LST数据集介绍与下载

已于 2024-04-28 10:48:59 修改
阅读量4.9k 收藏 17
点赞数 18
分类专栏： GEE 文章标签： 地表温度
于 2024-04-02 16:32:27 首次发布
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/weixin_45443016/article/details/137270634
版权

一、LST数据集

20个LST数据产品
中国陆域及周边逐日1km全天候地表温度数据集（TRIMS LST；2000-2022）
论文A global seamless 1 km resolution daily land surface temperature dataset (2003–2020)

GLASS地表温度产品（Land Surface Temperature，简称LST）
GLASS产品集目前有二套瞬时LST产品。第一套是利用一种多算法集成方法，针对单一反演算法在大观测角度和高水汽含量情况下反演精度低的问题，将9种常见的分裂窗算法采用集成方法构建LST多算法集成反演模型。另一套AVHRR LST产品是基于一个改进型通用劈窗算法(Liu等，2019)。该算法是在通用劈窗算法的基础上增加了两个热红外通道亮温差的二次项，进而提高了原算法在高水汽含量下的反演精度。
马里兰大学GLASS产品

MODIS——NASA
TERRA为上午星，从北向南于地方时10:30左右通过赤道，AQUA为下午星，从南向北于地方时13：30左右通过赤道。主要下载的是MOD A11全球1km数据( MOD11 A1为地表温度和发射率日产品，产品己经进行了几何校正与辐射校正，投影坐标为球面曲线正弦投影，空间分辨率为1000m。
在这里插入图片描述

MODIS与Landsat获取LST数据

GEE——Modis_LST地表温度产品时间序列分析
Landsat
Landsat Land Surface Temperature线上交互
Landsat轨道查询
GEE反演landsat计算出

二、 GEE下载10mLST

GEE在2021年的时候就已经将Landsat8数据整合到C02数据集中, Landsat8数据的L2级产品的热红外波段ST_B10就直接对应着地表温度，只需简单计算即可获取摄氏度

var geometry = ee.FeatureCollection("projects/ee-wn1206/assets/beijing_urban").geometry();
 // A function that scales and masks Landsat 8 (C2) surface reflectance images.
  function prepSrL8(image) {
   
