-
CCNL : Ensemble de données cohérent et corrigé sur les lumières nocturnes provenant du DMSP-OLS (1992-2013) v1
L'ensemble de données cohérent et corrigé sur les lumières nocturnes (CCNL) est une version retraitée du système OLS (Operational Line-Scan System) du programme DMSP (Defense Meteorological Program), version 4. Une série de méthodes a été utilisée pour atténuer l'impact de l'incohérence interannuelle, de la saturation et des effets de halo, et pour améliorer les données… dmsp eog imagery lights nighttime ols -
DMSP OLS: Global Radiance-Calibrated Nighttime Lights Version 4, Defense Meteorological Program Operational Linescan System
Le système OLS (Operational Line-Scan System) du programme DMSP (Defense Meteorological Program) est capable de détecter des sources d'émission visibles et proches infrarouges (VNIR) la nuit. Cette collection contient des images de lumières nocturnes mondiales sans saturation du capteur. Le capteur est généralement utilisé avec un gain élevé pour permettre… dmsp eog imagery lights nighttime ols -
DMSP OLS: Nighttime Lights Time Series Version 4, Defense Meteorological Program Operational Linescan System
Le système OLS (Operational Line-Scan System) du programme DMSP (Defense Meteorological Program) est capable de détecter des sources d'émission visibles et proches infrarouges (VNIR) la nuit. La version 4 de la série temporelle DMSP-OLS Nighttime Lights se compose de composites sans nuage créés à l'aide de toutes les données d'archive DMSP-OLS à résolution lisse disponibles… dmsp eog imagery lights nighttime ols -
VIIRS Nighttime Day/Night Annual Band Composites V2.1
L'ensemble de données annuel mondial sur les lumières nocturnes VIIRS est une série temporelle produite à partir de grilles de radiance moyenne mensuelles sans nuage couvrant la période 2013-2021. Les données de 2022 sont disponibles dans l'ensemble de données NOAA/VIIRS/DNB/ANNUAL_V22. Une étape de filtrage initiale a supprimé les pixels ensoleillés, éclairés par la lune et nuageux, ce qui a donné lieu à des composites bruts qui… annual dnb eog lights nighttime noaa -
VIIRS Nighttime Day/Night Annual Band Composites V2.2
L'ensemble de données annuel mondial sur les lumières nocturnes VIIRS est une série temporelle produite à partir de grilles de radiance moyenne mensuelles sans nuage pour 2022. Les données des années précédentes sont disponibles dans l'ensemble de données NOAA/VIIRS/DNB/ANNUAL_V21. Une étape de filtrage initiale a supprimé les pixels ensoleillés, éclairés par la lune et nuageux, ce qui a donné lieu à des composites bruts qui contiennent… annual dnb eog lights nighttime noaa -
VIIRS Nighttime Day/Night Band Composites Version 1
Images composites de radiance moyenne mensuelle utilisant les données nocturnes de la bande jour/nuit (DNB) de la suite radiométrique Visible Infrared Imaging Radiometer Suite (VIIRS). Comme ces données sont composées mensuellement, il existe de nombreuses zones du globe où il est impossible d'obtenir une couverture de données de bonne qualité pour ce mois. … dnb eog lights monthly nighttime noaa -
VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1
Images composites de radiance moyenne mensuelle utilisant les données nocturnes de la bande jour/nuit (DNB) de la suite radiométrique Visible Infrared Imaging Radiometer Suite (VIIRS). Comme ces données sont composées mensuellement, il existe de nombreuses zones du globe où il est impossible d'obtenir une couverture de données de bonne qualité pour ce mois. … dnb eog lights monthly nighttime noaa
Datasets tagged eog in Earth Engine
[null,null,[],[],["The core content focuses on various nighttime light datasets, including the Consistent and Corrected Nighttime Lights (CCNL) and multiple versions of the Defense Meteorological Program (DMSP) Operational Line-Scan System (OLS) and Visible Infrared Imaging Radiometer Suite (VIIRS) data. These datasets capture visible and near-infrared emissions at night, offering both annual and monthly composites. Data processing involves removing factors such as sunlit, moonlit, and cloudy pixels to produce refined, cloud-free composites. The CCNL dataset mitigates issues like inter-annual inconsistency and saturation.\n"]]