目录

简介

代码

引用

网址推荐

0代码在线构建地图应用

机器学习

ASTER 1 级精确地形校正登记传感器辐射率 V003

简介

高级星载热发射和反射辐射计（ASTER）1 级精确地形校正注册传感器辐射度（AST_L1T）数据包含校正传感器辐射度，与 ASTER 1B 级（AST_L1B）（https://doi.org/10.5067/ASTER/AST_L1B.003）相对应，经过几何校正，并旋转到 UTM 投影北上。 AST_L1T 由相应的 ASTER L1A (AST_L1A) (https://doi.org/10.5067/ASTER/AST_L1A.003) 产品的一次重新采样生成。 AST_L1T 中可用的波段取决于 AST_L1A 中的波段，最多可包括 3 个可见光和近红外（VNIR）波段、6 个短波红外（SWIR）波段和 5 个热红外（TIR）波段。 AST_L1T 数据集不包括后视 VNIR 波段 3。 精确地形校正过程将 GLS2000 数字高程数据与衍生的地面控制点（GCP）结合起来，以实现所有相关统计数据达到最小阈值的日间场景的地形精度。 对于夜间获取的场景或质量较差的地面图像（如云层），可采用其他级别的校正（系统地形、系统或精确）。 对于白天的图像，如果使用 VNIR 或 SWIR 望远镜采集数据并尝试进行精确校正，则每幅精确地形校正图像都将附带独立的质量评估。 它将包括可供分发的几何校正文本文件和叠加有效 GCP 的单波段浏览图像。 该多文件产品还包括地理坐标全分辨率浏览图像。 浏览图像的数量和图像的波段组合取决于相应 (AST_L1A) 数据集 (https://doi.org/10.5067/ASTER/AST_L1A.003) 中可用的波段。

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="AST_L1T",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

NASA:ASTER 1 级精确地形校正登记传感器辐射率 V003_辐射度

引用

NASA LP DAAC (2015). ASTER Level 1 Precision Terrain Corrected Registered At-Sensor Radiance V003 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2024-09-07 from https://doi.org/10.5067/ASTER/AST_L1T.003

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs