landsat专题
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析
LST（Land Surface Temperature） LST（Land Surface Temperature）是指地表温度，是地表上空气与地表之间的热交换过程的结果。地表温度是一个重要的地理要素，对气候研究、气象预报、农业生产、环境评估等方面有着重要的影响。下面将详细介绍LST的定义、计算方法以及其在不同领域的应用。 首先，LST的定义是指地表的温度，即地球表面的实际温度。它与空气温度
GEE数据融合——Landsat （collection 2，level 2 ）4、5、7、8、9长时间序列影像数据融合和视频导出分析
本次我们使用Landsat （collection 2，level 2 ）4、5、7、8、9数据的地标反射率数据进行融合，来实现指定区域的影像导出分析。 简介 长时间序列影像数据融合是指将Landsat影像数据集合2级2（Level 2）中的4、5、7、8和9这五个卫星的数据进行融合。具体来说，这包括将同一地点的多个卫星影像数据进行处理和整合，以产生一个单一的、具有更高质量的影像产品。 在
安装ENVI 6.0直接打开Landsat L2SP影像
文章目录 前言ENVI 6.0申请安装安装过程检查安装： 直接打开L2SP文件（不修改头文件）结语 前言 试用软件只是作为学习交流使用，不能应用于商业、发表文章等依据。 前面文章（ENVI打不开Landsat 的L2SP影像文件）介绍的方法通过修改头文件来打开Landsat8、9的L2SP影像文件，终究治标不治本，还存在众多限制，例如对于Landsat4、5、7的L2
Google Earth Engine——Landsat 4/5/7/8/9 +Sentinel-1数据融合分析（逐年数据融合导出）
简介 Landsat和Sentinel-1是两种不同的遥感数据源，分别提供了不同的信息。Landsat是一种光学传感器，提供高分辨率的可见光和红外波段图像，适用于地表覆盖分类、土地利用变化监测等应用。Sentinel-1是一种合成孔径雷达（SAR）传感器，可以提供全天候、全天时、高分辨率的雷达图像，适用于地表形变监测、水体变化检测等应用。 将Landsat和Sentinel-1的数据进行融合可
USGS网站下载Landsat 5/7/8/9数据最新详细教程（注册、筛选、单波段、批量下载等），附常见问题
USGS网站下载Landsat 5/7/8/9数据最新详细教程（注册、筛选、单波段、批量下载等），附常见问题 文章目录 USGS网站下载Landsat 5/7/8/9数据最新详细教程（注册、筛选、单波段、批量下载等），附常见问题前言环境网站注册登录区域筛选行政区划搜索地址搜索行列号搜索文件上传当前地图获取 影像筛选日期筛选云量筛选结果展示数据集筛选高级筛选根据结果筛选 影像下载单波段下载整
【数据挖掘】基于GEE平台按采样点提取Landsat 植被指数时间序列秘籍
这里写自定义目录标题 1. 写在前面2. GEE代码 1. 写在前面 🚀大家好，今天我要分享的是如何使用Google Earth Engine (GEE) 平台，针对特定的采样点，提取LANDSAT 8卫星数据中的植被指数时间序列。本代码主要包括三种植被指数：NDVI、EVI和NDPI。 2. GEE代码 🔍 本代码以山东省为例： var table = ee.Fe
Landsat 8/9 C2L2级别数据表面反射率产品使用注意点
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
GEE案例分析——利用多时 Sentinel-1/2 和 Landsat-8/9 遥感数据在GEE中使用机器学习方法进行作物类时序分类
摘要 准确绘制作物类型图对于确保粮食安全至关重要。遥感（RS）卫星数据空间覆盖面广，时间频率高，是这一领域前景广阔的工具。然而，由于作物的类内和类间变异性很高，利用 RS 数据进行准确的作物类型分类方法的需求仍在不断增长。为此，本研究提出了一种新颖的并行级联集合结构（Pa-PCA-Ca），在谷歌地球引擎（GEE）中包含七个目标类别。Pa 部分由五个并行分支组成，每个分支利用多时 Sentinel
GEE数据集更新提示——Landsat collection 1数据集将被移除（截至2024年7月1日）
今天早上接到了GEE的邮件，这次数据集的更新主要是我们使用的长时间序列的遥感影像Landsat系列，之前我们所使用时间最长的Landsat C01数据集，2024年7月1日将会直接熊数据集中移除。主要原因是自 2021 年 12 月 31 日起，美国地质调查局不再制作或提供大地遥感卫星第 1 集数据。 关于Landsat collection 1和2的区别请看下面的博客 Landsat Col
