NASA数据集——2017-2019年阿拉斯加和加拿大北极地区RGB 合成图像V2(L1/L2数据集)

简介

ABoVE: Hyperspectral Imagery AVIRIS-NG, Alaskan and Canadian Arctic, 2017-2019 V2

高光谱成像 AVIRIS-NG,阿拉斯加和加拿大北极地区,2017-2019 V2

摘要

本数据集提供了机载可见光/红外成像分光计-下一代(AVIRIS-NG)仪器在 2017 年 6 月至 8 月、2018 年 7 月至 8 月以及 2019 年 7 月至 8 月期间飞越北极-北 极脆弱性实验(ABoVE)区域时测量的 1 级辐射度和 2 级表面反射率。AVIRIS-NG 以 5 纳米(nm)的间隔测量 380 纳米到 2510 纳米之间可见光到短波红外光谱范围内的反射辐射度。测量数据经过辐射和几何校准,空间分辨率约为 5 米。这些数据包括 556 条飞行线路,覆盖了阿拉斯加和加拿大西部大部分地区 ABoVE 项目感兴趣的区域。这些数据将使研究人员能够描述生长季节高峰期附近的生态系统结构和功能。该数据集是 ABoVE 的 11 个不同飞机小组开展的多传感器机载采样活动的一部分。
该数据集包括 556 条飞行线路的 1,695 个数据文件,采用 ENVI 二进制图像格式(以 *.tar.gz 格式压缩),以及六个压缩配套文件,其中包含:1)每条飞行线路的 RGB 合成图像;2)形状文件,提供了 2017、2018 和 2019 年飞行中每条飞行线路所捕获图像的边界。

本数据集提供了机载可见光/红外成像分光计-下一代(AVIRIS-NG)仪器于 2017 年 6 月至 8 月和 2019 年 7 月至 8 月在北极-北部脆弱性实验(ABoVE)域上空飞行期间测量的 1 级辐射度和 2 级地表反射率。AVIRIS-NG 以 5 纳米(nm)的间隔测量 380 纳米到 2510 纳米之间可见光到短波红外光谱范围内的反射辐射度。测量数据经过辐射和几何校准,空间分辨率约为 5 米。这些数据包括 556 条飞行线路,覆盖了阿拉斯加和加拿大西部大部分地区 ABoVE 项目感兴趣的区域。这些数据将使研究人员能够描述生长季节高峰期附近的生态系统结构和功能。该数据集是 ABoVE 的 11 个不同飞机小组开展的多传感器机载采样活动的一部分。

项目:北极-北方脆弱性实验

北极-北方脆弱性实验(ABoVE)是美国国家航空航天局(NASA)陆地生态计划的一项实地活动,于 2016 年至 2021 年期间在阿拉斯加和加拿大西部进行。ABoVE 的研究将基于实地的过程级研究与机载和卫星传感器获得的地理空间数据产品联系起来,为提高分析和建模能力奠定了基础,而分析和建模能力是了解和预测生态系统反应及社会影响所必需的。

空间覆盖范围:ABoVE 域内飞越阿拉斯加和加拿大北极地区的航班

空间分辨率:约 5 米

时间覆盖范围:2017-06-24 至 2019-08-04

时间分辨率区域勘测一次

研究区域(这些坐标是研究地点的大致位置,可能与数据文件的范围不符。所有经纬度均以十进制度表示)。

SiteNorthern ExtentWestern ExtentEastern ExtentSouthern Extent

ABoVE Domain

71.380-166.651-103.40452.160

数据文件信息


本数据集中包含 1,695 个压缩 tar 档案 (TAR;*.tar.gz),提供 AVIRIS-NG 仪器 556 条飞行线路的数据。以 ENVI 二进制图像格式提供每个飞行线路的 1 级 (L1) 辐射测量值和 2 级 (L2) 反射测量值。每条航线的 L1 和 L2 测量值均包含在单独的 TAR 文件中。

TAR 文件名示例:

L1 辐照度:ang20170817t185348.tar.gz
L2 反射率:ang20170817t185348rfl.tar.gz
TAR 存档内容:

