- ডেটাসেট উপলব্ধতা
- 1999-06-30T00:00:00Z-2002-09-04T00:00:00Z
- ডেটাসেট প্রদানকারী
- ইউএসজিএস
- ট্যাগ
বর্ণনা
অ্যান্টার্কটিকার ল্যান্ডস্যাট ইমেজ মোজাইক (LIMA) প্রক্রিয়াকৃত ল্যান্ডস্যাট 7 ইটিএম+ দৃশ্য থেকে তৈরি একটি বিরামবিহীন এবং কার্যত মেঘহীন মোজাইক।
প্রসেসড ল্যান্ডস্যাট সিন (16 বিট) হল লেভেল 1Gt NLAPS দৃশ্য যা 16 বিটে রূপান্তরিত হয়, সূর্য-কোণ সংশোধনের সাথে প্রক্রিয়া করা হয় এবং প্রতিফলিত মানগুলিতে রূপান্তরিত হয় ( Bindschadler 2008 )।
প্রতিটি ল্যান্ডস্যাট দৃশ্য উচ্চতা ডেটা এবং সূর্য-কোণ সংশোধনের সাথে প্রক্রিয়া করা হয় যাতে পৃষ্ঠের বৈশিষ্ট্যগুলি সঠিকভাবে উপস্থাপন করা হয় তা নিশ্চিত করা যায়। অ্যান্টার্কটিকায় সূর্যের কোণ অস্তগামী সূর্যের চেহারা দেয়। কম সূর্যের কোণের কারণে, যখন ল্যান্ডস্যাট অ্যান্টার্কটিকার উপর দিয়ে যায়, মহাদেশের বাইরের প্রান্তগুলি দক্ষিণ মেরুর কাছাকাছি অঞ্চলগুলির তুলনায় উজ্জ্বল দেখায়, তাই দৃশ্যগুলিতে উজ্জ্বল এবং অন্ধকার এলাকা রয়েছে। অসামঞ্জস্যপূর্ণ সূর্যের কোণ এবং ছায়া যেখানে এই দৃশ্যগুলির জন্য সংশোধন করা হয়েছে৷ এই প্রক্রিয়াটি ছাড়া, মোজাইকিং দৃশ্যের একটি প্যাচওয়ার্ক তৈরি করবে কারণ প্রতিটি দৃশ্যের একটি উজ্জ্বল এবং একটি গাঢ় দিক থাকবে।
এটি একটি টেবিল যা চিত্র সংগ্রহ USGS/LIMA/SR এর জন্য মেটাডেটা ধারণ করে
টেবিল স্কিমা
টেবিল স্কিমা
| নাম | টাইপ | বর্ণনা |
|---|---|---|
| ACQ_DATE | STRING | YYYY-MM-DD ফর্ম্যাটে অধিগ্রহণের তারিখ |
| PATH | আইএনটি | WRS পথ |
| POLY_ID | আইএনটি | একটি বহুভুজকে অনন্য আইডি বরাদ্দ করা হয়েছে৷ |
| সারি | আইএনটি | WRS সারি |
| SCENE_ID | STRING | দৃশ্য আইডি |
| সেন্সর | STRING | সেন্সর |
| স্পেস | STRING | তথ্য সংগ্রহ করতে ব্যবহৃত স্যাটেলাইটের নাম |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
এই ছবিগুলি সর্বজনীন ডোমেনে রয়েছে এবং অবাধে এবং স্বীকৃতি ছাড়াই ব্যবহার করা যেতে পারে৷ যাইহোক, ল্যান্ডস্যাট ইমেজ মোজাইক অফ এন্টার্কটিকা (LIMA) প্রকল্পের কৃতিত্ব অত্যন্ত প্রশংসা করা হয়।
উদ্ধৃতি
Bindschadler, R., Vornberger, P., Fleming, A., Fox, A., Mullins, J., Binnie, D., Paulson, S., Granneman, B., and Gorodetzky, D., 2008, The Landsat Image Mosaic of Antarctica, Remote Sensing of Environment,426.426. PDF
আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
var dataset = ee.FeatureCollection('USGS/LIMA/SR_METADATA'); // Calculate the age of each feature by subtracting // the acquisition date from "today". var feature_ages = dataset.map( function(feature) { var today = ee.Date.fromYMD(2024, 1, 12); var acq_date = ee.Date.parse( 'yyyy-MM-dd', feature.get('ACQ_DATE')); var diff = today.difference(acq_date, 'day'); return feature.set({'ACQ_AGE': diff}); } ); // Reduce by calculating the smallest ACQ_AGE, // which gives the most recent acquisition date for // that area. var reduced_ages = feature_ages.reduceToImage({ properties: ['ACQ_AGE'], reducer: ee.Reducer.min() }); var reduced_ages_vis = { min: 6000, max: 9000, palette: ['00ff00', 'ff0000'], }; var lon = -43.6; var lat = -74.2; var gray = 150; var background = ee.Image.rgb(gray, gray, gray).visualize({min: 0, max: 255}); Map.setCenter(lon, lat, 2); Map.addLayer( reduced_ages, reduced_ages_vis, 'Acquisition Age');