OPERA Radiometric Terrain Corrected SAR Backscatter from Sentinel-1 validated product (Version 1)简介面向最终用户的遥感分析观测产品OPERA辐射地形校正RTCSAR 后向散射数据基于 Sentinel-1 (S1) 验证包含根据地形进行归一化的雷达后向散射数据。该产品可映射与地面散射物体的物理特性相关的信号例如地表粗糙度、土壤湿度和/或植被。OPERA RTC-S1 产品源自哥白尼 Sentinel-1 干涉宽IW单视复合SLC数据覆盖范围近乎全球时间采样与 S1 SLC 数据的可用性同步。每个 OPERA RTC-S1 产品对应于一次 S1 地震脉冲该脉冲投影到预定义的 UTM/极地立体投影地图系统网格上网格间距为 30 米。哥白尼全球 30 米 (GLO-30) 数字高程模型 (DEM) 是用于校正地形影响和对产品进行地理编码的参考 DEM。OPERA RTC-S1 产品通过辐射地形校正从原始雷达亮度 β₀ 获得后向散射系数 γ₀并将其归一化。RTC-S1 产品以云优化 GeoTIFF 格式分发每个处理后的极化方向对应一个 GeoTIFF 文件。RTC-S1 产品元数据采用分层数据格式版本 5 (HDF5) 格式提供。由于 S1 任务的轨道管较窄雷达几何参数例如入射角、局部入射角、观测次数和 RTC 区域归一化因子ANF会随时间略有变化因此被视为静态参数。这些静态参数与 OPERA RTC-S1 产品分开提供因为它们仅生成一次或有限次数以应对 DEM、S1 轨道或静态参数生成算法的变化。这些静态参数包含在相关的 OPERA Sentinel-1 静态参数验证产品版本 1数据集中该数据集包含经验证的辐射地形校正 SAR 后向散射数据。OPERA RTC-S1 产品包含修改后的哥白尼哨兵数据2014-2026 年。OPERA 项目由 NASA 卫星需求工作组 (SNWG) 资助该工作组提供为满足美国政府机构利益相关者的需求而开发的数据产品。摘要代码!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_nameOPERA_L2_RTC-S1-STATIC_V1, cloud_hostedTrue, bounding_box(-165.68, 34.59, -98.1, 71.28), temporal(2017-07-20, 2017-08-08), count-1, # use -1 to return all datasets return_gdfTrue, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dirdata)网址推荐个人主页https://sites.google.com/view/xingguang/main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/
)
