- Propietario del catálogo
- Geoscience Australia
- Disponibilidad del conjunto de datos
- 1987-01-01T00:00:00Z–2022-01-01T00:00:00Z
- Productor del conjunto de datos
- Geoscience Australia NGIS
- Contacto
- Geoscience Australia
- Etiquetas
Descripción
Las observaciones de agua de Digital Earth Australia (DEA) usan un algoritmo para clasificar cada píxel de las imágenes satelitales de Landsat como "húmedo", "seco" o "no válido". Las estadísticas de observaciones de agua proporcionan información sobre cuántas veces al año los satélites Landsat pudieron ver con claridad un área, cuántas veces esas observaciones fueron húmedas y qué significa eso para el porcentaje de tiempo en que se observó agua en el paisaje.
La combinación de los píxeles clasificados en resúmenes que abarcan cada año proporciona información sobre dónde suele haber agua y dónde escasea. Como no se aplica ningún filtro de confianza a este producto, se ve afectado por el ruido en los casos en que se produjeron errores de clasificación en las clasificaciones de entrada de agua, y puede ser difícil de interpretar por sí solo.
Para obtener más información, consulta DEA Water Observations Statistics Landsat.
Este producto forma parte del Programa Digital Earth Australia
Bandas
Tamaño de los píxeles
25 metros
Bandas
| Nombre | Unidades | Mín. | Máx. | Descripción |
|---|---|---|---|---|
count_clear |
count | -32768* | 32,767* | Recuento de claridad: Indica cuántas veces se pudo ver claramente un área. |
count_wet |
count | -32768* | 32,767* | Recuento de humedad: Cantidad de veces que se detectó agua en observaciones claras. |
frequency |
% | 0 | 1 | Frecuencia de agua: Es el porcentaje de observaciones claras que se detectaron como húmedas. |
Condiciones de Uso
Condiciones de Uso
Citas
Mueller, N., Lewis, A., Roberts, D., Ring, S., Melrose, R., Sixsmith, J., Lymburner, L., McIntyre, A., Tan, P., Curnow, S., y Ip, A. (2016). Observaciones del agua desde el espacio: Mapeo de las aguas superficiales a partir de 25 años de imágenes de Landsat en toda Australia. Remote Sensing of Environment, 174, 341-352 doi:10.1016/j.rse.2015.11.003