  // Bit 0 - Fill
  // Bit 1 - Dilated Cloud
  // Bit 2 - Cirrus
  // Bit 3 - Cloud
  // Bit 4 - Cloud Shadow
    // Develop masks for unwanted pixels (fill, cloud, cloud shadow).
    var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
    //this is what is used ,this is cloud mask
    var saturationMask = image.select('QA_RADSAT').eq
最低0.47元/天 解锁文章
Google Earth Engine（GEE）——欧洲区域LST、TPW和FVC、B10数据展示和下载
此星光明博客
03-05 1155
注：这个数据集中只有单景影像可以尝试 代码： /* Author: Sofia Ermida (sofia.ermida@ipma.pt; @ermida_sofia) This code is free and open. By using this code and any data derived with it, you agree to cite the following reference in any publications derived from them: Ermida,
基于GEE的MODIS LST数据多时序下载
weixin_45443016的博客
10-13 1123
MODIS LST数据多时序下载方法
地表温度lst数据的下载【国家青藏高原科学数据中心】
qq_43572684的博客
11-09 2409
从国家青藏高原科学数据中心获取地表温度数据，该数据质量、精度较好，首先账号注册、数据申请到最后下载。
基于 GEE 利用 MODIS 数据下载研究区逐月地表温度 LST 数据
最新发布
@HNUSTer的博客
03-30 383
基于 GEE 利用 MODIS 数据下载研究区逐月地表温度 LST 数据。
Sentinel-3如何处理并下载LST数据-陆地表面温度”（Land Surface Temperature）
GIS工具
12-29 2164
在农业、城市规划和自然资源管理中，了解陆地表面温度的分布和变化也是至关重要的。遥感技术可以提供全球范围内的陆地表面温度数据，帮助科学家和决策者更好地理解地球表面的热力学过程和气候变化。陆地表面温度是指地球表面上陆地部分的温度，而不包括水体表面。LST 是遥感技术中一个重要的参数，可以通过卫星遥感等手段进行测量和监测。查询数据：由于Sentinel-3数据较多，可能会慢点，请耐心等待！工具能自动下载并处理数据，包括：地理校正、华氏摄氏度转换等！
MODIS 2000年中国1km地表温度（LST）空间分布数据集.zip
06-10
该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD11A2。MOD11A2的空间分辨率为1km，时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到8天1km的LST数据后，再对栅格进行平均得到对应年份的LST数据。 地区：中国 时间分辨率：年 空间分辨率：1 km 投影坐标系：Albers conical equal area 椭球：WGS84 变形比例：1.0 中央经线：105 标准纬线：25 标准纬线：47 引用：Wan, Z., Hook, S., Hulley, G. (2015). MOD11A2 MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global 1km SIN Grid V006 [Data set]. NASA EOSDIS Land Processes DAAC. Accessed 2022-06-07 from https://doi.org/10.5067/MODIS/MOD11A2.006
Google Earth Engine ——MYD11A1 V6产品提供1200×1200公里网格内的每日陆地表面温度（LST）和发射率值数据集
此星光明博客
11-03 1433
The MYD11A1 V6 product provides daily land surface temperature (LST) and emissivity values in a 1200 x 1200 kilometer grid. The temperature value is derived from the MOD11_L2 swath product. Above 30 degrees latitude, some pixels may have multiple observati
MODIS与Landsat获取LST数据
qq_34872636的博客
12-29 1万+
MODIS与Landsat获取LST数据MODIS数据下载LST数据处理Landsat数据下载level-2批量下载：*level-1批量下载：LST反演 MODIS TERRA为上午星，从北向南于地方时10:30左右通过赤道，AQUA为下午星，从南向北于地方时13：30左右通过赤道。 我主要下载的是MOD A11全球1km数据( MOD11 A1为地表温度和发射率日产品，产品己经进行了几何校正...
Google earth engine（GEE）：基于MODIS的LST（地表温度数据）计算一定时间序列的城市热岛强度（UHI），并绘制直方图
weixin_46812066的博客
11-14 7108
Google earth engine（GEE）：计算一定时间序列的城市热岛强度（UHI），并绘制直方图；时间序列分析；城市热岛分析；join函数的使用；计算像元面积，均值
MODIS 2020年中国1km地表温度（LST）空间分布数据集
06-07
该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD11A2。MOD11A2的空间分辨率为1km，时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到8天1km的LST数据后，再对栅格...
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析.pdf
06-17
下面将详细介绍LST的定义、计算方法以及其在不同领域的应用。 首先，LST的定义是指地表的温度，即地球表面的实际温度。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...
MODIS 2018年中国1km地表温度（LST）空间分布数据集.zip
06-10
该地表温度LST数据来源于美国NASA定期发布的MODIS数据系列，原始数据集为MOD11A2。MOD11A2的空间分辨率为1km，时间分辨率为8天。经过提取子数据集、拼接、投影栅格、换算单位、裁剪得到8天1km的LST数据后，再对栅格...
List<T>数据下载
qq_31839211的博客
05-20 239