Landsat 8 Landsat8 Collection2表面反射率数据
简介 Landsat8 Collection2表面反射率数据，属Collection2二级数据产品，分辨率为30米，基于陆地表面反射率代码(LaSRC)(版本1.5.0)生成，该算法利用沿海气溶胶波段进行气溶胶反演测试，还利用了MODIS的辅助气候数据和独特的辐射传输模型。 此外，LaSRC算法将观测天顶角硬编码为“0”，太阳天顶角和观测天顶角作为大气校正的一部分参与计算。 Landsat
浩宇摘星卫星影像下载，Landsat 8 数据急速下载，超乎你的想象
浩宇摘星：Landsat8数据下载 Landsat 8于2013年2月11日发射，重返周期16天。目前能够提供Landsat 8 Colletion 1和Landsat 8 Collection 2 数据的下载。 根据USGS的消息，Landsat Collection 1的数据只提供到2021年12月31日，后续的数据都只提供Landsat Collection 2的数据。 浩宇摘星卫星
浩宇摘星卫星影像下载，Landsat、Sentinel、MODIS、DEM等等，你想要的都有
浩宇摘星卫星影像下载系统更新了，更多的数据源，更快捷的下载，优化的用户体验，祝你科研一臂之力，下面就让我们来看看，新版本到底有哪些让人耳目一新的东西。 1.地图切换 确实有一些朋友，喜欢查看影像图，方便于沟通数据范围，因此增加的地图切换功能，可以在矢量图和影像图之间进行切换。 2.查询结果落图 将查询结果中的每一条记录的空间范围，都自动绘制到地图界面上，辅助用户确定，查询结果是否覆盖了
GEE中Landsat、Sentinel、Modis主要数据集区别
一、Landsat 1. Collection 1/2 的区别 Collection 2 是Landsat Level 1 数据的又一次重大再处理，显著提高了绝对地理定位精度。 Collection1Collection2时间跨度1972~2021底1972~至今数据等级level 1level1：1972~2021底 level2：1982~至今 Landsat 集合 2 包括基于
Google Earth Engine——Landsat C02_T1_L2数据（地表反射率数据）1985-2023年生态遥感指数RESI计算
本博客是在原有博客的基础上进行的升级主要的问题是现在GEE已经开始停用Landsat C01数据集，因此，将原有的代码进行了升级，全部使用 Landsat C02数据数据进行生态遥感指数的分析。关于Landsat C01和C02数据的差异和改变请看下面的博客： GEE中Landsat中大改变——Landsat Collection 1 到 Collection 2 影像集合迁移_gee的land
geemap学习笔记041：Landsat Collection2系列数据去云算法总结
前言 去云算法是进行数据处理中所要进行一步重要操作，Sentinal-2数据中已经提供了去云算法，但是Landsat Collection2系列数据中并没有提供去云算法，下面就以Landsat 8 Collection2为例进行介绍。 1 导入库并显示地图 import eeimport geemapee.Initialize()Map = geemap.Map()Map 2 La
怎么下载landsat 8影像并在ArcGIS Pro中进行波段组合
Landsat 8（前身为Landsat数据连续性任务，或 LDCM）于2013年2月11日由 Atlas-V火箭从加利福尼亚州范登堡空军基地发射升空，这里为大家介绍一下该数据的下载的方法，希望能对你有所帮助。 注册账号 如果之前已经注册过的话，可以跳过这一步，如果没有注册过账号可以通过EROS 注册系统【点击了解】来注册一个账号。 EROS 注册系统 查询数据 打开GloVis
GEE（ccdc-1）——利用Landsat系列影像获取研究区范围的多波段影像（包含ccdc中已经定义的多波段）
简介 在进行CCDC监测时，我们首先要做的就是获取研究区的长时间序列影像，让其保存在你的资产中，方便后面调用，这里我们要做的额就是根据代码，将我们时间范围进行选取和指定的研究区边界，剩下的采用默认参数即可。最后出现的结果是将ccdc代码中所需要的波段和影像中一些光谱波段加载到一起作为最终的影像参与分类和监测。 ccdc监测中所需的波段 Parameter NameDescriptionRec
GEE（ccdc-1）——利用Landsat系列影像获取研究区范围的多波段影像（包含ccdc中已经定义的多波段）
