GEE入门篇|遥感专业术语（实践操作3）：时间分辨率（Temporal Resolution）

目录

时间分辨率（Temporal Resolution）        

1.Landsat

2.Sentinel-2

---

时间分辨率（Temporal Resolution）        

        时间分辨率是指特定传感器图像流的重访时间或时间节奏，重访时间是指卫星连续访问地球表面同一位置之间的天数， 可以将其视为给定位置的时间序列中像素的频率。

1.Landsat

        Landsat  5 及更高版本能够每 16 天对给定位置进行成像，让我们使用 Landsat 5 中现有的TM数据集。要查看某个位置的图像时间序列，您可以将 ImageCollection 过滤为区域和日期范围 感兴趣的，然后打印出来。 例如，要查看 1987 年三个月的 Landsat 5 图像，请运行以下代码：

/
// Explore Temporal Resolution
/
// Use Print to see Landsat revisit time
print('Landsat-5 series:', tm.filterBounds(Map.getCenter()).filterDate('1987-06-01', '1987-09-01'));

图1 Landsat影像名称及要素属性

// Define a region of interest as a point at San Francisco airport.
var sfoPoint = ee.Geometry.Point(-122.3774, 37.6194);
// Center the map at that point.
Map.centerObject(sfoPoint, 16);
// Create a chart to see Landsat 5's 16 day revisit time.
var tmChart = ui.Chart.image.series({
imageCollection: tm.select('B4').filterDate('1987-06-01','1987-09-01'),
region: sfoPoint
}).setSeriesNames(['NIR']);

        在控制台输出中展开打印的 ImageCollection 的功能属性，以查看集合中所有图像的列表。观察到每个图像的日期是文件名的一部分（例如，LANDSAT/LT05/C02/ T1/ LT05_ 044034 _19870612） （图1）。但是，查看此列表并不容易看出数据集的时间分辨率。 我们可以使用 Earth Engine 的绘图功能来可视化不同数据集的时间分辨率。 对于每个不同的时间分辨率，我们将创建之前映射的 NIR 波段的每像素图表。为此，我们将使用 ui.Chart.image.series 函数，ui.Chart.image.series 函数要求您指定一些内容，以便计算每个时间步的图表点。 首先，我们过滤 ImageCollection（您也可以在函数外部执行此操作，然后直接指定 ImageCollection）。 我们选择B4（近红外）波段，然后使用ImageCollection上的filterDate选择三个月。接下来，我们需要指定要绘制图表的位置， 我们将使用我们之前定义的 sfoPoint 变量（在空间分辨率部分创建的）。

// Create a chart to see Landsat 5's 16 day revisit time.
var tmChart = ui.Chart.image.series({
    imageCollection: tm.select('B4').filterDate('1987-06-01','1987-09-01'),
    region: sfoPoint
    }).setSeriesNames(['NIR']);

        默认情况下，此函数创建一条趋势线。 很难准确地看到每张图像的收集时间，因此让我们创建一个专门的图表样式，为每个观察结果添加点。

// Define a chart style that will let us see the individual dates.
var chartStyle = {
  hAxis: {
       title: 'Date'
      },
  vAxis: {
      title: 'NIR Mean'
     },
  series: {
        0: {
          lineWidth: 3,
          pointSize: 6
      }
    },
};
// Apply custom style properties to the chart.
tmChart.setOptions(chartStyle);
// Print the chart.
print('TM Chart', tmChart);

        打印图表时，TM 传感器每次采集图像时都会有一个点（图 3）。 在控制台中，您可以将鼠标移动到不同的点上并查看更多信息。 另外注意，您可以使用右上角的按钮展开图表，我们将看到更多图表示例，特别是在第四部分的章节中。 

 图2 旧金山机场 Landsat 5 TM 传感器的时间分辨率的图表

2.Sentinel-2

        Sentinel-2 计划的两颗卫星位于协调轨道上，因此地球上的每个地点大约每 5 天就会被访问一次。 在 Earth Engine 中，来自这两个传感器的图像汇集在同一数据集中，让我们使用已经导入的 MSI 仪器数据集创建一个图表。

// Sentinel-2 has a 5 day revisit time.
var msiChart = ui.Chart.image.series({
  imageCollection: msi.select('B8').filterDate('2020-06-01','2020-09-01'),
  region: sfoPoint
}).setSeriesNames(['NIR']);
// Apply the previously defined custom style properties to the chart.
msiChart.setOptions(chartStyle);
// Print the chart.
print('MSI Chart', msiChart);

        将此 Sentinel-2 图（图 3）与您刚刚生成的 Landsat 图（图 2）进行比较。 两者都涵盖3个月的时间，但 Sentinel-2 卫星的时间点更多，反映出更高的时间分辨率。

图 3 显示旧金山机场 Sentinel-2 MSI传感器的时间分辨率的图表