Global PALSAR-2/PALSAR Yearly Mosaic, version 1

JAXA/ALOS/PALSAR/YEARLY/SAR
Disponibilidad del conjunto de datos
2007-01-01T00:00:00Z–2020-01-01T00:00:00Z
Proveedor del conjunto de datos
Fragmento de Earth Engine
ee.ImageCollection("JAXA/ALOS/PALSAR/YEARLY/SAR")
Etiquetas
alos alos2 eroc jaxa palsar palsar2 sar satellite-imagery

Descripción

Puedes encontrar una versión más reciente de este conjunto de datos con datos de 2015 a 2021 en JAXA/ALOS/PALSAR/YEARLY/SAR_EPOCH.

El mosaico global de PALSAR/PALSAR-2 de 25 m es una imagen SAR global sin interrupciones creada mediante la combinación de franjas de imágenes SAR de PALSAR/PALSAR-2. Para cada año y ubicación, los datos de las franjas se seleccionaron mediante la inspección visual de los mosaicos de exploración disponibles durante el período, y se usaron de forma preferencial aquellos que mostraban una respuesta mínima a la humedad de la superficie. En los casos en que la disponibilidad era limitada (p.ej., debido al requisito de observaciones durante emergencias específicas), los datos se seleccionaron necesariamente del año anterior o posterior, incluso desde 2006. Shimada et al. 2014

No hay datos para el período 2011-2014 debido a la brecha entre la cobertura temporal de ALOS y ALOS-2.

Las imágenes de SAR se ortorrectificaron y se corrigieron según la pendiente con el modelo digital de elevación SRTM de 90 m. Se aplicó un proceso de eliminación de franjas (Shimada e Isoguchi, 2002, 2010) para igualar las diferencias de intensidad entre las franjas vecinas, que se producen principalmente debido a las diferencias estacionales y diarias en las condiciones de humedad de la superficie.

Los datos de polarización se almacenan como números digitales (DN) de 16 bits. Los valores de DN se pueden convertir en valores de gamma cero en unidades de decibelios (dB) con la siguiente ecuación:

  • γ₀ = 10log₁₀(DN²) - 83.0 dB

Atención:

  • Los valores de retrodispersión pueden variar significativamente de una ruta a otra en las áreas forestales de alta latitud. Esto se debe al cambio de intensidad de retrodispersión causado por la congelación de los árboles en invierno.

Hay más información disponible en la Descripción del conjunto de datos del proveedor.

Bandas

Bandas

Tamaño de los píxeles: 25 metros (todas las bandas)

Nombre Unidades Tamaño de los píxeles Descripción
HH 25 metros

Coeficiente de retrodispersión de polarización HH, DN de 16 bits

HV 25 metros

Coeficiente de retrodispersión de polarización HV, DN de 16 bits

angle º 25 metros

Ángulo de incidencia local

date 25 metros

Fecha de observación (días desde el 1 de enero de 1970)

qa 25 metros

Procesa información.

Tabla de clases de qa

Valor Color Descripción
0 #000000

No hay datos

50 #0000ff

Océano y agua

100 #aaaa00

Superposición de radar

150 #005555

Sombreado de radar

255 #aa9988

Tierra

Condiciones de Uso

Condiciones de Uso

JAXA conserva la propiedad del conjunto de datos y no puede garantizar ningún problema causado o posiblemente causado por el uso de los conjuntos de datos. Cualquier persona que desee publicar resultados con los conjuntos de datos debe reconocer claramente la propiedad de los datos en la publicación.

Citas

Citas:
  • Masanobu Shimada, Takuya Itoh, Takeshi Motooka, Manabu Watanabe, Shiraishi Tomohiro, Rajesh Thapa y Richard Lucas, "New Global Forest/Non-forest Maps from ALOS PALSAR Data (2007-2010)", Remote Sensing of Environment, 155, págs. 13-31, diciembre de 2014. doi:10.1016/j.rse.2014.04.014.

Explora con Earth Engine

Editor de código (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');

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

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
Abrir en el Editor de código