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（RTC）SAR 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_name="OPERA_L2_RTC-S1-STATIC_V1", cloud_hosted=True, 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_gdf=True, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dir="data")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/
