Landsat Team团队和GEE团队
对于大多数应用而言，在使用采集 2 地表反射率产品时，无需进行任何传感器间协调校正（转述 Landsat 科学团队 Mike Wulder 的信息）（个人经验）。使用波段比指数时尤其如此。您提到的 Roy 等人的系数是为采集前数据开发的。大地遥感卫星档案现已进入第 2 个数据集；在第 2 个数据集重新处理后，他们工作中发现的关系可能并不可靠。
为什么要协调校正
Landsat Collection 2 不同传感器之间需要进行系数校正，以确保不同传感器之间数据的可比性。这是因为不同的传感器具有不同的光谱特性和校准方法，导致它们记录的辐射值可能存在差异。
系数校正的重要性:
- 消除传感器间差异：如果不进行系数校正，来自不同传感器的图像可能会出现亮度不一致的情况，影响后续的分析和解译。
- 提高数据精度：系数校正可以将不同传感器的数据校准到一个标准的辐射水平，提高数据的精度和可比性。
- 支持跨传感器分析：系数校正使来自不同传感器的数据可以进行直接比较和分析，例如监测森林变化或土地利用情况。
Landsat Collection 2 中的系数校正:
Landsat Collection 2 数据提供了两种类型的系数校正：
- 辐射校正系数 (RAD)：用于将原始的传感器数据校准到辐射度量单位（例如，反射率或亮度温度）。
- 几何校正系数 (GEO)：用于校正传感器图像的几何畸变，确保图像具有正确的地理位置和比例。
美国地质调查局 (USGS) 提供了用于进行 Landsat Collection 2 数据系数校正的工具和资源。这些工具可以免费下载和使用。
进行系数校正的步骤:
- 下载必要的系数校正文件。
- 将系数校正文件应用于原始的 Landsat 数据。
- 保存校正后的数据。
系数校正的注意事项:
- 应使用与特定 Landsat 场景相关的系数校正文件。
- 应注意系数校正可能对数据产生的一些影响，例如可能略微降低数据的空间分辨率。
- 建议在进行进一步分析之前对校正后的数据进行可视化检查。
总结:
Landsat Collection 2 不同传感器之间需要进行系数校正，以确保数据的可比性和精度。USGS 提供了用于进行系数校正的工具和资源，可以帮助用户轻松地校正 Landsat 数据。
测试代码
//加载Landsat影像
var ic8 = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2");
var ic7 = ee.ImageCollection("LANDSAT/LE07/C02/T1_L2");
var utils = require('users/benscarlson/modules:setDate.js');
//待办事项：查看这些信息，看我是否需要做些什么
// https://www.usgs.gov/landsat-missions/landsat-collection-2-known-issues
//操作：不进行采样，只提取 L7、L8 图像相交处的所有像素值
// 提取多边形的像素值： https://gis.stackexchange.com/questions/407840/extracting-pixel-values-in-sample-polygons-in-google-earth-engine
//
//TODO:
//小的研究区范围测试
//var extent = [10.1151841, 51.671005, 12.920483, 53.1336515];
//domain = ee.FeatureCollection(ee.Geometry.Rectangle(extent));
//Map.addLayer(domain);
//Roy 等人共有 2752 块夏季 L8 和 L7 瓦片和 1767 块夏季 L8 和 L7 瓦片。
//我共有 1731 块 L8 瓦片。
//---- 时间开始结束日期 ----
var startDate = '2021-06-01';
var endDate = '2021-08-31';
var gridS