简介 在进行CCDC监测时，我们首先要做的就是获取研究区的长时间序列影像，让其保存在你的资产中，方便后面调用，这里我们要做的额就是根据代码，将我们时间范围进行选取和指定的研究区边界，剩下的采用默认参数即可。最后出现的结果是将ccdc代码中所需要的波段和影像中一些光谱波段加载到一起作为最终的影像参与分类和监测。 ccdc监测中所需的波段 Parameter NameDescriptionRec
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例（全代码）
简介 之前发表了两篇关于影像修复的文章，并且制作了APP，大家可以去看以下的两篇博客来了解具体的研究内容和整个方法的有效性： Google Earth Engine APP——影像条带色差、色调不均匀等现象解决方案Landsat5 NDWI Image Restoration APP_ndwi不能识别泛红水体怎么办-CSDN博客 基于GEE云平台一种快速修复Landsat影像条带色差的方法_
GEE——使用cart机器学习方法对Landsat影像条带修复以NDVI和NDWI为例（全代码）
简介 之前发表了两篇关于影像修复的文章，并且制作了APP，大家可以去看以下的两篇博客来了解具体的研究内容和整个方法的有效性： Google Earth Engine APP——影像条带色差、色调不均匀等现象解决方案Landsat5 NDWI Image Restoration APP_ndwi不能识别泛红水体怎么办-CSDN博客 基于GEE云平台一种快速修复Landsat影像条带色差的方法_
GEE中Landsat中大改变——Landsat Collection 1 到 Collection 2 影像集合迁移
Landsat Collection 1 到 Collection 2 迁移 本指南提供了从Landsat Collection 1 数据切换 到 Collection 2 数据的说明。自 2022 年以来，集合 2 已在 Earth Engine 中完全可用， 自 2021 年 12 月 31 日以来，美国地质调查局 (USGS) 未生成集合 1 数据。Landsat Collectio
GEE：通过将 Landsat 5、7、8、9 的 C02 数据集合并起来，构建 NDVI 长时间序列
作者：CSDN @ _养乐多_ 本文记录了在 Google Earth Engine（GEE）平台上，将 Landsat-5、Landsat-7、Landsat-8 和 Landsat-9 的数据合成为一个影像集合，并生成 NDVI（归一化植被指数）的时间序列的代码。 代码封装成了函数，方便调用，结果如下图所示， 在实际应用中，可能需要根据研究问题和感兴趣的地区进行更详细的数据处理和分析
Landsat WRS2
WRS2-Landsat是Landsat卫星的条带号信息，包含条带范围和各个属性信息。在各个地方搜了半天，都要钱，于是官网一搜，直接就有，无语。。。写下这篇，防止有需要的伙伴迷路 下载来源：官网直达Landsat WRS 2 Descending Path Row Shapefile | U.S. Geological Survey
六、结合Landsat、夜光数据建成区提取——NDBI、NDVI、VBANUI指数计算和K均值聚类
一、前言 当完成Landsat数据预处理之后，可以进行NDBI、NDBI、VBANUI指数的计算，计算之前我们需要了解其公式是什么样？ Landsat卫星波段主要包括以下几种： 短波红外（SWIR）：可以用来检测土壤、植被、藻类水域、云和雪的反射率。 中短波红外（MSIR）：可以用来检测植被、植物种类等。 可见光（VIS）：可以用来检测植被、土壤、水体等。 近红外（NIR）：可以用
基于GEE云平台一种快速修复Landsat影像条带色差的方法
这是之前关于去除遥感影像条带的另一篇文章，因为出版商推迟了一年发布，所以让大家久等了。这篇文章的主要目的是对Landsat系列卫星因为条带拼接或者镶嵌产生的条带来进行的一种在线修复方式。 原文连接 一种快速修复Landsat影像条带色差的方法 题目： 一种快速修复Landsat影像条带色差的方法 A Rapid Method for Stripe Chromatic Aberration
二十、模型构建器（ModelBuilder）快速提取城市建成区———结合Landsat数据提取城市建成区过程
一、前言 本文给大家闲聊一些基于参考比较法提取城市建成区运用模型构建器提高效率补充，其实如果能坚持看到这篇文章的小伙伴，相信已经对模型构建器已经有一定了解，自己也能够独立构建简单的模型用于批量操作提升效率，那么前面文章已经对到阈值确定这一步给大家详细介绍如何构建对应模型用于提升效率，同时也介绍如何设置模型参数，保存为模型工具，便于下次使用。 本文解决两个问题，一是引导大家不单单将模型构建器运用