![LANDSAT/LT04/C02/T2_L2](https://developers.google.cn/earth-engine/datasets/images/LANDSAT/LANDSAT_LT04_C02_T2_L2_sample.png?hl=zh-cn)
- 数据集可用性
- 1982-08-22T14:18:20Z–1993-11-18T14:54:14Z
- 数据集提供程序
- USGS
- Earth Engine 代码段
-
ee.ImageCollection("LANDSAT/LT04/C02/T2_L2")
- 重新访问间隔
- 16 天
- 标签
说明
此数据集包含根据 Landsat TM 传感器生成的数据派生的经过大气校正的表面反射率和地表温度。这些图像包含 4 个可见光和近红外 (VNIR) 波段、2 个短波红外 (SWIR) 波段(已处理为正射校正的表面反射率)和 1 个热红外 (TIR) 波段(已处理为正射校正的表面温度)。它们还包含用于计算 ST 产品的中间频段,以及质量检查频段。
Landsat 4 和 5 SR 产品是使用 Landsat 生态系统干扰自适应处理系统 (LEDAPS) 算法 (3.4.0 版) 创建的。所有 Collection 2 ST 产品均采用由罗切斯特理工学院 (RIT) 和美国国家航空航天局 (NASA) 喷气推进实验室 (JPL) 联合开发的单通道算法制作而成。
收集的数据条会使用标准化参考网格打包成重叠的“场景”,每个场景大约覆盖 170 公里 x 183 公里。
某些素材资源仅包含 SR 数据,在这种情况下,ST 频段虽然存在,但为空。 对于同时具有 ST 和 SR 频段的资产,将“PROCESSING_LEVEL”设置为“L2SP”。对于仅包含 SR 频段的素材资源,“PROCESSING_LEVEL”设为“L2SR”。
数据提供方备注:
数据产品必须同时包含光学数据和热数据,才能成功处理为地表温度,因为 ASTER NDVI 需要将 ASTER GED 产品暂时调整为目标 Landsat 场景。因此,夜间获取的数据无法处理为地表温度。
与云和可能的云阴影相关的表面温度检索存在已知错误。Cook 等人(2014)。
ASTER GED 中缺少生成 ST 产品所需的平均发射率数据。如果缺少 ASTER GED 信息,则相应区域将缺少 ST 数据。
ASTER GED 数据集是根据 2000 年至 2008 年获取的 ASTER 场景的所有晴天像素创建的。虽然此数据集具有全球空间范围,但由于 ASTER 测量中存在持续的云污染,因此有些区域缺少平均发射率信息。
USGS 进一步过滤 ASTER GED 中的非物理值(发射率小于 0.6),以消除因未检测到的云而导致的任何发射率低估。对于没有 ASTER GED 输入或发射率值不合理的任何给定像素,生成的 Landsat ST 产品中都会缺少像素。鉴于 ASTER GED 平均气候数据的静态特性,缺失的 Landsat ST 像素将在时间(1982 年至今)上保持一致。如需了解详情,请参阅 landsat-collection-2-surface-temperature-data-gaps-due-missing
频段
像素大小
30 米
乐队
名称 | 单位 | 最小值 | 最大值 | 扩缩 | 偏移值 | 波长 | 说明 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
SR_B1 |
1 | 65455 | 2.75e-05 | -0.2 | 0.45-0.52 μm | 波段 1(蓝色)表面反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_B2 |
1 | 65455 | 2.75e-05 | -0.2 | 0.52-0.60 μm | 波段 2(绿色)地表反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_B3 |
1 | 65455 | 2.75e-05 | -0.2 | 0.63-0.69 μm | 波段 3(红色)表面反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_B4 |
1 | 65455 | 2.75e-05 | -0.2 | 0.77-0.90 μm | 波段 4(近红外)表面反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_B5 |
1 | 65455 | 2.75e-05 | -0.2 | 1.55-1.75 微米 | 波段 5(短波红外 1)地表反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_B7 |
1 | 65455 | 2.75e-05 | -0.2 | 2.08-2.35 μm | 波段 7(短波红外 2)地表反射率 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_ATMOS_OPACITY |
