LST数据集介绍与下载

2024-04-02 17:52
文章标签 数据 介绍 下载 lst

本文主要是介绍LST数据集介绍与下载,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、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)

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。
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

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 maskvar saturationMask = image.select('QA_RADSAT').eq(0);//0=no saturation// Apply the scaling factors to the appropriate bands.var getFactorImg = function(factorNames) {var factorList = image.toDictionary().select(factorNames).values();return ee.Image.constant(factorList);};var scaleImg = getFactorImg(['REFLECTANCE_MULT_BAND_.|TEMPERATURE_MULT_BAND_ST_B10']);var offsetImg = getFactorImg(['REFLECTANCE_ADD_BAND_.|TEMPERATURE_ADD_BAND_ST_B10']);var scaled = image.select('SR_B.|ST_B10').multiply(scaleImg).add(offsetImg);// Replace original bands with scaled bands and apply masks.return image.addBands(scaled, null, true).updateMask(qaMask).updateMask(saturationMask);}//scale function for landsat 4,5,7function maskL457sr(image) {// Bit 0 - Fill// Bit 1 - Dilated Cloud// Bit 2 - Unused// Bit 3 - Cloud// Bit 4 - Cloud Shadowvar qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);var saturationMask = image.select('QA_RADSAT').eq(0);// Apply the scaling factors to the appropriate bands.var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);var thermalBand = image.select('ST_B6').multiply(0.00341802).add(149.0);// Replace the original bands with the scaled ones and apply the masks.return image.addBands(opticalBands, null, true).addBands(thermalBand, null, true).updateMask(qaMask).updateMask(saturationMask);}//select year// var selectyear = 2019// Landsat 8 Collection 2 surface reflectance images of interest:2013-2020var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2').filterBounds(geometry).filter(ee.Filter.calendarRange(2020, 2022, 'year'))// .filterDate(selectyear+'-03-01', selectyear+'-05-30')//.filter(ee.Filter.calendarRange(1, 2, 'month')).filter(ee.Filter.or(ee.Filter.calendarRange(12, 12, 'month'),ee.Filter.calendarRange(1, 2, 'month'))// .filter(ee.Filter.eq('TARGET_WRS_ROW', 32)).filter(ee.Filter.eq('TARGET_WRS_PATH', 123)).filter(ee.Filter.lt('CLOUD_COVER', 20))print(dataset);var LSTcol=dataset.map(prepSrL8).select('ST_B10').mean().clip(geometry);//.reduce(ee.Reducer.percentile([50]))//对某个图像集合或图像进行中位数计算,返回一个新的图像或图像集合Map.centerObject(geometry)  Map.addLayer(geometry)Map.addLayer(LSTcol, {min: 260,max: 310, palette:['blue', 'cyan', 'green', 'yellow', 'red']}, 'LST8');print(LSTcol,"LSTcol") Export.image.toDrive({image: LSTcol,description: 'LST_winter',scale: 30,folder: "L8_beijing_LST",region: geometry,maxPixels: 1e13,crs: "EPSG:4326",fileFormat: 'GeoTIFF'
});

其他算法

LANDSAT/LC08/C02/T1_L2 10米分辨率

GEE code下载
基于GEE-Landsat8数据集地表温度反演(LST热度计算

依据文献
Google Earth Engine实现Landsat单窗算法地表温度LST自动反演

基于C++的landsat单通道算法温度反演

这篇关于LST数据集介绍与下载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/870656

相关文章

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,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... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密