
- Veri Kümesi Kullanılabilirliği
- 1999-06-30T00:00:00Z–2002-09-04T00:00:00Z
- Veri Kümesi Sağlayıcı
- USGS
- Etiketler
Açıklama
Antarktika'nın Landsat Görüntü Mozaiği (LIMA), işlenmiş Landsat 7 ETM+ sahnelerinden oluşturulan, sorunsuz ve neredeyse bulutsuz bir mozaiktir.
İşlenmiş Landsat sahneleri (16 bit), 16 bit'e dönüştürülmüş, güneş açısı düzeltmesiyle işlenmiş ve yansıtma değerlerine dönüştürülmüş (Bindschadler 2008) 1Gt NLAPS düzeyindeki sahnelerdir.
Her Landsat sahnesi, yüzey özelliklerinin doğru şekilde gösterilmesi için yükseklik verileri ve güneş açısı düzeltmesiyle işlenir. Antarktika'da güneşin açısı, batıyormuş gibi görünmesine neden olur. Landsat, Antarktika'nın üzerinden geçerken güneşin açısı düşük olduğundan kıtanın dış kenarları Güney Kutbu'na daha yakın olan bölgelerden daha parlak görünür. Bu nedenle sahnelerde parlak ve karanlık alanlar bulunur. Bu sahneler için düzeltilmiş tutarsız güneş açıları ve gölgeler. Bu işlem yapılmadığında, her sahnede daha parlak ve daha koyu bir taraf olacağından mozaikleme işlemi sahnelerden oluşan bir yama işi üretir.
Bu tablo, USGS/LIMA/SR adlı görüntü koleksiyonunun meta verilerini içerir.
Tablo Şeması
Tablo Şeması
Ad | Tür | Açıklama |
---|---|---|
ACQ_DATE | Dize | YYYY-AA-GG biçiminde edinme tarihi |
PATH | MÜD | WRS yolu |
POLY_ID | MÜD | Bir poligona atanan benzersiz kimlik |
Dünyanın Geri Kalanı | MÜD | WRS satırı |
SCENE_ID | Dize | Sahne kimliği |
SENSOR | Dize | Sensör |
BOŞLUK | Dize | Veri toplamak için kullanılan uydunun adı |
Kullanım Şartları
Kullanım Şartları
Bu resimler kamu malı olduğundan ücretsiz olarak ve kaynak belirtilmeden kullanılabilir. Ancak, Landsat Image Mosaic of Antarctica (LIMA) Projesi'ne atıfta bulunmanız bizim için çok önemlidir.
Alıntılar
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, 112, pp. 4214-4226. PDF
Earth Engine ile keşfetme
Kod Düzenleyici (JavaScript)
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');