0 | 10000 | 0.001 | 对 LEDAPS 生成的大气不透明度的一般性解读,基于场景中深色茂密植被 (DDV) 上观测到的辐射度。大气不透明度的一般解读是:小于 0.1 的值(应用 0.001 的缩放比例后)表示天空晴朗,0.1-0.3 表示平均,大于 0.3 的值表示雾霾或其他云层情况。来自大气不透明度较高的像素的 SR 值的可靠性较低,尤其是在太阳天顶角较高的情况下。SR_ATMOS_OPACITY 频段面向高级用户和产品质量评估而提供,尚未经过验证。建议大多数用户改用 QA_PIXEL 波段信息来区分云层。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SR_CLOUD_QA |
Cloud 质量评估 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_B6 |
K | 0 | 65535 | 0.00341802 | 149 | 10.40-12.50 μm | 波段 6 地表温度。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_ATRAN |
0 | 10000 | 0.0001 | 大气透射率。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_CDIST |
km | 0 | 24000 | 0.01 | 到云端的像素距离。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_DRAD |
W/(m^2*sr*um)/ DN | 0 | 28000 | 0.001 | 向下照射的光线。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_EMIS |
0 | 10000 | 0.0001 | 从 ASTER GED 估算的排放系数。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_EMSD |
0 | 10000 | 0.0001 | 发射率标准差。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_QA |
K | 0 | 32767 | 0.01 | 地表温度波段的不确定性。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_TRAD |
W/(m^2*sr*um)/ DN | 0 | 22000 | 0.001 | 热带转换为辐射度。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ST_URAD |
W/(m^2*sr*um)/ DN | 0 | 28000 | 0.001 | 向上延伸的光线。 如果将“PROCESSING_LEVEL”设置为“L2SR”,则系统会完全遮盖此频段。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
QA_PIXEL |
通过 CFMASK 算法生成的像素质量属性。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
QA_RADSAT |
辐射饱和度质量检查 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
图片属性
图片属性
名称 | 类型 | 说明 |
---|---|---|
ALGORITHM_SOURCE_SURFACE_REFLECTANCE | STRING | 表面反射率算法的名称和版本。 |
ALGORITHM_SOURCE_SURFACE_TEMPERATURE | STRING | 表面温度算法的名称和版本。 |
CLOUD_COVER | 双精度 | 云量百分比(0-100),-1 = 未计算。 |
CLOUD_COVER_LAND | 双精度 | 陆地上的云量百分比(0-100),-1 = 未计算。 |
COLLECTION_CATEGORY | STRING | 场景合集类别:“T1”或“T2”。 |
DATA_SOURCE_AIR_TEMPERATURE | STRING | 空气温度数据源。 |
DATA_SOURCE_ELEVATION | STRING | 海拔数据源。 |
DATA_SOURCE_OZONE | STRING | Ozone 数据源。 |
DATA_SOURCE_PRESSURE | STRING | 压力数据源。 |
DATA_SOURCE_REANALYSIS | STRING | 重新分析数据源。 |
DATA_SOURCE_WATER_VAPOR | STRING | 水蒸气数据源。 |
DATE_PRODUCT_GENERATED | 双精度 | 商品生成日期的时间戳。 |
EARTH_SUN_DISTANCE | 双精度 | 地球与太阳的距离 (AU)。 |
EPHEMERIS_TYPE | STRING | 用于告知用户所使用的轨道恒星表类型的标识符:“DEFINITIVE”或“PREDICTIVE”。如果该字段不存在,用户应假定为“PREDICTIVE”。 |
GEOMETRIC_RMSE_MODEL | 双精度 | 横向和纵向几何残差 (米) 的综合 RMSE(均方根误差)。仅当 L1_PROCESSING_LEVEL 为 L1TP 时,此参数才存在。 |
