Global PALSAR-2/PALSAR Yearly Mosaic, version 1

JAXA/ALOS/PALSAR/YEARLY/SAR
Доступность набора данных
2007-01-01T00:00:00Z–2020-01-01T00:00:00Z
Поставщик набора данных
Фрагмент кода Earth Engine
ee.ImageCollection("JAXA/ALOS/PALSAR/YEARLY/SAR")
Теги
alos alos2 eroc jaxa palsar palsar2 sar satellite-imagery

Описание

Более новая версия этого набора данных с данными за 2015–2021 годы доступна по адресу JAXA/ALOS/PALSAR/YEARLY/SAR_EPOCH.

Глобальная мозаика PALSAR/PALSAR-2 с разрешением 25 м – это бесшовное глобальное изображение SAR, созданное путем мозаичного объединения полос изображений SAR, полученных с помощью PALSAR/PALSAR-2. Для каждого года и местоположения данные полосы выбирались путем визуального осмотра мозаик, доступных за этот период, при этом предпочтительно использовались те, которые показывали минимальный отклик на поверхностную влагу. В случаях, когда доступность была ограничена (например, из-за необходимости наблюдений во время конкретных чрезвычайных ситуаций), данные обязательно выбирались за год до или после, в том числе за 2006 год. Shimada et al. 2014

Данные за 2011–2014 гг. отсутствуют из-за разрыва между временными охватами ALOS и ALOS-2.

Изображения SAR были ортотрансформированы и скорректированы по уклону с использованием цифровой модели высот SRTM 90 м. Для выравнивания различий в интенсивности между соседними полосами, возникающих в основном из-за сезонных и суточных различий в условиях влажности поверхности, был применен процесс дестрипинга (Shimada & Isoguchi, 2002, 2010).

Данные о поляризации хранятся в виде 16-битных цифровых чисел (DN). Значения DN можно преобразовать в значения гамма-ноль в децибелах (дБ) по следующей формуле:

  • <code>γ₀ = 10log₁₀(DN²) - 83,0 дБ</code>

Внимание!

  • Значения обратного рассеяния могут значительно различаться от пути к пути над лесными массивами в высоких широтах. Это связано с изменением интенсивности обратного рассеяния, вызванным замерзанием деревьев зимой.

Дополнительную информацию можно найти в описании набора данных, предоставленном поставщиком.

Диапазоны частот

Диапазоны частот

Размер пикселя: 25 метров (все диапазоны)

Название Единицы Размер пикселя Описание
HH 25 метров

Коэффициент обратного рассеяния горизонтальной поляризации, 16-битное цифровое значение.

HV 25 метров

Коэффициент обратного рассеяния при HV-поляризации, 16-битное цифровое значение.

angle deg 25 метров

Локальный угол падения.

date 25 метров

Дата наблюдения (количество дней с 1 января 1970 г.).

qa 25 метров

Обработка информации.

Таблица класса qa

Значение Цвет Описание
0 #000000

Нет данных

50 #0000ff

Океан и вода

100 #aaaa00

Радарное наложение

150 #005555

Радарное затенение

255 #aa9988

Земля

Условия использования

Условия использования

JAXA сохраняет за собой право собственности на набор данных и не несет ответственности за любые проблемы, вызванные или потенциально вызванные использованием наборов данных. Любой, кто хочет опубликовать какие-либо результаты с использованием наборов данных, должен четко указать право собственности на данные в публикации.

Библиографические ссылки

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

Исследуйте с помощью Earth Engine

Редактор кода (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');

Настройка Python

Дополнительную информацию о Python API и использовании geemap для интерактивной разработки можно найти на странице Среда Python.

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
Открыть в редакторе кода