ENVI 图像文件没有扩展名,并附有文本格式的同名头文件 (*.hdr)。头文件应与图像文件保持在同一目录下,以便正确显示数据。标头文件提供与图像文件相关的空间和光谱元数据,如线条数、样本数、通道数等。有关头文件的详细信息,请参阅 Harris Geospatial 的 ENVI 文件格式参考资料。

每个 TAR 都包含一个 README,描述了 L1 和 L2 ENVI 文件的内容。README 中列出的文件名与实际 ENVI 图像文件名之间存在细微差别。请使用下面的文件描述作为参考。

文件命名规则

每条航线都使用特定的基本文件名前缀:angYYYYMMDDtHHNNSS。下面列出的日期时间代码适用于 TAR 文件名和其中包含的 ENVI 文件的文件名。

YYYY:飞行年份
MM:飞行月份
DD:飞行日
HH:飞行开始时的 UTC 小时
NN:飞行开始时的 UTC 分钟
SS:飞行开始时的 UTC 秒

ENVI 文件用户说明:

无数据编码为 -9999
由于在从 L1 到 L2 的处理过程中出现错误,因此没有为航迹 ang20170713t210131 提供 L2 反射率数据。

应用和推导

AVIRIS-NG 测量的光谱可用于识别、测量和监测地球表面和大气层的成分。生态学应用包括物种组成、结构和功能;叶绿素、叶水、木质素、纤维素、色素和非光合成分含量。

2017年6月、7月和8月、2018年7月和8月以及2019年7月和8月期间,AVIRIS-NG在ABoVE域上空飞行,以描述接近生长季节高峰期的生态系统结构和功能。

质量评估

所有 AVIRIS-NG 数据均由美国国家航空航天局喷气推进实验室的 AVIRIS-NG 仪器地面数据系统处理。根据对数据的初步分析,通过传感器性能评估发现飞行前和飞行后诊断未发现的异常情况。

通过近邻插值法填充的像素在每条航线的 GLT 文件中以负值表示。

数据采集、材料和方法

下一代机载可见光/红外成像光谱仪(AVIRIS-NG)是一种成像光谱仪,可测量可见光至短波红外光谱范围(380-2510 nm)内 5 nm 间隔的反射辐射度。AVIRIS-NG 的建立是为了支持 NASA 的科学和应用,将光谱测量为记录光与物质相互作用的图像。这些光谱用于识别、测量和监测地球表面和大气层的成分。

有关从 AVIRIS L1 辐射测量中推导出 L2 表面反射率的解释,请参见 Thompson 等人(2015 年)和 Gao 等人(1993 年)。

AVIRIS-NG 于 2017 年 6 月至 8 月期间在 King Air B200 上进行了飞行,并于 2018 年 7 月至 8 月以及 2019 年 7 月至 8 月再次进行了飞行,作为广泛机载活动的一部分,旨在提供有助于描述生长季节高峰期附近生态系统结构和功能的数据。飞行地点和其他元数据可在 AVIRIS-NG 数据门户网站上查看。

数据版本

1.2 版:本数据集于 2021 年 5 月修订,纳入了 2019 年 ABoVE 机载活动的飞行数据。之前提供的 2017 年和 2018 年飞行数据没有变化。

1.1 版:该数据集于 2019 年 2 月修订,纳入了 2018 年 ABoVE 机载活动的飞行数据。之前提供的 2017 年飞行数据没有变化。

1.0 版:包括 2017 年 ABoVE 机载活动中的 2017 年航班。

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="ABoVE_Airborne_AVIRIS_NG_V2_2009",
    cloud_hosted=True,
    bounding_box=(-166.65, 52.16, -103.24, 71.38),
    temporal=("2017-06-24", "2017-08-04"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

数据引用

Miller, C.E., R.O. Green, D.R. Thompson, A.K. Thorpe, M. Eastwood, I.B. Mccubbin, W. Olson-duvall, M. Bernas, C.M. Sarture, S. Nolte, L.M. Rios, M.A. Hernandez, B.D. Bue, and S.R. Lundeen. 2019. ABoVE: Hyperspectral Imagery from AVIRIS-NG, Alaskan and Canadian Arctic, 2017-2019. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Hyperspectral Imagery from AVIRIS-NG, Alaskan and Canadian Arctic, 2017-2019, https://doi.org/10.3334/ORNLDAAC/1569