GEOMETRIC_RMSE_MODEL_X | 双精度 | 在横向方向上对 GCP(地面控制点)测量的几何残差(米)的 RMSE(均方根误差)。这些 GCP 用于几何精度校正。只有当 L1_PROCESSING_LEVEL 为 L1TP 时,此参数才会存在。 |
GEOMETRIC_RMSE_MODEL_Y | 双精度 | 在轨迹方向上对 GCP(地面控制点)测量的几何残差(米)的 RMSE(均方根误差)。这些残差用于几何精度校正。只有当 L1_PROCESSING_LEVEL 为 L1TP 时,此参数才会存在。 |
GROUND_CONTROL_POINTS_MODEL | 双精度 | 精度校正过程中使用的 GCP 数量。 仅当 L1_PROCESSING_LEVEL 为 L1TP 时,此参数才存在。 |
GROUND_CONTROL_POINTS_VERSION | 双精度 | 精度校正过程中使用的 GCP 数据集版本。仅当 L1_PROCESSING_LEVEL 为 L1TP 时,此参数才存在。 |
IMAGE_QUALITY | INT | 频段的综合图片质量。 0 = 最差,9 = 最好,-1 = 未计算或评估质量。 |
L1_DATE_PRODUCT_GENERATED | STRING | 相应 L1 商品的商品生成日期。 |
L1_LANDSAT_PRODUCT_ID | STRING | 相应 L1 产品的 Landsat 产品标识符。 |
L1_PROCESSING_LEVEL | STRING | 相应 L1 商品的处理级别。 |
L1_PROCESSING_SOFTWARE_VERSION | STRING | 相应 L1 商品的处理软件版本。 |
LANDSAT_PRODUCT_ID | STRING | Landsat 产品标识符 |
LANDSAT_SCENE_ID | STRING | 短 Landsat 场景标识符 |
PROCESSING_LEVEL | STRING | 如果同时存在 SR 和 LST 频段,则为“L2SP”;如果仅存在 SR 频段,则为“L2SR”。 |
PROCESSING_SOFTWARE_VERSION | STRING | 创建商品时所用的处理软件版本。 |
SCENE_CENTER_TIME | STRING | 观测时间,采用 ISO 8601 字符串。 |
SENSOR_ID | STRING | 传感器的名称。 |
SPACECRAFT_ID | STRING | 航天器的名称。 |
SUN_AZIMUTH | 双精度 | 图片中心位置在图片中心获取时间的太阳方位角(以度为单位)。正值表示从北向东或顺时针方向的角度。负值表示向西或从北向顺时针的角度。 |
SUN_ELEVATION | 双精度 | 图片中心位置在图片中心获取时间的太阳高度角(以度为单位)。正值表示白天场景。负值表示夜间场景。注意:如需计算反射率,需要太阳天顶角,即 90 - 太阳仰角。 |
TEMPERATURE_MAXIMUM_BAND_ST_B6 | 双精度 | 频段 6 可达到的最高温度值。 |
TEMPERATURE_MINIMUM_BAND_ST_B6 | 双精度 | 频段 6 可实现的最低温度值。 |
WRS_PATH | INT | 场景的 WRS 路径编号。 |
WRS_ROW | INT | 场景的 WRS 行号。 |
使用条款
使用条款
Landsat 数据集是联邦政府创建的数据,因此属于公共领域,可在没有版权限制的情况下使用、传输或复制。
应提供 USGS 作为数据源的致谢或归因,方法是添加一行文本引用,如以下示例所示。
(产品、图片、照片或数据集名称)由美国地质调查局提供
示例:Landsat-7 图像(图片由美国地质调查局提供)
如需详细了解如何正确引用和致谢 USGS 产品,请参阅 USGS 视觉身份系统指南。
使用 Earth Engine 进行探索
Code Editor (JavaScript)
var dataset = ee.ImageCollection('LANDSAT/LT04/C02/T2_L2') .filterDate('1990-04-01', '1990-05-01'); // Applies scaling factors. function applyScaleFactors(image) { var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2); var thermalBand = image.select('ST_B6').multiply(0.00341802).add(149.0); return image.addBands(opticalBands, null, true) .addBands(thermalBand, null, true); } dataset = dataset.map(applyScaleFactors); var visualization = { bands: ['SR_B3', 'SR_B2', 'SR_B1'], min: 0.0, max: 0.3, }; Map.setCenter(-83, 24, 8); Map.addLayer(dataset, visualization, 'True Color (321)');