数据集
该图像集提供了底层区域属于油棕种植园的每像素概率。这些概率估计值的分辨率为 10 米,由机器学习模型生成。油棕种植园的标签示例由森林数据合作伙伴关系的社区贡献者提供。预测因子是由 Sentinel-1、Sentinel-2 和 ALOS DSM 提供的公开卫星图像建立的年度合成。概率预测以单个年份为单位,用图像集中每张图像的开始和结束时间表示。初始版本包括基于 2020 年图像和 2023 年图像的马赛克预测。原创 2024-05-13 21:00:00 · 879 阅读 · 0 评论 -
GEE数据集——高分辨率全球树冠高度地图(1 米)Meta 公司
全球树冠高度地图》数据集提供了对全球树冠高度的全面了解,有助于对森林生态系统、碳固存和气候变化减缓工作进行精确监测。该数据集由 Meta 和世界资源研究所合作开发,是了解森林结构和动态的基石。通过融合最先进的卫星图像和先进的人工智能技术,该数据集达到了无与伦比的详细程度。通过分析 2009 年至 2020 年的卫星图像,重点分析 2018 年至 2020 年的数据,该数据集提供了广泛的时间覆盖范围,可用于跟踪地球上整个陆地的冠层高度随时间的变化。原创 2024-05-11 11:00:00 · 1123 阅读 · 0 评论 -
GEE数据集——DeltaDTM 全球沿海数字地形模型数据集
DeltaDTM 是全球沿岸数字地形模型(DTM),水平空间分辨率为 1 弧秒(∼30 米),垂直平均绝对误差(MAE)为 0.45 米。它利用 ICESat-2 和 GEDI 任务提供的空间激光雷达数据对哥白尼 DEM 进行校正,从而提高了现有全球高程数据集的精度。校正过程包括偏差校正、过滤非地形单元(如植被和建筑物)以及使用插值法填补空白。DeltaDTM 特别关注特别容易受到海平面上升、沉降和极端天气事件影响的低洼沿海地区(平均海平面以上 10 米以下)。原创 2024-05-07 16:30:00 · 634 阅读 · 0 评论 -
GEE数据集——全球冰川海拔变化产品(2000-2019 年)
全球冰川海拔变化产品(2000-2019 年)该数据集提供了 2000 年至 2019 年期间冰川海拔和质量变化的全面且全球一致的记录。它利用大量卫星图像(主要来自美国国家航空航天局(NASA)的高级星载热发射和反射辐射计(ASTER))和先进的处理技术,提供了全球冰川波动的高分辨率视图。完整的数据集,包括全球、区域、瓦片和每个冰川的数据,可在这里公开获取,您也可以在这里阅读论文全文。虽然该出版物还提供了其他数据集,但目前只摄取了海拔高度产品。数据集特点。原创 2024-05-06 11:00:00 · 504 阅读 · 0 评论 -
GEE数据集——1763 年至 2023 年美国地下水井数据库(USGWD)包括水井用途、位置、深度和容量
地下水井是实现地下水监测、开采和使用的重要基础设施,对环境、水安全和经济发展具有重要影响。尽管地下水井非常重要,但美国一直缺乏一个统一的数据库来收集和标准化有关这些水井的特征和位置的信息。为了弥补这一空白,我们创建了一个从各州和联邦机构收集的地下水井记录综合数据库,我们称之为美国地下水井数据库(USGWD)。USGWD 以表格和矢量点两种形式呈现,包含 1420 多万条水井记录,其中包括水井用途、位置、深度和容量等属性,这些水井的建造时间可追溯到 1763 年至 2023 年。原创 2024-04-27 08:30:00 · 653 阅读 · 0 评论 -
GEE数据集——美国大陆网格气候数据集PRISM 日数据集和月数据集
PRISM 日数据集和月数据集是由俄勒冈州立大学 PRISM 气候小组制作的美国大陆网格气候数据集。网格是利用 PRISM(独立斜坡模型参数-海拔回归)开发的。PRISM 插值程序模拟了天气和气候随海拔高度的变化,并考虑了海岸效应、温度反常和可能造成雨影的地形障碍。站点数据来自全国各地的许多网络。更多信息,请参阅 PRISM 空间气候数据集说明。PRISM气候小组开展了一系列项目,其中一些项目支持空间气候数据集的开发。由此产生的一系列数据集反映了项目目标的范围,需要不同的站点网络、建模技术和时空分辨率。 在原创 2024-04-22 08:00:00 · 925 阅读 · 0 评论 -
GEE数据集——巴基斯坦国家级土壤侵蚀数据集(2005 年和 2015 年)
