five

LEDAPS corrected Landsat Enhanced Thematic Mapper image data for California Current Ecosystem LTER collected on 1985-04-23

收藏
DataONE2015-07-23 更新2024-06-27 收录
下载链接:
https://search.dataone.org/view/https://pasta.lternet.edu/package/metadata/eml/lter-landsat-ledaps/1806/1
下载链接
链接失效反馈
官方服务:
资源简介:
This LTER Remote Sensing spatial raster dataset consists of LEDAPS corrected Landsat Enhanced Thematic Mapper image data for California Current Ecosystem LTER, originally collected on 1985-04-23 (17:52:47.6660750Z) by Landsat 5, row 037, path 040. Cloud cover was 0 percent. The Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS) software was originally developed by the National Aeronautics and Space Administration–Goddard Space Flight Center and the University of Maryland to produce top-of-atmosphere reflectance from Landsat Thematic Mapper and Enhanced Thematic Mapper Plus Level 1 digital numbers and to apply atmospheric corrections to generate a surface-reflectance product. The U.S. Geological Survey (USGS) has adopted the LEDAPS algorithm for producing the Landsat Surface Reflectance Climate Data Record. NASA Landsat Program, 2009, Landsat TM LT50400371985113XXX09, LPGS_12.1.3, USGS, Sioux Falls, 2012-11-29T01:09:32Z.

本长期生态研究(Long-Term Ecological Research, LTER)遥感空间栅格数据集,包含经陆地卫星生态扰动自适应处理系统(Landsat Ecosystem Disturbance Adaptive Processing System, LEDAPS)校正的陆地卫星增强型专题制图仪(Landsat Enhanced Thematic Mapper)影像数据,服务于加利福尼亚洋流生态系统长期生态研究站点。该影像由陆地卫星5号(Landsat 5)于1985年4月23日17时52分47.6660750秒协调世界时(UTC)采集,轨道行号037、路径号040,云量占比为0%。陆地卫星生态扰动自适应处理系统软件最初由美国国家航空航天局(National Aeronautics and Space Administration, NASA)戈达德航天中心与马里兰大学开发,旨在基于陆地卫星专题制图仪(Landsat Thematic Mapper)及增强型专题制图仪Plus的一级数字量化值生成大气顶反射率,并通过大气校正流程生成地表反射率产品。美国地质调查局(U.S. Geological Survey, USGS)已采用LEDAPS算法生产陆地卫星地表反射率气候数据记录。本数据源自美国国家航空航天局陆地卫星计划(NASA Landsat Program),2009年发布的陆地卫星专题制图仪影像LT50400371985113XXX09,采用LPGS_12.1.3版本处理,由美国地质调查局苏福尔斯分部于2012年11月29日01时09分32秒协调世界时(UTC)发布。
创建时间:
2015-07-23
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作