AVIRIS-Classic: L1B Calibrated Radiance, Facility Instrument Collection, V1
简介
该数据集包含机载可见光/红外成像分光计（AVIRIS-Classic）仪器的 1B 级（L1B）正交校正、缩放辐射度图像文件，以及观测几何参数和光照参数文件和辅助传感器波段信息。这是 NASA 地球观测系统数据和信息系统（EOSDIS）设施仪器的数据档案。NASA AVIRIS-Classic是一个具有高信噪比（SNR）的推挽式光谱测绘系统，专为高性能光谱测量而设计，并具有一定的容差。AVIRIS-Classic 可测量可见光到短波红外（VSWIR）光谱范围（400-2500 nm）内 224 个连续波段的反射辐射度，波段间隔约为 10 nm。AVIRIS-Classic 传感器的瞬时视场为 1 毫弧度，根据高度提供从 20 米到亚米级的地面采样距离。AVIRIS-Classic 可在各种飞机平台上飞行，包括 Twin Otter、NASA 的 WB-57 和 NASA 的高空 ER-2。每条航线都包含多种文件类型。主要数据文件包括：经正交校正的校准辐射图像 (img) 文件、几何查找表 (glt) 和经正交校正的观测几何和照明 (obs_ort) 文件。此外，还包括输入几何图形的未投影文件 (igm)，以及与观测几何图形和照明有关的参数 (obs)。
其他文件提供有关光谱（spc）和辐射校准（rcc、增益）、空间分辨率（geo）、飞机和传感器位置（eph、nav）、部署说明（info）和数据处理（plog）的信息。每条航线都提供了快速查看图像（jpeg）和多边形图像足迹轮廓（kmz）。主要的 AVIRIS-Classic L1B 数据以 ENVI 二进制格式提供，其中包括一个平面二进制文件，以及一个包含文本格式元数据的标头（.hdr）文件。辅助文件包括 JPEG 图像、Keyhole 标记语言（KML）地图以及二进制和文本格式的校准文件。一旦有了更多的 L1B 数据，将会添加进来。AVIRIS-Classic支持NASA在许多领域的科学和应用，包括植物组成和功能、地质和土壤、温室气体绘图以及轨道平台校准。
摘要
NASA 设施仪器在 NASA 研究中心之外运行，支持多个科学学科、实地调查和 NASA 科学目标。设施仪器由地球科学部（ESD）研究与分析计划和/或地球观测系统（EOS）项目科学办公室的管理人员提供支持。AVIRIS-经典系统位于 JPL。AVIRIS 项目隶属于喷气推进实验室观测系统部。除了运行和维护传感器之外，AVIRIS 项目还致力于确保满足每次飞行的实验要求，并确保用户对数据质量和所提供的服务水平感到满意。该数据集将包括 AVIRIS-经典设施仪器的所有 L1B 文件。
| Year | Number of Flights | Spatial Coverage | Temporal Coverage |
|---|---|---|---|
| 2006 | 128 | United States (California; Colorado; Idaho; Illinois; Louisiana; Maryland; Minnesota; Montana; Nebraska; Nevada; Pennsylvania; West Virginia; Wisconsin; Wyoming) | 2006-04-11 to 2006-11-28 |
| 2007 | 281 | United States (California; Colorado) | 2007-01-17 to 2007-12-13 |
| 2008 | 222 | United States (Arizona; California; Idaho; Maryland; Michigan; Minnesota; Montana; Nebraska; Nevada; New Mexico; New York; Ohio; Pennsylvania; Washington; West Virginia; Wisconsin); Canada | 2008-01-05 to 2008-10-29 |
| 2009 | 150 | United States (California; Connecticut; District of Columbia; Maine; Maryland; Massachusetts; Michigan; Minnesota; Nevada; New Hampshire; New York; Ohio; Pennsylvania; Tennessee; Vermont; Virginia; West Virginia; Wisconsin); Canada | 2009-02-27 to 2009-10-21 |
| 2010 | 565 | United States (Alabama; California; Colorado; Florida; Idaho; Illinois; Iowa; Louisiana; Michigan; Mississippi; Nevada; South Dakota; Texas; Utah; Wisconsin) | 2010-04-26 to 2010-11-02 |
| 2011 | 666 | United States (Arizona; California; Colorado; Illinois; Kentucky; Louisiana; Michigan; Minnesota; Mississippi; Missouri; Nevada; New Mexico; Tennessee; Utah; Wisconsin); Mexico; Canada | 2011-04-30 to 2011-11-16 |
| 2012 | 118 | United States (California; Colorado; Louisiana; Minnesota; Nevada; Utah | 2012-05-07 to 2012-12-03 |
| 2013 | 442 | United States (Arizona; California; Michigan; Nevada); Mexico | 2013-02-27 to 2013-12-05 |
| 2014 | 280 | United States (California; Nevada); Mexico | 2014-03-31 to 2014-11-24 |
| 2015 | 346 | United States (California; Nevada) | 2015-01-20 to 2015-10-30 |
| 2016 | 148 | United States (California; Nevada) | 2016-01-12 to 2016-12-19 |
| 2017 | 492 | United States (Alabama; Arizona; Arkansas; California; Colorado; Florida; Georgia; Kansas; Kentucky; Louisiana; Mississippi; Missouri; Nebraska; Nevada; New York; North Carolina; Ohio; Oklahoma; Pennsylvania; South Carolina; Tennessee; Texas; Virginia; West Virginia); Mexico | 2017-01-17 to 2017-12-21 |
| 2018 | 328 | United States (Arizona; California; Nevada; Oregon); Mexico | 2018-01-11 to 2018-09-18 |
| 2019 | 130 | United States (Arizona; California; Idaho; Montana; Nevada; Oregon; Utah; Washington); Mexico | 2019-08-02 to 2019-10-01 |
| 2020 | 95 | United States (California; Nevada); Mexico | 2020-09-17 to 2020-10-15 |
| 2021 | 81 | United States (Arizona; California; Nevada); Mexico | 2021-02-09 to 2021-04-02 |
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="AVIRIS-Classic_L1B_Radiance_2155",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2004-07-20", "2021-08-08"),count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")
引用
Green, R.O., M.L. Eastwood, C.M. Sarture, T. G. Chrien, M. Aronsson, B.J. Chippendale, J.A. Faust, B.E. Pavri, C. J. Chovit, M. Solis, M.R. Olah, and O. Williams. 1998. Imaging Spectroscopy and the Airborne Visible/Infrared Imaging Spectrometer (AVIRIS). Remote Sensing of Environment 65:227- 248. Redirecting
网址推荐
知识星球
知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428
机器学习
https://www.cbedai.net/xg
干旱监测平台
慧天干旱监测与预警-首页https://www.htdrought.com/