巴基斯坦国家级土壤侵蚀数据集(2005 年和 2015 年)该数据集采用修订的通用土壤流失方程 (RUSLE),并考虑了六个关键影响因素:降雨侵蚀率 (R)、土壤可侵蚀性 (K)、坡长 (L)、坡陡 (S)、覆盖管理 (C) 和保护措施 (P),对 2005 年至 2015 年巴基斯坦的土壤侵蚀动态进行了全面评估。土壤侵蚀图从低侵蚀率到极高侵蚀率分为四个等级,有助于了解研究期间土壤侵蚀模式的空间分布和变化。侵蚀等级之间的过渡分析揭示了侵蚀强度的变化,同时对巴基斯坦七个行政单位的空间模式和动态进行了评估。原创 2024-04-13 08:00:00 · 877 阅读 · 0 评论 -
GEE数据集——1986年—2022年加拿大全国烧毁面积综合数据 (NBAC)
加拿大全国烧毁面积综合数据 (NBAC)¶全国烧毁面积综合数据 (NBAC) 是一个地理信息系统数据库和系统,用于计算自 1986 年以来每年全国范围内烧毁的森林面积。这些数据用于帮助估算加拿大的碳排放量。烧毁面积是通过评估一系列可用数据源确定的,这些数据源使用不同的技术绘制任何特定火灾的地图。该系统为每个烧毁地区选择最佳可用数据源,并建立一个全国综合图。原创 2024-04-12 17:00:00 · 673 阅读 · 0 评论 -
GEE数据集——2019—2023年全球固定宽带和移动(蜂窝)网络性能(更新)
全球固定宽带和移动(蜂窝)网络性能全球固定宽带和移动(蜂窝)网络性能,分配给缩放级别 16 的网络 mercator 瓷砖(赤道处约 610.8 米乘 610.8 米)。数据以 Shapefile 格式和 Apache Parquet 格式提供,几何图形以 EPSG:4326 中的已知文本 (WKT) 表示。下载速度、上传速度和延迟是通过 Android 和 iOS 版的 Ookla 应用程序 Speedtest 收集的,并对每个磁贴求取平均值。测量结果经过筛选,包含 GPS 质量的定位精度。原创 2024-04-12 08:00:00 · 962 阅读 · 0 评论 -
GEE数据集——汉森全球森林变化数据集Hansen Global Forest Change v1.11 (2000-2023)
对大地遥感卫星图像进行时间序列分析以确定全球森林范围和变化特征的结果。第一个 "和 "最后一个 "波段是大地遥感卫星光谱波段(红、近红外、SWIR1 和 SWIR2)的第一个和最后一个可用年份的参考多光谱图像。参考复合图像代表了这些波段中每个波段的生长季节质量评估观测数据集的中值观测数据。请参阅 1.11 版更新的用户说明以及相关期刊文章:Hansen、Potapov、Moore、Hancher 等:"21 世纪森林覆盖变化的高分辨率全球地图"。科学》342.6160 (2013):850-853.原创 2024-04-11 11:00:00 · 1765 阅读 · 0 评论 -
GEE数据变更:MCD12Q1(土地覆盖)和MOD13Q1(植被指数)2020年后请使用MCD12Q2和MYD13Q1(植被指数)
这里我们需要知道一点的是MCD12Q1数据的服务年限是2000-2020年,之后的数据请使用MCD13Q1数据集,这样才能延续2020年之后的数据。不要使用“”(土地覆盖)和“”(植被指数),请尝试使用“和。原创 2024-04-09 15:00:00 · 1577 阅读 · 0 评论 -
基于大地遥感卫星和哨兵图像的 30 米分辨率中国玉米分布图
作为全球第二大玉米生产国,中国的玉米产量占全球总产量的 23%,在保证玉米市场稳定方面发挥着重要作用。尽管其重要性不言而喻,但目前还没有全中国 30 米空间分辨率的玉米分布图。本研究采用时间加权动态时间扭曲法,通过比较每个像素点的卫星植被指数时间序列与已知玉米田得出的标准时间序列的相似性来识别玉米种植区,绘制了占中国玉米种植面积 99% 以上的 22 个省份 2016 年至 2020 年的玉米分布图。原创 2024-04-08 11:00:00 · 1676 阅读 · 0 评论 -
GEE数据集—— 2020 年全球森林覆盖图10 米的空间分辨率
欧洲共同体联合研究中心的全球森林覆盖图以 10 米的空间分辨率提供了 2020 年森林存在和不存在的明确空间表示。2020 年是欧盟 "关于在欧盟市场上提供和从欧盟出口与毁林和森林退化相关的某些商品和产品 "的条例(EUDR,条例(EU)2023/1115)的截止日期。在《欧盟森林资源报告》的背景下,全球森林覆盖地图可用作非强制性、非排他性和不具法律约束力的信息来源。有关该地图及其使用的更多信息,请参见欧盟毁林和森林退化观察站 (EUFO) 的常见问题部分。原创 2024-04-08 08:30:00 · 1021 阅读 · 0 评论 -
GEE数据集——澳大利亚1987—2022年30米分辨率地表水数据集
澳大利亚数字地球(DEA)水观测使用一种算法将大地遥感卫星图像中的每个像素分为 "湿"、"干 "或 "无效"。水观测统计提供的信息包括每年大地遥感卫星能够清晰观测到某一区域的次数、这些观测结果中潮湿的次数,以及这意味着在地貌中观测到水的时间百分比。原创 2024-04-06 20:00:00 · 850 阅读 · 0 评论 -
