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

使用Python实现批量访问URL并解析XML响应功能

《使用Python实现批量访问URL并解析XML响应功能》在现代Web开发和数据抓取中,批量访问URL并解析响应内容是一个常见的需求,本文将详细介绍如何使用Python实现批量访问URL并解析XML响... 目录引言1. 背景与需求2. 工具方法实现2.1 单URL访问与解析代码实现代码说明2.2 示例调用

使用SpringBoot创建一个RESTful API的详细步骤

《使用SpringBoot创建一个RESTfulAPI的详细步骤》使用Java的SpringBoot创建RESTfulAPI可以满足多种开发场景,它提供了快速开发、易于配置、可扩展、可维护的优点,尤... 目录一、创建 Spring Boot 项目二、创建控制器类(Controller Class)三、运行

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram

使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)

《使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)》在现代软件开发中,处理JSON数据是一项非常常见的任务,无论是从API接口获取数据,还是将数据存储为JSON格式,解析... 目录1. 背景介绍1.1 jsON简介1.2 实际案例2. 准备工作2.1 环境搭建2.1.1 添加

MySQL中删除重复数据SQL的三种写法

《MySQL中删除重复数据SQL的三种写法》:本文主要介绍MySQL中删除重复数据SQL的三种写法,文中通过代码示例讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下... 目录方法一:使用 left join + 子查询删除重复数据(推荐)方法二:创建临时表(需分多步执行,逻辑清晰,但会

Java实现任务管理器性能网络监控数据的方法详解

《Java实现任务管理器性能网络监控数据的方法详解》在现代操作系统中,任务管理器是一个非常重要的工具,用于监控和管理计算机的运行状态,包括CPU使用率、内存占用等,对于开发者和系统管理员来说,了解这些... 目录引言一、背景知识二、准备工作1. Maven依赖2. Gradle依赖三、代码实现四、代码详解五

如何使用celery进行异步处理和定时任务(django)

《如何使用celery进行异步处理和定时任务(django)》文章介绍了Celery的基本概念、安装方法、如何使用Celery进行异步任务处理以及如何设置定时任务,通过Celery,可以在Web应用中... 目录一、celery的作用二、安装celery三、使用celery 异步执行任务四、使用celery

使用Python绘制蛇年春节祝福艺术图

《使用Python绘制蛇年春节祝福艺术图》:本文主要介绍如何使用Python的Matplotlib库绘制一幅富有创意的“蛇年有福”艺术图,这幅图结合了数字,蛇形,花朵等装饰,需要的可以参考下... 目录1. 绘图的基本概念2. 准备工作3. 实现代码解析3.1 设置绘图画布3.2 绘制数字“2025”3.3

详谈redis跟数据库的数据同步问题

《详谈redis跟数据库的数据同步问题》文章讨论了在Redis和数据库数据一致性问题上的解决方案,主要比较了先更新Redis缓存再更新数据库和先更新数据库再更新Redis缓存两种方案,文章指出,删除R... 目录一、Redis 数据库数据一致性的解决方案1.1、更新Redis缓存、删除Redis缓存的区别二

Jsoncpp的安装与使用方式

《Jsoncpp的安装与使用方式》JsonCpp是一个用于解析和生成JSON数据的C++库,它支持解析JSON文件或字符串到C++对象,以及将C++对象序列化回JSON格式,安装JsonCpp可以通过... 目录安装jsoncppJsoncpp的使用Value类构造函数检测保存的数据类型提取数据对json数