public void excelDataCheck(HttpServletRequest request, HttpServletResponse response) throws Exception { //System.out.println(“开始进行Excel下载”); //Excel导出这些数据 try { List cwlDatas = (List)request.getSessio...
地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据
04-26 1725
地表温度(LST)是指地面的温度，太阳的热能被辐射到达地面后，一部分被反射，一部分被地面吸收，使地面增热，对地面的温度进行测量后得到的温度就是地表温度。地表温度(LST)是指地面的温度，太阳的热能被辐射到达地面后，一部分被反射，一部分被地面吸收，使地面增热，对地面的温度进行测量后得到的温度就是地表温度。其中 TS为地表温度，A31、A32、B31、B32、C31、C32、D31、D32是参数，是由大气透过率和地表返照率等因子确定的。可提供年值、月值、旬值等多种时间尺度。1986-2021年至今。
GEE开发之Modis_LST地表温度数据分析
热门推荐
等待着冬天的风的博客
08-08 1万+
主要介绍MODIS/006/MOD11A1下的地标温度的数据分析
Google Earth Engine——展示和加载并下载LST地表温度（获取地表温度最大值最小值）
此星光明博客
09-11 903
本代码是利用landsat 8 数据中的ST10波段来进行温度的提取和计算，这里的主要过程就是加载研究区，影像预处理，温度值的转化以及温度计算和影像下载等几个过程。
常用数据集整理
周末饺子配啤酒的博客
06-16 1420
常用数据集 本文整理了一些网上的免费数据集，分类下载地址如下，希望能节约大家找数据的时间。这篇文章涵盖以下10个领域的数据集下载资源： 在这里插入代码片 金融 交通 商业 推荐系统 医疗健康 图像数据 视频数据 音频数据 自然语言处理 社会数据 处理后的科研和竞赛数据 1 金融 美国劳工部统计局官方发布数据：http://dataju.cn/Dataju/web/datas...
【GEE 学习】GEE下载陆地表面温度LST
weixin_46080995的博客
01-19 3078
GEE下载陆地表面温度LST
LST数据估计UHII
02-23
### 使用地表温度(LST)数据估算城市热岛强度(UHII) #### 地表温度的重要性 在遥感领域，地表温度（Land Surface Temperature, LST）是研究气候变化、城市热岛效应、农业干旱评估等方面的重要指标[^1]。通过分析LST数据可以有效识别和量化城市热岛现象。 #### 数据源的选择 为了估算UHII，通常会选择高分辨率的LST数据作为输入。MODIS卫星提供了广泛覆盖的地表温度产品，适用于大范围的城市热岛研究。此外，Google Earth Engine (GEE) 平台能够方便地处理大规模时空数据，支持高效的批量下载和计算操作。 #### UHII定义与计算方法 城市热岛强度（Urban Heat Island Intensity, UHII）是指城市中心区域相对于郊区背景环境之间的温差。具体来说： \[ \text{UHII} = T_{\text{urban}} - T_{\text{rural}} \] 其中 \(T_{\text{urban}}\) 表示城市内部平均地表温度；\(T_{\text{rural}}\) 则代表周边农村地区的平均地表温度。这两个参数可以通过对特定时间段内的LST图像进行统计得到。 #### 实现过程 以下是使用Python脚本结合GEE API来实现这一目标的具体步骤： ```python import ee ee.Initialize() def calculate_uhii(city_aoi, rural_buffer_distance_km=20): # 加载MODIS LST日间合成影像集合 modis_lst_day = ee.ImageCollection('MODIS/061/MOD11A1') \ .select(['LST_Day_1km']) \ .map(lambda img: img.multiply(0.02).subtract(273.15)) # 转换为摄氏度 def get_average_temperature(image_collection, aoi): mean_temp = image_collection.mean().reduceRegion( reducer=ee.Reducer.mean(), geometry=aoi, scale=1000, maxPixels=1e9 ) return mean_temp.getInfo()['LST_Day_1km'] city_temps = [] dates = [] start_date = '2020-01-01' end_date = '2020-12-31' for date in pd.date_range(start=start_date, end=end_date, freq='M'): filtered_modis = modis_lst_day.filterDate(date.strftime('%Y-%m'), (date + relativedelta(months=+1)).strftime('%Y-%m')) urban_area = city_aoi.buffer(-rural_buffer_distance_km * 1000) rural_area = city_aoi.buffer(rural_buffer_distance_km * 1000).difference(city_aoi.buffer((rural_buffer_distance_km - 5) * 1000)) t_city = get_average_temperature(filtered_modis, urban_area) t_rural = get_average_temperature(filtered_modis, rural_area) uhii_value = t_city - t_rural city_temps.append(uhii_value) dates.append(date.to_pydatetime()) df = pd.DataFrame({'date':dates,'uhii':city_temps}) return df # 定义AOI（兴趣区） shanghai_aoi = ee.Geometry.Polygon([ [[121.2841796875, 31.24603271484375], [121.2841796875, 31.44603271484375], [121.6841796875, 31.44603271484375], [121.6841796875, 31.24603271484375]] ]) df_shanghai = calculate_uhii(shanghai_aoi) print(df_shanghai.head()) ``` 此代码片段展示了如何利用GEE平台上的MODIS LST数据集以及简单的几何运算来估计给定城市的月度UHII变化趋势。注意这里仅选取了一个样本年份的数据用于说明目的，在实际应用中可以根据需求调整时间跨度和其他参数设置。
评论 1
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
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