致谢:

本研究由美国国家航空航天局(NASA)的北极-北方脆弱性实验(拨款号:NNX17AE44G)资助。

 数据下载地址

ABoVE: Hyperspectral Imagery from AVIRIS-NG, Alaskan and Canadian Arctic, 2017-2019, https://doi.org/10.3334/ORNLDAAC/1569 

网址推荐

 0代码在线构建地图应用


https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习


https://www.cbedai.net/xg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/474101.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

用Compute Shader处理图像数据后在安卓机上不能正常显示渲染纹理

1)用Compute Shader处理图像数据后在安卓机上不能正常显示渲染纹理 2)折叠屏适配问题 3)Prefab对DLL中脚本的引用丢失 4)如何优化Unity VolumeManager中的ReplaceData 这是第378篇UWA技术知识分享的推送,精选了UWA社区…

智慧公厕助力“厕所革命”,方便小事关乎文明大事

公共厕所是城市文明建设的重要组成部分,而智慧公厕则是厕所变革的一项全新举措。通过物联网、互联网、大数据、云计算、自动化控制技术的应用,智慧公厕实现了对公共厕所全方位的业务融合和智能化管理。下面将以智慧公厕源头实力厂家广州中期科技有限公司…

【视频图像取证篇】模糊图像增强技术之去噪声类滤波场景应用小结

【视频图像取证篇】模糊图像增强技术之去噪声类滤波场景应用小结 模糊图像增强技术之去噪声类滤波场景应用小结—【蘇小沐】 文章目录 【视频图像取证篇】模糊图像增强技术之去噪声类滤波场景应用小结(一)去噪声类滤波器1、去块滤波器(Deblo…

【WSL】Ubuntu 20.04 字符集不认识中文,及其中文路径

1. 问题 $ locale locale: Cannot set LC_CTYPE to default locale: No such file or directory locale: Cannot set LC_ALL to default locale: No such file or directory LANGen_US.UTF-8 LANGUAGE LC_CTYPEUTF-8 LC_NUMERIC"en_US.UTF-8" LC_TIME"en_US.UT…

Flutter 3.13 之后如何监听 App 生命周期事件

在 Flutter 中,您可以监听多个生命周期事件来处理应用程序的不同状态,但今天我们将讨论 didChangeAppLifecycleState 事件。每当应用程序的生命周期状态发生变化时,就会触发此事件。可能的状态有 resumed 、 inactive 、 paused 、 detached …

idea 开发serlvet篮球秩序册管理系统idea开发mysql数据库web结构计算机java编程layUI框架开发

一、源码特点 idea开发 java servlet 篮球秩序册管理系统是一套完善的web设计系统mysql数据库 系统采用serlvetdaobean mvc 模式开发,对理解JSP java编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。 servlet 篮…

PCL ICP配准高阶用法——统计每次迭代的配准误差并可视化

目录 一、概述二、代码实现三、可视化代码四、结果展示本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫。 一、概述 在进行论文写作时,需要做对比实验,来分析改进算法的性能,期间用到了迭代误差分布统计的比较分析,为直…

MySQL数据库基本操作(增删改查)与用户授权

前言 SQL(Structured Query Language,结构化查询语言)是一种用于管理关系数据库系统的语言。SQL的设计目标是提供一种简单、直观的语言,使得用户可以通过编写SQL语句来处理他们想要的数据和操作。 目录 一、结构介绍 1. 查看信…

【C语言】文件操作揭秘:C语言中文件的顺序读写、随机读写、判断文件结束和文件缓冲区详细解析【图文详解】

欢迎来CILMY23的博客喔,本篇为【C语言】文件操作揭秘:C语言中文件的顺序读写、随机读写、判断文件结束和文件缓冲区详细解析【图文详解】,感谢观看,支持的可以给个一键三连,点赞关注收藏。 前言 欢迎来到本篇博客&…

