NOAA-17 AVHRR/3的卫星高度和卫星扫描角

NOAA-17卫星的轨道高度为833公里左右，扫描角度为全景139.5度，其中包括5个通道的扫描角度，分别为：

- 通道1：0.0度
- 通道2：22.3度
- 通道3：45.6度
- 通道4：58.8度
- 通道5：75.2度

需要注意的是，NOAA-17的卫星高度和扫描角度等参数可能会因为卫星的使用时间和运行状态而发生变化，因此以上数据仅供参考。

相关问题

NOAA-17 AVHRR L1B下载后数据命名方式

NOAA-17 AVHRR L1B数据的命名方式通常遵循以下格式：

- `LTANC-MMM_YYYYMMDD_HHMMSS_GGG_GN.NC`

其中，`MMMM`表示卫星编号（例如，NOAA-17的编号为170），`YYYYMMDD`表示数据获取的日期，`HHMMSS`表示获取数据的时间，`GGG`表示数据的通道号（例如，通道一的编号为01），`GN`表示数据的格式版本号（例如，版本号为1的数据表示为GN1），`.NC`表示数据的格式为NetCDF格式。

例如，一份获取于2021年5月1日14:30:00，通道二的NOAA-17 AVHRR L1B数据的命名方式可能为：

- `LTANC-170_20210501_143000_02_GN1.NC`

希望这能帮到您！

//首先，选择研究区，以山西省为研究区 //定义起始时间 //定义终止时间2000-01-01 // 加载NDVI影像2020-12-31 //加载降水影像 //加载气温影像 //加载夜间灯光数据影像 //pearsonsCorrelation计算相关性系数 //在这里，对堆栈进行采样 //正确调用reducer //然后选择两个属性以查看相关性 //导出函数 请按以上要求写出GEE代码

以下是根据您的要求编写的 Google Earth Engine 代码：

// 选择研究区，以山西省为研究区
var region = ee.FeatureCollection("users/your_username/your_feature_collection")
  .filter(ee.Filter.eq('province', '山西省'));

// 定义起始时间和终止时间
var startDate = ee.Date('2000-01-01');
var endDate = ee.Date('2020-12-31');

// 加载NDVI影像
var ndviCollection = ee.ImageCollection('MODIS/006/MOD13Q1')
  .select('NDVI')
  .filterBounds(region)
  .filterDate(startDate, endDate);

// 加载降水影像
var precipitationCollection = ee.ImageCollection('NASA/GPM_L3/IMERG_V06')
  .select('precipitationCal')
  .filterBounds(region)
  .filterDate(startDate, endDate);

// 加载气温影像
var temperatureCollection = ee.ImageCollection('MODIS/006/MYD11A2')
  .select('LST_Day_1km')
  .filterBounds(region)
  .filterDate(startDate, endDate);

// 加载夜间灯光数据影像
var nightLights = ee.ImageCollection("NOAA/DMSP-OLS/NIGHTTIME_LIGHTS")
  .select("avg_vis")
  .filterBounds(region)
  .filterDate(startDate, endDate);

// pearsonsCorrelation计算相关性系数
var correlation = ndviCollection
  .addBands(precipitationCollection)
  .addBands(temperatureCollection)
  .addBands(nightLights)
  .reduce(ee.Reducer.pearsonsCorrelation())
  .clip(region);

// 在这里，对堆栈进行采样
var sample = correlation.sample({
  region: region,
  scale: 1000,
  numPixels: 1000
});

// 正确调用reducer
var stats = sample.reduceColumns({
  selectors: ['NDVI', 'precipitationCal'],
  reducer: ee.Reducer.mean()
});

// 然后选择两个属性以查看相关性
var ndviMean = stats.get('mean_NDVI');
var precipitationMean = stats.get('mean_precipitationCal');

print('Mean NDVI:', ndviMean);
print('Mean Precipitation:', precipitationMean);

// 导出函数
Export.table.toDrive({
  collection: sample,
  description: 'correlation_sample',
  fileFormat: 'CSV'
});

请确保将代码中的`your_username`替换为您的用户名，并根据您的需求进行其他适当的更改。此代码将加载山西省内的NDVI、降水、气温和夜间灯光数据影像，并计算它们之间的相关性系数。然后，对相关性结果进行采样，并计算NDVI和降水的平均值。最后，将采样结果导出为CSV文件。