Landsat Image Mosaic of Antarctica (LIMA) - Processed Landsat Scenes (16 bit) Metadata

USGS/LIMA/SR_METADATA
זמינות מערך הנתונים
1999-06-30T00:00:00Z–2002-09-04T00:00:00Z
ספק מערך נתונים
Earth Engine Snippet
ee.FeatureCollection("USGS/LIMA/SR_METADATA")
תגים
antarctica ice landsat-derived lima mosaic satellite-imagery sr table usgs

תיאור

פסיפס התמונות של אנטארקטיקה מ-Landsat‏ (LIMA) הוא פסיפס חלק כמעט ללא עננים שנוצר מתמונות מעובדות של Landsat 7 ETM+.

סצנות Landsat שעברו עיבוד (16 ביט) הן סצנות ברמה 1Gt NLAPS שהומרו ל-16 ביט, עברו עיבוד עם תיקון זווית השמש והומרו לערכי החזרת אור (Bindschadler 2008).

כל סצנה של Landsat עוברת עיבוד עם נתוני גובה ותיקון של זווית השמש, כדי להבטיח שהמאפיינים של פני השטח יוצגו בצורה מדויקת. הזווית של השמש באנטארקטיקה יוצרת מראה של שמש שוקעת. בגלל הזווית הנמוכה של השמש, כשלוויין Landsat עובר מעל אנטארקטיקה, הקצוות החיצוניים של היבשת נראים בהירים יותר מאזורים שקרובים יותר לקוטב הדרומי, ולכן בסצנות יש אזורים בהירים וכהים. זוויות שמש וצללים לא עקביים בסצנות שבהן בוצע תיקון. בלי התהליך הזה, הפסיפס יכלול טלאים של סצנות, כי לכל סצנה יהיה צד בהיר וצד כהה.

זו טבלה שמכילה מטא-נתונים של אוסף התמונות USGS/LIMA/SR

סכמת טבלאות

סכימת טבלה

שם סוג תיאור
ACQ_DATE מחרוזת

תאריך הרכישה בפורמט YYYY-MM-DD

נתיב INT

נתיב WRS

POLY_ID INT

מזהה ייחודי שהוקצה לפוליגון

ROW INT

שורה ב-WRS

SCENE_ID מחרוזת

מזהה הסצנה

SENSOR מחרוזת

חיישן

רווח מחרוזת

השם של הלוויין ששימש לאיסוף הנתונים

תנאים והגבלות

תנאים והגבלות

התמונות האלה הן נחלת הכלל ואפשר להשתמש בהן באופן חופשי וללא ציון מקור. עם זאת, נשמח אם תציינו את הקרדיט לפרויקט Landsat Image Mosaic of Antarctica (LIMA).

ציטוטים ביבליוגרפיים

ציטוטים:
  • 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

סיור באמצעות Earth Engine

עורך הקוד (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');
פתיחה בעורך הקוד