-
CCNL: DMSP-OLS の夜間照明データセット(1992 ~ 2013)v1 の整合性と修正
一貫性と補正を加えた夜間照明(CCNL)データセットは、国防気象プログラム(DMSP)運用ラインスキャン システム(OLS)バージョン 4 の再処理バージョンです。年ごとの不整合、飽和、ブルーミングの影響を軽減し、データを改善するために、一連の方法が使用されました。 dmsp eog imagery lights nighttime ols -
DMSP OLS: グローバル放射力補正ナイトライト バージョン 4、防衛気象プログラム運用ラインスキャン システム
防衛気象プログラム(DMSP)オペレーション ラインスキャン システム(OLS)は、夜間に可視光と近赤外線(VNIR)の放射源を検出する独自の機能を備えています。このコレクションには、センサーの飽和状態のない世界中の夜間照明の画像が含まれています。通常、センサーは高ゲイン設定で動作し、次のことを可能にします。 dmsp eog imagery lights nighttime ols -
DMSP OLS: 夜間照明の時系列データ バージョン 4、防衛気象プログラム運用ラインスキャン システム
防衛気象プログラム(DMSP)オペレーション ラインスキャン システム(OLS)は、夜間に可視光と近赤外線(VNIR)の放射源を検出する独自の機能を備えています。DMSP-OLS ナイトライト タイムシリーズのバージョン 4 は、利用可能なすべてのアーカイブ DMSP-OLS スムーズ解像度を使用して作成された雲のない合成画像で構成されています。 dmsp eog imagery lights nighttime ols -
VIIRS 夜間/昼夜の年間バンド合成画像 V2.1
世界全体の VIIRS 夜間照明の年間データセットは、2013 ~ 2021 年にわたる月ごとの雲のない平均放射強度グリッドから生成された時系列です。2022 年のデータは、NOAA/VIIRS/DNB/ANNUAL_V22 データセットで入手できます。最初のフィルタリング ステップで、日光、月光、曇りのピクセルが削除され、粗い合成画像が作成されました。 年次 dnb eog ライト 夜間 noaa -
VIIRS 夜間/昼夜の年間バンド合成画像 V2.2
年間のグローバル VIIRS 夜間照明データセットは、2022 年の月ごとの雲のない平均放射グリッドから生成された時系列です。過去のデータは、NOAA/VIIRS/DNB/ANNUAL_V21 データセットで入手できます。最初のフィルタリング ステップで、日光、月光、曇りのピクセルが削除され、次のような粗い合成画像が作成されました。 年次 dnb eog ライト 夜間 noaa -
VIIRS 夜間デイ/ナイトバンド コンポジット バージョン 1
Visible Infrared Imaging Radiometer Suite(VIIRS)デイ/ナイト バンド(DNB)の夜間データを使用して作成された、月平均の放射輝度合成画像。これらのデータは月単位で統合されるため、その月の質の高いデータカバレッジを取得できない地域は世界中に数多くあります。… dnb eog lights monthly nighttime noaa -
VIIRS の迷光補正済み夜間デイ/ナイトバンド コンポジット バージョン 1
Visible Infrared Imaging Radiometer Suite(VIIRS)デイ/ナイト バンド(DNB)の夜間データを使用して作成された、月平均の放射輝度合成画像。これらのデータは月単位で統合されるため、その月の質の高いデータカバレッジを取得できない地域は世界中に数多くあります。… 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"]]