简介

数据名称：

Landsat8_C2_TOA

数据来源：

USGS

时空范围：

2020年1月-2023年3月

空间范围：

全国

数据简介：

Landsat8_C2_TOA数据集是将数据每个波段的辐射亮度值转换为大气层顶表观反射率TOA，是飞行在大气层之外的航天传感器量测的反射率，包括了云层、气溶胶和气体的贡献，可通过辐射亮度定标参数、太阳辐照度、太阳高度角和成像时间等几个参数计算得到。为了便于在线分析存储，平台将影像像素值扩大了10000倍。Landsat-8卫星包含OLI陆地成像仪（Operational Land Imager）和TIRS热红外传感器（Thermal Infrared Sensor）两种传感器，每16天可以实现一次全球覆盖。Landsat-8 在空间分辨率和光谱特性等方面与Landsat 1-7保持了基本一致，卫星一共有11个波段，波段1-7，9-11的空间分辨率为30米，波段8为15米分辨率的全色波段，成像宽幅为185×185km。前言 – 人工智能教程

引用代码：

LANDSAT_8/02/T1/TOA

LANDSAT 8是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作开发的一颗遥感卫星，于2013年2月11日发射升空。它是美国LANDSAT遥感卫星系列的第八颗卫星，也是目前最新的一颗。LANDSAT 8的主要任务是收集地球表面的遥感图像数据，以帮助科学家们研究和监测地球上的自然资源和环境变化。

LANDSAT 8卫星搭载了多种传感器，其中最重要的是可见光与红外线传感器（OLI）和热红外传感器（TIRS）。OLI传感器具有9个波段，波长范围从0.43至2.30微米，可以提供高分辨率的地表图像。而TIRS传感器具有两个波段，波长范围从10.60至12.51微米，用于测量地表的热辐射。

LANDSAT 8的数据以一种被称为“Tier 1”或“Level 1”处理的方式发布。这种处理方式基于地表反射率和亮温数据，经过校正和处理后得到的图像质量更高。这些处理步骤包括大气校正、辐射校正和几何校正，以确保数据的准确性和可比性。

LANDSAT 8的数据以TOA（Top of Atmosphere）数据的形式发布。TOA数据是指卫星接收到的来自地球表面的辐射，没有经过大气层的干扰。TOA数据可以用于估算地表反射率和亮温，对许多遥感应用来说是非常有用的。

TOA数据具有许多优点。首先，TOA数据可以准确反映地表的光学特性，包括反射率和辐射率。这使得TOA数据可以用于估计地表的物理参数，如植被指数、土壤水分和地表温度等。其次，TOA数据具有一致的单位，可以方便地比较不同时间和不同地点的数据。最后，TOA数据还可以用于计算其他遥感产品，如植被指数和地表温度等。

然而，TOA数据也有一些局限性。由于TOA数据没有经过大气校正，所以可能受到大气层的影响。大气层会吸收和散射来自地表的辐射，导致TOA数据的质量下降。此外，由于TOA数据只能提供地表辐射的信息，对于一些需要更深入了解地表物理特性的研究来说可能不够。

总结来说，LANDSAT 8/02/T1/TOA数据是由LANDSAT 8卫星收集的经过处理和校正的地表反射率和亮温数据。这些数据对于研究和监测地球上的自然资源和环境变化非常有用，可以用于估计地表的物理参数和计算其他遥感产品。然而，TOA数据也有一些局限性，需要在使用时考虑。

函数

first()

返回影像集合的首位影像

方法参数

返回值: Image

代码

/**
 * @File    :   Landsat8_C2_TOA_T1
 * @Time    :   2023/03/07
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
 * @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有
 * @Desc    ：  数据集key为LANDSAT_8/02/T1/TOA的Landsat8_C2_TOA类数据集
 * @Name    :   Landsat8_C2_TOA_T1数据集
*/
//指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件（如云量过滤）
var imageCollection = gve.ImageCollection("LANDSAT_8/02/T1/TOA")
                    .filterCloud('lt',20)
                    .filterDate('2022-01-20','2022-02-15')
                    .select(['B2','B3','B4'])
                    .limit(10);
					
print("imageCollection",imageCollection);

//function applyScaleFactors(image) {
//    var opticalBands = image.select('B.*').multiply(0.0001);
//    return image.addBands(opticalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();

print("first", img);

var visParams = {
//    min: 75,
//    max: 22118,
//    gamma: 1,
//    brightness: 1,
    bands: ['B4', 'B3', 'B2']
};

Map.centerObject(img);
Map.addLayer(img,visParams);

结果