Landsat 8/9 C2L2级别数据表面反射率产品使用注意点

2024-05-16 03:36

本文主要是介绍Landsat 8/9 C2L2级别数据表面反射率产品使用注意点,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!

Landsat 8/9 C2L2级别数据表面反射率产品使用注意点

文章目录

  • Landsat 8/9 C2L2级别数据表面反射率产品使用注意点
    • 前言
    • 数据来源
    • 常见问题
    • 注意事项
    • 数据下载
    • 文件
    • 引用
    • 参考

前言

使用Landsat 8/9 C2L2级别的产品由于不需要再自行大气校正,使用起来方便,但也存在很多需要注意的地方,也有很多坑。更详细的说明需要到官方网站查看,以下是我结合了官方说明的个人使用经验和需要格外注意的事项,如有错误和不足,欢迎指正和补充!

数据来源

地表反射率(SR)源自Landsat 8-9 Collection 2 Level 1 operational Land Imager (OLl)数据

常见问题

(1)该产品在全球范围内生产并且总体上表现符合预期,但是对于关注局部地区的,自行大气校正效果一般来说会更好。

(2)由于算法的问题,在明亮的雪/冰和云像素及其周围可能会反演失败,导致其值异常。

image-20240515103811905

(3)由于问题(2),在按照官方给出的公式进行像元值转换之后,反射率会出现>1.0或<0.0的情况。

反射率>1.0的像素几乎都在QA_PIXEL图层中被标记为云或雪/冰,用户可以通过QA_PIXEL找到这些像素。

image-20240515104004143

有时候,Landsat 8 影像的右下角留下一条深色轨迹(伪影),导致该部分反射率值较低;同样的,在阴影水面上,气溶胶过度校正通常会导致表面反射率 <0.0。

image-20240515104323899

(4)有时候在影像中也会出现“Nodata”像素,这是因为在用官方的算法之后,在影像中有的值会小于-0.2(-0.2是该算法计算出的地表反射率有效范围下界),因此官方统一把小于-0.2的像素归类到0.2中,再通过官方提供的公式转换之后,此类像素的值就变成0,也就是“Nodata”值。

image-20240515104356886

(5)不同传感器的不同级别数据处理方式各不相同,不要弄混

注意事项

(1)该产品不包括全色波段。

(2)该产品不包括太阳天顶角大于76°的图像。

(3)该产品在高纬度地区(>65°)虽然提供部分产品,但是具有较大不确定性。(谨慎使用)

(4)来自Landsat 8/9 OLI的波段1和2,分别为海岸气溶胶和蓝色波段,其校正值不应用于分析。因为这两个波段已经在算法中用于进行气溶胶反演测试,这可能导致其不可靠。(尽量不要用该产品的这两个波段进行分析,可能有误)

(5)不要使用QA_PIXEL中标记为高气溶胶含量的像素。

(6)被LaSRC(官方的校正算法)标记为水的像素,使用了单独的程序处理。

(7)Landsat8/9 SR数据提取的不利条件包括:极度干旱或积雪覆盖的地区、低太阳角度条件、陆地面积相对于相邻水域较小的沿海地区以及存在广泛云污染的地区(即在这些地区,该产品的校正值可能有一定问题)

数据下载

数据可以在USGS网站进行下载

EarthExplorer (usgs.gov)

文件

产品(压缩包)命名格式

image-20240515112441063

以下为产品中的数据说明(包括了SR、ST、QA),需要注意像元值的转换公式

image-20240515165952344

引用

使用该级别的产品可以引用以下论文

image-20240515114907753

参考

Landsat Collection 2 Known Issues | U.S. Geological Survey (usgs.gov)

https://www.usgs.gov/landsat-missions/landsat-collection-2-known-issues#SR

Landsat 8-9 Collection 2 Level 2 Science Product Guide | U.S. Geological Survey (usgs.gov)

https://www.usgs.gov/media/files/landsat-8-9-collection-2-level-2-science-product-guide

这篇关于Landsat 8/9 C2L2级别数据表面反射率产品使用注意点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/993762

相关文章

一文教你Python如何快速精准抓取网页数据

《一文教你Python如何快速精准抓取网页数据》这篇文章主要为大家详细介绍了如何利用Python实现快速精准抓取网页数据,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解下... 目录1. 准备工作2. 基础爬虫实现3. 高级功能扩展3.1 抓取文章详情3.2 保存数据到文件4. 完整示例

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多