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

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,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SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr