DEA Geometric Median and Median Absolute Deviation - Landsat 8 and 9 v4.0.0 [deprecated]

projects/geoscience-aus-cat/assets/ga_ls8cls9c_gm_cyear_3
信息

此数据集属于发布商目录，不受 Google Earth Engine 管理。 如有错误，请与 Geoscience Australia 联系，或从 Geoscience Australia 目录查看更多数据集。详细了解发布商数据集。

目录所有者
Geoscience Australia
数据集可用性
2013-01-01T00:00:00Z–2023-01-01T00:00:00Z
数据集提供程序
联系人
澳大利亚地球科学局
Earth Engine 代码段
ee.ImageCollection("projects/geoscience-aus-cat/assets/ga_ls8cls9c_gm_cyear_3")

说明

此产品提供了统计工具，可利用 Digital Earth Australia 中提供的 Landsat 8 和 9 数据的时间序列，提供有关一般情况和给定年份某个区域变化幅度的年度图片。从 2022 年开始，由于使用了更多观测数据，Landsat 8 和 Landsat 9 的组合效果比单独使用 Landsat 8 更好。

产品的几何中位数部分可提供给定年份的“平均”无云图片。几何中位数图像是使用多维中位数计算的，同时使用卫星图像中的所有光谱测量值，以便保持测量值之间的关系。

该产品的绝对值中位数差异部分使用了三种方差衡量方法，每种方法都为给定年份提供了“第二阶”高维统计复合值。这三个方差测量值根据亮度和光谱等因素，显示某个区域与“平均值”在“距离”方面的差异：

  • 欧几里得距离 (EMAD)
  • 余弦（光谱）距离 (SMAD)
  • Bray Curtis 不相似度 (BCMAD)

它们共同提供有关给定年份地图景差异的信息，对变化检测应用很有用。

如需了解详情，请参阅 DEA 几何中位数和中位绝对偏差 Landsat

如需详细了解各个版本之间的变化，请参阅changelog

此产品属于 Digital Earth Australia Program

频段

像素大小
25 米

乐队

名称 最小值 最大值 波长 说明
nbart_blue 0* 10000* 0.452-0.512 μm

蓝色波段地表反射率几何中位数。
nbart_green 0* 10000* 0.533-0.590 μm

波段绿色地表反射率几何中位数。
nbart_red 0* 10000* 0.636-0.673 μm

红色波段地表反射率几何中位数。
nbart_nir 0* 10000* 0.851-0.879 μm

近红外表面反射率几何中位数波段。
nbart_swir_1 0* 10000* 1.566-1.651 微米

短波红外 1 波段地表反射率几何中位数。
nbart_swir_2 0* 10000* 2.107-2.294 微米

短波红外 2 波段地表反射率几何中位数。
edev 0* 10000*

使用欧几里得距离计算的绝对偏差中位数 (EMAD)。EMAD 对目标亮度的变化更为敏感。
sdev 0* 10000*

使用余弦（谱）距离计算的绝对偏差中位数 (SMAD)。SMAD 对目标光谱响应的变化更为敏感。
bcdev 0* 10000*

使用 Bray Curtis 不相似度 (BCMAD) 计算的绝对偏差中位数。BCMAD 对观察值随时间变化的分布更为敏感。
count 0* 400*

每个日历年用于计算的可用像素数。
* 估算的最小值或最大值

使用条款

使用条款

CC-BY-4.0

引用

引用：

  • Roberts, D., Mueller, N., & Mcintyre, A. (2017). 来自地球观测时间序列的高维像素组合。IEEE Transactions on Geoscience and Remote Sensing, 55(11), 6254-6264. doi:10.1109/TGRS.2017.2723896. Roberts, D., Dunn, B., & Mueller, N. (2018).使用时序的高维统计信息打开数据立方体产品。IGARSS 2018 - 2018 IEEE 国际地球科学与遥感学术会议，8647-8650。doi:10.1109/IGARSS.2018.8518312。

DOI

使用 Earth Engine 进行探索

Code Editor (JavaScript)

var geomedian_ls8ls9 = ee.ImageCollection(
    'projects/geoscience-aus-cat/assets/ga_ls8cls9c_gm_cyear_3');

var geometry =
    /* color: #98ff00 */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[
          [121.15880998755823, -15.010654451073695],
          [121.15880998755823, -18.377531570740548],
          [125.81701311255823, -18.377531570740548],
          [125.81701311255823, -15.010654451073695]
        ]],
        null, false);

var composite = geomedian_ls8ls9.filterBounds(geometry)
                    .filterDate('2018-01-01', '2019-01-01')
                    .mosaic();

var visualization = {
  bands: ['nbart_red', 'nbart_green', 'nbart_blue'],
  min: 0,
  max: 3000
};

Map.centerObject(geometry, 10);
Map.addLayer(composite, visualization, '2018 True Color Composite');
在代码编辑器中打开
此产品提供了统计工具，可利用 Digital Earth Australia 中提供的 Landsat 8 和 9 数据的时间序列，提供有关一般情况和给定年份某个区域变化幅度的年度图片。从 2022 年开始，Landsat 8 和 Landsat 9 将合并提供以下服务：
projects/geoscience-aus-cat/assets/ga_ls8cls9c_gm_cyear_3, australia,ga,geoscience-aus-cat,landsat-derived,publisher-dataset
2013-01-01T00:00:00Z/2023-01-01T00:00:00Z
-44.41 108.81 -9.13 157.82
Google Earth Engine