GEE中的LANDSAT/LC08/C01/T1_TOA含义
时间: 2023-10-19 18:09:34 浏览: 50
LANDSAT/LC08/C01/T1_TOA是指Landsat 8 OLI传感器拍摄的表观反射率数据,经过大气校正后得到的地表反射率数据,分辨率为30米。其中,LC08代表Landsat 8卫星,C01代表Collection 1数据集,T1代表Tier 1数据级别,即经过大气校正的数据,TOA代表Top of Atmosphere,即大气顶部。
相关问题
gee对landsat云掩膜
GEE(Google Earth Engine)可以使用Landsat影像数据进行云掩膜处理,以便在处理遥感数据时减少云覆盖的影响。常用的方法是使用Landsat的蓝色波段和近红外波段计算归一化差异植被指数(NDVI),然后根据NDVI值的阈值来判断像素是否是云。具体步骤如下:
1. 导入Landsat数据集
```
var collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA')
.filterBounds(geometry)
.filterDate('2019-01-01', '2019-12-31')
.sort('CLOUD_COVER');
```
2. 计算NDVI
```
var addNDVI = function(image) {
var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
return image.addBands(ndvi);
};
var collectionNDVI = collection.map(addNDVI);
```
3. 根据NDVI值的阈值来判断像素是否是云
```
var cloudMask = function(image) {
var ndvi = image.select('NDVI');
var cloud = ndvi.lt(0.2);
return image.updateMask(cloud.not());
};
var collectionMasked = collectionNDVI.map(cloudMask);
```
4. 可以将云掩膜后的影像数据导出
```
Export.image.toDrive({
image: collectionMasked.select(['B4', 'B3', 'B2']),
description: 'masked_image',
scale: 30,
region: geometry
});
```
通过以上步骤,即可对 Landsat 影像数据进行云掩膜处理,得到更准确的遥感数据分析结果。
gee landsat影像中值处理代码
gee的影像中值处理代码是使用ImageCollection.median()函数。该函数用于计算一个影像集合中每个像素的中值,并返回一个包含中值影像的结果。中值影像将每个像素的值替换为该像素在给定集合中的中值。
代码示例如下:
```javascript
// 导入gee包
var ee = require('users/username/modules:ee');
// 获取Landsat影像集合
var l8_collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA');
// 设置时间范围和空间范围
var start_date = '2019-01-01';
var end_date = '2019-12-31';
var geometry = ee.Geometry.Rectangle([lon_min, lat_min, lon_max, lat_max]);
// 过滤影像集合
var filtered_collection = l8_collection.filterDate(start_date, end_date).filterBounds(geometry);
// 计算中值影像
var median_image = filtered_collection.median();
// 可选:设置显示参数
var vis_params = {
bands: ['B4', 'B3', 'B2'],
min: 0,
max: 0.3
};
// 显示中值影像
Map.addLayer(median_image, vis_params, 'Median Landsat Image');
// 可选:设置地图显示范围
Map.centerObject(geometry, 10);
```
以上代码首先导入ee包,然后获取Landsat影像集合。接着设置时间范围和空间范围,并过滤出满足条件的影像集合。然后使用median()函数计算中值影像,并设置显示参数。最后将中值影像添加到地图中,并设置地图显示范围。