GEE数据集——1986—2022年DEA (Digital Earth Australia )澳大利亚数字地球项目几何中值和绝对偏差中值 - Landsat 8 3.1.0(25m分辨率)
该产品提供统计工具,用于利用澳大利亚数字地球中的 Landsat 8 数据时间序列,提供总体状况的年度图像,以及特定年份某一地区的变化程度。该产品的大地测量部分提供特定年份的 "平均 "无云图像。地磁图像采用多维中值计算,同时使用卫星图像的所有光谱测量值,以保持测量值之间的关系。原创 2024-04-07 14:45:00 · 813 阅读 · 0 评论 -
GEE数据集——1988—2020年DEA (Digital Earth Australia )澳大利亚海岸线30米分辨率的土地分类数据集DEA Land Cover 1.0.0
澳大利亚数字地球(DEA)土地覆被系统采用粮食及农业组织土地覆被分类系统分类法第二版(Di Gregorio 和 Jansen,1998 年;2005 年)为澳大利亚提供年度土地覆被分类。DEA 土地覆被将 30 多年的卫星图像转化为澳大利亚土地、植被和水体随时间变化的证据。土地覆被是地球表面观察到的物理覆被,包括树木、灌木、草、土壤、裸露的岩石、水体、种植园、农作物和建筑结构。全澳大利亚一致的土地覆被产品有助于了解环境的不同部分是如何变化和相互关联的。原创 2024-04-05 18:30:00 · 935 阅读 · 0 评论 -
GEE数据集——1986—2022年DEA (Digital Earth Australia )澳大利亚数字地球项目几何中值和绝对偏差中值 - Landsat 7 3.1.0 (25m分辨率)
该产品提供统计工具,用于利用澳大利亚数字地球中的 Landsat 7 数据时间序列,提供总体状况的年度图像,以及特定年份某一地区的变化程度。该产品的大地测量部分提供特定年份的 "平均 "无云图像。地磁图像采用多维中值计算,同时使用卫星图像的所有光谱测量值,以保持测量值之间的关系。原创 2024-04-03 15:30:00 · 987 阅读 · 0 评论 -
GEE数据集——1988—2012年DEA (Digital Earth Australia )澳大利亚数字地球项目几何中值和绝对偏差中值 - Landsat 5 3.1.0(25m分辨率)
该产品提供统计工具,用于利用澳大利亚数字地球中的 Landsat 5 数据时间序列,提供总体状况的年度图像,以及特定年份某一地区的变化程度。该产品的大地测量部分提供特定年份的 "平均 "无云图像。地磁图像采用多维中值计算,同时使用卫星图像的所有光谱测量值,以保持测量值之间的关系。原创 2024-04-02 10:30:00 · 757 阅读 · 0 评论 -
GEE更新——Landsat数据更新Landsat C01 向 C02 迁移旧数据2024年7月1日停用
本指南提供从大地遥感卫星第 1 集数据切换到第 2 集数据的说明。自 2022 年起,地球引擎已全面提供第 2 集数据,自 2021 年 12 月 31 日起,美国地质调查局已不再制作第 1 集数据。大地遥感卫星合集 1 已废弃,鼓励所有用户尽快迁移到合集 2。原创 2024-03-27 15:30:00 · 1629 阅读 · 0 评论 -
Landsat 8 Landsat8 Collection2表面反射率数据
Landsat8 Collection2表面反射率数据,属Collection2二级数据产品,分辨率为30米,基于陆地表面反射率代码(LaSRC)(版本1.5.0)生成,该算法利用沿海气溶胶波段进行气溶胶反演测试,还利用了MODIS的辅助气候数据和独特的辐射传输模型。此外,LaSRC算法将观测天顶角硬编码为“0”,太阳天顶角和观测天顶角作为大气校正的一部分参与计算。原创 2024-03-27 08:00:00 · 1135 阅读 · 0 评论 -
Landsat 8 Landsat8 Collection2大气层顶反射率数据
Landsat8 TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA,是飞行在大气层之外的航天传感器量测的反射率,包括了云层、气溶胶和气体的贡献,可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储,平台将影像像素值扩大了10000倍。原创 2024-03-26 15:42:01 · 831 阅读 · 0 评论