Global PALSAR-2/PALSAR Yearly Mosaic, version 1

JAXA/ALOS/PALSAR/YEARLY/SAR
Verfügbarkeit des Datasets
2007-01-01T00:00:00Z–2020-01-01T00:00:00Z
Ersteller des Datasets
Earth Engine-Snippet
ee.ImageCollection("JAXA/ALOS/PALSAR/YEARLY/SAR")
Tags
alos alos2 eroc jaxa palsar palsar2 sar satellite-imagery

Beschreibung

Eine neuere Version dieses Datasets mit Daten für 2015–2021 finden Sie unter JAXA/ALOS/PALSAR/YEARLY/SAR_EPOCH

Das globale 25-m-PALSAR/PALSAR-2-Mosaik ist ein nahtloses globales SAR-Bild, das durch das Mosaik aus SAR-Bildstreifen von PALSAR/PALSAR-2 erstellt wurde. Für jedes Jahr und jeden Standort wurden die Streifendaten durch visuelle Prüfung der verfügbaren Mosaike für den Zeitraum ausgewählt. Dabei wurden vorzugsweise Daten verwendet, die die geringste Reaktion auf die Oberflächenfeuchtigkeit zeigten. In Fällen, in denen die Verfügbarkeit begrenzt war (z.B. aufgrund der Anforderung von Beobachtungen während bestimmter Notfälle), wurden Daten aus dem Jahr davor oder danach ausgewählt, einschließlich Daten aus dem Jahr 2006. Shimada et al. 2014

Für 2011–2014 sind keine Daten verfügbar, da es eine Lücke zwischen der zeitlichen Abdeckung von ALOS und ALOS-2 gibt.

Das SAR-Bildmaterial wurde mithilfe des digitalen Höhenmodells SRTM mit 90 m Auflösung orthorektifiziert und die Hangkorrektur wurde durchgeführt. Ein Destriping-Prozess (Shimada &Isoguchi, 2002, 2010) wurde angewendet, um die Intensitätsunterschiede zwischen benachbarten Streifen auszugleichen, die hauptsächlich auf saisonale und tägliche Unterschiede in den Oberflächenfeuchtigkeitsbedingungen zurückzuführen sind.

Polarisationsdaten werden als 16-Bit-Digitalzahlen (DN) gespeichert. Die DN-Werte können mit der folgenden Gleichung in Gamma-Null-Werte in Dezibel (dB) umgewandelt werden:

  • γ₀ = 10log₁₀(DN²) - 83,0 dB

Attention:

  • Die Rückstreuwerte können sich von Pfad zu Pfad in Waldgebieten in hohen Breitengraden erheblich unterscheiden. Das liegt an der Änderung der Rückstreuintensität, die durch das Einfrieren von Bäumen im Winter verursacht wird.

Weitere Informationen finden Sie in der Dataset-Beschreibung des Anbieters. Dataset-Beschreibung.

Bänder

Bänder

Pixelgröße: 25 Meter (alle Bänder)

Name Einheiten Pixelgröße Beschreibung
HH 25 Meter

Rückstreukoeffizient der HH-Polarisation, 16-Bit-DN.

HV 25 Meter

Rückstreukoeffizient der HV-Polarisation, 16-Bit-DN.

angle Grad 25 Meter

Lokaler Einfallswinkel.

date 25 Meter

Beobachtungsdatum (Tage seit dem 1. Januar 1970).

qa 25 Meter

Verarbeitungsinformationen.

Tabelle der qa-Klassen

Wert Farbe Beschreibung
0 #000000

Keine Daten

50 #0000ff

Ozean und Wasser

100 #aaaa00

Radar-Layover

150 #005555

Radarschatten

255 #aa9988

Land

Nutzungsbedingungen

Nutzungsbedingungen

JAXA behält das Eigentum am Dataset und kann keine Garantie für Probleme übernehmen, die durch die Verwendung der Datasets verursacht werden oder möglicherweise verursacht werden. Wer Ergebnisse mit den Datasets veröffentlichen möchte, muss das Eigentum an den Daten in der Veröffentlichung deutlich angeben.

Zitationen

Quellenangaben:
  • Masanobu Shimada, Takuya Itoh, Takeshi Motooka, Manabu Watanabe, Shiraishi Tomohiro, Rajesh Thapa und Richard Lucas, „New Global Forest/Non-forest Maps from ALOS PALSAR Data (2007-2010)“, Remote Sensing of Environment, 155, S. 13–31, Dezember 2014. doi:10.1016/j.rse.2014.04.014.

Die Earth Engine nutzen

Code-Editor (JavaScript)

var dataset = ee.ImageCollection('JAXA/ALOS/PALSAR/YEARLY/SAR')
                  .filter(ee.Filter.date('2017-01-01', '2018-01-01'));
var sarHh = dataset.select('HH');
var sarHhVis = {
  min: 0.0,
  max: 10000.0,
};
Map.setCenter(136.85, 37.37, 4);
Map.addLayer(sarHh, sarHhVis, 'SAR HH');

Python einrichten

Weitere Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('JAXA/ALOS/PALSAR/YEARLY/SAR').filter(
    ee.Filter.date('2017-01-01', '2018-01-01')
)

sar_hh = dataset.select('HH')
sar_hh_vis = {'min': 0.0, 'max': 10000.0}

m = geemap.Map()
m.set_center(136.85, 37.37, 4)
m.add_layer(sar_hh, sar_hh_vis, 'SAR HH')
m
Open in Code Editor