Mybatis之自定义映射resultMap

学习的最大理由是想摆脱平庸,早一天就多一份人生的精彩;迟一天就多一天平庸的困扰。各位小伙伴,如果您: 想系统/深入学习某技术知识点… 一个人摸索学习很难坚持,想组团高效学习… 想写博客但无从下手,急需…

Qualcomm AI Hub-示例(三)模型推理

文章介绍 Qualcomm AI Hub提供了部署在云端边缘物理设备执行模型推理的任务,让你能够快速的评估在真实硬件上模型推理的精度和性能。本文介绍了如何使用AI Hub提供的接口在云端设备执行推理,更多详情可以参阅 Running Inference 模型推理 出于功耗和性能…

Rust Rocket简单入门

简介 Rust中最知名的两个web框架要数Rocket和Actix了,Rocket更注重易用性,Actix则更注重性能。这里只是了解一下Rust下的WebAPI开发流程,就学一下最简单的 Rocket。 Rocket 是一个用于 Rust 的异步 Web 框架,专注于可用性、安全性…

FreeRTOS教程9 软件定时器

目录 1、准备材料 2、学习目标 3、前提知识 3.1、软件定时器回调函数 3.2、软件定时器属性和状态 3.2.1、周期 3.2.2、分类 3.2.3、状态 3.3、软件定时器运行原理 3.3.1、RTOS 守护进程任务 3.3.2、定时器命令队列 3.3.3、守护进程任务调度 3.4、创建、启动软件定…

Web框架开发-Django模型层(数据库操作)

一、ORM介绍 MVC或者MVC框架中包括一个重要的部分,就是ORM,它实现了数据模型与数据库的解耦,即数据模型的设计不需要依赖于特定的数据库,通过简单的配置就可以轻松更换数据库,这极大的减轻了开发人员的工作量,不需要面对因数据库变更而导致的无效劳动ORM是“对象-关系-映…

ubuntu20.04安装Pycharm

下载pycharm安装包 https://www.jetbrains.com/pycharm/download/#sectionlinux 使用社区版点击download 下载好的pycharm如图所示,右键解压: 打开终端,输入cd命令,进入刚刚解压文件夹下的bin文件夹,命令行是cd 文…

手撕算法-二叉搜索树与双向链表

牛客BM30。 描述:https://www.nowcoder.com/practice/947f6eb80d944a84850b0538bf0ec3a5?tpId295&tqId23253&ru/exam/oj&qru/ta/format-top101/question-ranking&sourceUrl%2Fexam%2Foj分析:二叉搜索树的中序遍历是递增序列。可以利用…

【AI工具】文字/图片生产3D模型-MVEdit 3D Toolbox

MVEdit 是一款无需培训的 3D 适配器,可 使用现成的 2D 稳定扩散模型进行 3D 生成/编辑 定位:一款功能强大的 3D 工具箱,可通过文本和图像创建和生成 3D 模型,具有可视化 UI 操作。 功能介绍: 能够从多视角图像生成高质量纹理网格,通过 3D 适配器实现出色的 3D 一致性。…

JAVA每日面经——并发编程(一)必看

👩🏽‍💻个人主页:阿木木AEcru 🔥 系列专栏:《Docker容器化部署系列》 《Java每日面筋》 💹每一次技术突破,都是对自我能力的挑战和超越。 目录 一、并发编程之AQS二、并发编程之CAS…

广东省30m二级分类土地利用数据(矢量)

广东省,地处中国大陆最南部,属于东亚季风区,从北向南分别为中亚热带、南亚热带和热带气候,是中国光、热和水资源最丰富的地区之一。主要河系为珠江的西江、东江、北江和三角洲水系以及韩江水系。广东省面积为17.977万平方公里&…

【python + Django】Django模板语法 + 请求和响应

前言: 现在现在,我们要开始将变量的值展现在页面上面啦! 要是只会显示静态页面,我们的页面也太难看和死板了, 并且数据库的数据也没法展现在页面上。 但是呢,模板语法学习之后就可以啦!&…