GEE中Landsat、Sentinel、Modis主要数据集区别

2024-01-18 09:36

本文主要是介绍GEE中Landsat、Sentinel、Modis主要数据集区别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、Landsat

1. Collection 1/2 的区别

  • Collection 2 是Landsat Level 1 数据的又一次重大再处理,显著提高了绝对地理定位精度
Collection1Collection2
时间跨度1972~2021底1972~至今
数据等级level 1level1:1972~2021底
level2:1982~至今

Landsat 集合 2 包括基于场景的全球 2 级表面反射率科学产品

Landsat 集合 2 包括基于场景的全球 2 级表面温度科学产品
在这里插入图片描述

2. Level 1/2的区别

Landsat Level 2 科学产品是从满足 <76 度太阳天顶角约束的 Collection 2 Level 1 输入生成的,并包括辅助数据。
相当于Level 2 是从Level 1 中筛选出的。

3. Tier 1 (T1)、Tier 2 (T2)、Real Time (RT)的区别

  • T1数据
    具有最高数据质量的Landsat影像被归入第1级,该数据适合进行时间序列分析。
    第一级包括精度和地形(L1TP)校正的数据,这些数据具有良好的辐射测量特性,并在不同的陆地卫星仪器之间进行了相互校准。T1数据之间的地形校正是一致的,并且均方根误差(RMSE)≦12米。
  • T2数据
    在处理过程中不符合一级标准的数据归并到到二级,即T2数据
    T2使用了与T1相同的辐射标准,但由于不太准确的轨道信息(针对较早的Landsat传感器)、明显的云层覆盖、地面控制不足或其他因素影像,不能达到T1数据的几何校正精度。
  • RT数据
    实时层数据,可在12小时内下载(通常为4-6小时)
    从RT数据到T1或T2数据的转换延迟时间在14到26天之间:
    RT数据集 --(几何校正模型校正和参数优化,并对数据进行重新处理)–> T1或T2数据集

综上,一般下Collection 2 的 Level 2 中的 Tier 1

二、Landsat 8 C2 L2 T1(SR)

Landsat8:USGS Landsat 8 Level 2, Collection 2, Tier 1(“LANDSAT/LC08/C02/T1_L2”)
辐射定标:0.0000275*band-0.2在这里插入图片描述Bitmask for QA_PIXEL:去云Bit3和4

Bit012345678-910-1112-1314-15
FillDilated CloudCirrus (high confidence)CloudCloud ShadowSnowClearWaterCloud ConfidenceCloud Shadow ConfidenceSnow/Ice ConfidenceCirrus Confidence

二、Sentinel-2

2.1 Sentinel-2 MSI(L1C和L2A)

2.1.1 L1C
  • ee.ImageCollection(“COPERNICUS/S2”)
  • 该产品经正射校正和亚像元级几何精校正,为天顶表观反射率数据(TOA)
  • 时间:2015-06-23~至今
2.1.2 L2A
  • ee.ImageCollection(“COPERNICUS/S2_SR”)
  • 该产品是利用欧空局官方提供的 Sen2cor工具,对 L1C 进行大气校正得到地表反射率数据产品(SR)。从2016年10月起提供全欧洲的数据,从2017年1月起提供全球的数据。
  • 时间:2017-03-28~~至今,实际上目前GEE上很多地方2019前的L2A数据几乎没有

2.2 Harmonized Sentinel-2 MSI(L1C、L2A)

  • ee.ImageCollection(“COPERNICUS/S2_HARMONIZED”)
  • 2022-01-25 之后,PROCESSING_BASELINE 为“04.00”或更高版本的 Sentinel-2 场景的 DN(值)范围移动了 1000。HARMONIZED 集合将新场景中的数据移动到与旧场景相同的范围内。

2.3 Sentinel-2: Cloud Probability(PRB去云)

  • ee.ImageCollection(“COPERNICUS/S2_CLOUD_PROBABILITY”)
  • S2 云概率是使用 sentinel2-cloud-detector 库(使用 LightGBM)创建的。 在应用梯度提升基础算法之前,使用双线性插值将所有波段上采样到 10m 分辨率,主要用来结合L1C或L2A进行去云操作的

三、Sentinel-1(SAR)

