Google Earth Engine(GEE)——CCNL:DMSP-OLS (1992-2013) 的校正的夜间灯光数据集(全球夜间灯光数据)

本文主要是介绍Google Earth Engine(GEE)——CCNL:DMSP-OLS (1992-2013) 的校正的夜间灯光数据集(全球夜间灯光数据),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!

CCNL: Consistent And Corrected Nighttime Light Dataset from DMSP-OLS (1992-2013)

描述

一致和校正的夜间灯光 (CCNL) 数据集是国防气象计划 (DMSP) 操作线扫描系统 (OLS) 第 4版的重新处理版本。采用一系列方法减轻年际不一致性、饱和度和开花效应的影响,提高数据质量。

CCNL 版本 1 跨越全球,从 75N 到 65S,像素大小为 1 公里。

数据集可用性

1992-01-01T00:00:00Z–2014-01-01T00:00:00

数据集提供者

北京师范大学

地球引擎片段

ee.ImageCollection("BNU/FGS/CCNL/v1") 

分辨率
1000米

波段

姓名描述
b1

修正夜间光照强度。

使用条款

CC-BY-4.0

数据引用:

Citations:

  • Zhao,Chenchen, Cao,Xin, Chen,Xuehong, & Cui,Xihong. (2020). A Consistent and Corrected Nighttime Light dataset (CCNL 1992-2013) from DMSP-OLS data (Version 1.0) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.6644980

 代码:

var dataset = ee.ImageCollection('BNU/FGS/CCNL/v1').filter(ee.Filter.date('2010-01-01', '2010-12-31'));
var nighttimeLights = dataset.select('b1');
var nighttimeLightsVis = {min: 3.0,max: 60.0,
};
Map.setCenter(31.4, 30, 6);
Map.addLayer(nighttimeLights, nighttimeLightsVis, 'Nighttime Lights');

 

 

 除了在GEE上下载之外,可以通过下面链接下载:

A Consistent and Corrected Nighttime Light dataset (CCNL 1992-2013) from DMSP-OLS data | Zenodo

DMSP-OLS 提供了从 1992 年到 2013 年最长的 NTL 信息观测,是研究历史人造光的无与伦比的数据集。DMSP-OLS 夜间灯光时间序列的第 4 版被广泛使用(图像和数据由 NOAA 的国家地球物理数据中心处理。DMSP 数据由美国空军气象局收集)。然而,它存在三个主要问题:年际不一致性、饱和度和开花效应。

我们使用了一系列方法来减轻影响并提高数据质量。处理后,我们得到一致且经过校正的夜间灯光数据集(CCNL)。

版本 1 产品横跨全球,纬度从 75N 到 65S。这些产品以 30 弧分辨率生产,并以 GeoTIFF 格式提供。像素单位:'DN'(数字编号)。

每个 GeoTIFF 文件名都有 4 个文件名字段,由下划线“_”分隔。文件扩展名跟随这些字段。下面使用此示例文件名描述这些字段:

CCNL_DMSP_1992_V1

字段 1:CCNL(一致和校正的夜间灯光数据集)

领域2:平台“DMSP”

字段 3:年份“1992”

字段 4:版本“V1”

这篇关于Google Earth Engine(GEE)——CCNL:DMSP-OLS (1992-2013) 的校正的夜间灯光数据集(全球夜间灯光数据)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!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/782736

相关文章

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元

Linux lvm实例之如何创建一个专用于MySQL数据存储的LVM卷组

《Linuxlvm实例之如何创建一个专用于MySQL数据存储的LVM卷组》:本文主要介绍使用Linux创建一个专用于MySQL数据存储的LVM卷组的实例,具有很好的参考价值,希望对大家有所帮助,... 目录在Centos 7上创建卷China编程组并配置mysql数据目录1. 检查现有磁盘2. 创建物理卷3. 创

Nacos日志与Raft的数据清理指南

《Nacos日志与Raft的数据清理指南》随着运行时间的增长,Nacos的日志文件(logs/)和Raft持久化数据(data/protocol/raft/)可能会占用大量磁盘空间,影响系统稳定性,本... 目录引言1. Nacos 日志文件(logs/ 目录)清理1.1 日志文件的作用1.2 是否可以删除

使用Python获取JS加载的数据的多种实现方法

《使用Python获取JS加载的数据的多种实现方法》在当今的互联网时代,网页数据的动态加载已经成为一种常见的技术手段,许多现代网站通过JavaScript(JS)动态加载内容,这使得传统的静态网页爬取... 目录引言一、动态 网页与js加载数据的原理二、python爬取JS加载数据的方法(一)分析网络请求1