3.1 影像格式

S1A_EW_GRDM_1SDH_20180112T0825556_20180112T082700_ 020119_0224E3_ 7F9B

  • S1A是卫星Sentinel1-A的标识
  • EW为模式名称,有SM、IIW、EW和W。
  • GRDM为产品名称以及分辨率,产品有RAW、SLC、GRD或者OCN,分辨率类型为F(Full resolution)、H(High resolution)、M(Medium resolution)。
  • 1SDH,1为处理级别,可以为0、1、2。S为产品类型是Standard (S)或者是Annotation (A),DH是极化方式,如下:
    SH (single HH polarisation)
    SV (single VV polarisationn)
    DH (dual HH+HV polarisaation)
    DV (dual W+VH polarisattion)
  • 20180112T082556 20180112T082700是产品的开始和结束的事件,其中T是日期和时间的分隔符。
  • 020119是绝对轨道号,绝对轨道数考虑的是发射后第一个上升节点穿越后的轨道。相对轨道数是从1到个重复周期中包含的轨道数的计数。

四、Modis:MYD09GQ(A),MOD09GQ(A)

MYD09GQ,MYD09GA,MOD09GQ,MOD09GA

4.1 MYD和MOD

Modis拥有两颗卫星TERRA、AQUA,其过境时间分别为:

  • TERRA:10:30AM、10:30PM
  • AQUA:1:30AM、1:30PM

4.2 GQ和GA

  • GA:Surface Reflectance Daily Global 1km and 500m
  • GQ:Surface Reflectance Daily Global 250m
  • GQ可用GA的质量波段去云

这篇关于GEE中Landsat、Sentinel、Modis主要数据集区别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/618639

相关文章

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU

WinForms中主要控件的详细使用教程

《WinForms中主要控件的详细使用教程》WinForms(WindowsForms)是Microsoft提供的用于构建Windows桌面应用程序的框架,它提供了丰富的控件集合,可以满足各种UI设计... 目录一、基础控件1. Button (按钮)2. Label (标签)3. TextBox (文本框

Spring Boot拦截器Interceptor与过滤器Filter深度解析(区别、实现与实战指南)

《SpringBoot拦截器Interceptor与过滤器Filter深度解析(区别、实现与实战指南)》:本文主要介绍SpringBoot拦截器Interceptor与过滤器Filter深度解析... 目录Spring Boot拦截器(Interceptor)与过滤器(Filter)深度解析:区别、实现与实

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Java如何根据word模板导出数据

《Java如何根据word模板导出数据》这篇文章主要为大家详细介绍了Java如何实现根据word模板导出数据,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... pom.XML文件导入依赖 <dependency> <groupId>cn.afterturn</groupId>

Python实现获取带合并单元格的表格数据

《Python实现获取带合并单元格的表格数据》由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,所以本文我们就来聊聊如何使用Python实现获取带合并单元格的表格数据吧... 由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,现将将封装成类,并通过调用list_exc

Mysql数据库中数据的操作CRUD详解

《Mysql数据库中数据的操作CRUD详解》:本文主要介绍Mysql数据库中数据的操作(CRUD),详细描述对Mysql数据库中数据的操作(CRUD),包括插入、修改、删除数据,还有查询数据,包括... 目录一、插入数据(insert)1.插入数据的语法2.注意事项二、修改数据(update)1.语法2.有

SpringBoot实现接口数据加解密的三种实战方案

《SpringBoot实现接口数据加解密的三种实战方案》在金融支付、用户隐私信息传输等场景中,接口数据若以明文传输,极易被中间人攻击窃取,SpringBoot提供了多种优雅的加解密实现方案,本文将从原... 目录一、为什么需要接口数据加解密?二、核心加解密算法选择1. 对称加密(AES)2. 非对称加密(R

详解如何在SpringBoot控制器中处理用户数据

《详解如何在SpringBoot控制器中处理用户数据》在SpringBoot应用开发中,控制器(Controller)扮演着至关重要的角色,它负责接收用户请求、处理数据并返回响应,本文将深入浅出地讲解... 目录一、获取请求参数1.1 获取查询参数1.2 获取路径参数二、处理表单提交2.1 处理表单数据三、

关于Mybatis和JDBC的使用及区别

《关于Mybatis和JDBC的使用及区别》:本文主要介绍关于Mybatis和JDBC的使用及区别,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、JDBC1.1、流程1.2、优缺点2、MyBATis2.1、执行流程2.2、使用2.3、实现方式1、XML配置文件