Google Earth Engine အသုံးပြုတဲ့အခါ သို့မဟုတ် USGS ကနေ Satellite Image တွေကို ရယူတဲ့အခါ မှာ Level Collection, Tier ဆိုတဲ့အသုံးတွေကိုတွေ့ မိကြမှာပါ။
အထက်ကပုံထဲကလို search result တွေကျလာတဲ့အခါ များသောအားဖြင့် Collection, Tier, Level တွေရဲ့ သတ်မှတ်ချက်တွေကိုသေသေခြာခြာမသိပဲ မိမိအထင်ဖြင့် နံပါတ် 2 ပါတဲ့ ဟာက 1 ထက်ပိုကောင်းမှာပါ သို့မဟုတ် နံပါတ် 1 ပါတဲ့ ဟာက 2 ထက်ပိုကောင်းမှာပါဆိုပြီး ရွေးလိုက်တာ မျိုးတွေရှိနိုင်ပါတယ်။
“Collection, Tier, Level အဲဒါတွေက ဘာတွေလဲ” လို့ ခေါင်းထဲမှာ မေးခွန်းပေါ်လာဖူးခဲ့ရင် ဒီဆောင်းပါးက သင့်ကို အတော်အသင့်အလင်းဖွင့်ပေးနိုင်ပါလိမ့်မယ်…
Level
Level ဆိုတာ Processing Level ကိုဆိုလိုပါတယ် – analysis ပြုလုပ်ဖို့ image ဟာဘယ်လောက် အဆင်သင့်ဖြစ်နေပြီလဲ ဆိုတာကို ဖော်ပြပါတယ်
Level-1
- ပုံမှန်download လုပ်လေ့ရှိတဲ့ image ပါ
- မူလက raw image က pixel တွေရဲ့ digital number (DN) တွေကို radiance value ဖြစ်အောင်ပြန်ပြောင်းထားပါတယ် (radiance = reflected energy) – Radiometrically calibrated လို့ အသုံးပြုပါတယ်။
- Radiance value ကနေ Reflectance value အဖြစ်လည်း ထပ်မံပြောင်းထားပါတယ်။ နေရောင် ကျထောင့်၊ နေရောင်ပြင်းအား စတဲ့အချက်အလက်များအသုံးပြုပြီး အလင်းပြန်နှုံး (reflected energy/incident energy) ကိုတွက်ပါတယ်။ ကြားကဖြတ်သန်းလာတဲ့ လေထု ရဲ့ နှောက်ယှက်မှု တွေကို မဖယ်ရှား ရသေးပါ။ Top of Atmosphere (TOA ) မြေပြင် ကနေပြန်လာတဲ့ စွမ်းအင်များဟာ လေထုထိပ်ဆုံး (အာကာသ)ကနေ ဖမ်းယူရရှိတဲ့အတိုင်း ရှိနေသဖြင့် တနည်းအားဖြင့် sensor ကိုရောက်ရှိလာတဲ့ Reflectance တန်ဖိုးများဖြစ်ပါတယ်
- Dem အသုံးပြုပြီး orthorectified လုပ်ထားပြီးသားဖြစ်ပါတယ်
- သိပ္ပံလေ့လာမှုများအတွက် အသုံးပြုရန် သင့်တော်ပါတယ်
- Radiance နှင့် TOA product များအဖြစ်ထုတ်လုပ်ထားပါ
Level-2
- Level-1 data ကနေဆက်လက်အဆင့်မြှင့်တင်ထားပါတယ်
- ကြားကဖြတ်သန်းလာတဲ့ လေထု ရဲ့ နှောက်ယှက်မှု တွေကို ဖယ်ရှား (atmospheric correction) တဲ့အဆင့်ပါလာပါပြီ။ ရလာဒ်ကတော့ မြေပြင်မှာရှိနေတဲ့ အရာဝတ္ထု မှာ ရှိနေတဲ့ အလင်းပြန်နှုံးများဖြစ်လာတဲ့အတွက် Surface Reflectance လို့ခေါ်ပါတယ်
- Reflectance value တွေက 0 – 1 ကြားကရှိတဲ့ value တွေပါ ဒါပေမယ့် သိမ်းဆည်းရာမှာ ဖိုင်ဆိုက် မကြီးအောင်လို့ ကိန်းပြည့်ဖြစ်အောင် scaling factor တစ်ခုခုနဲ့မြှောက်ထားလေ့ရှိပါတယ်။
- တစ်နေရာ နဲ့ အခြားတစ်နေရာ ရှိ အရာများ ကို တိုက်ရိုက် နှိုင်းယှဉ်ရန် သို့မဟုတ် နေရာ တစ်ခုတည်းမှာ အချိန်ခြားပြီး တိုက်ရိုက် နှိုင်းယှဉ်ရန် ကိစ္စတွေမှာ အသုံးပြုရန် ပိုပြီး သင့်တော်ပါတယ်
- Surface reflectance and Surface temperature product များအဖြစ်ထုတ်လုပ်ထားပါတယ်
- Landcover analysis, Vegetation Indices (NDVI, EVI), Evapotranspiration, Hydrology, Urben heat တွက်ချက်ခြင်းလုပ်ငန်းများအတွက် Level 2 product များကို အသုံးပြုပါ
Level-3
- သိပ္ပံနယ်ပယ်သုံး ဒေတာ product များဖြစ်ပါတယ်။ လေ့လာတွက်ချက်မှုများစတင်ပြုလုပ်နိုင်သည့်အနေအထားဖြစ်သည်
- အတက်အကျ/အတိုးအဆုတ်လှုပ်ရှားနေသည့် ရေမျက်နှာပြင်ပြ ဒေတာများ ပါဝင်သည်
- နှင်းဖုံးလွှမ်းမှုပြ ဒေတာများ – pixel တစ်ခုတွင် ၎င်းအတွင်းကျရောက်နေသည့် နှင်းပမာဏပြသည့်အချက်များပါဝင်သည်
- တောမီးလောင်ထားသည့်နေရာများပြဒေတာ – pixel တစ်ခုတွင် လောင်ကျွမ်းမှု အမျိုးအစားနှင့် ဖြစ်တန်စွမ်း အချက်အလက်များပါဝင်သည်
- Level 3 product တွေကိုတော့ USGS data site တွေမှာပဲတွေ့ရတတ်ပါတယ်
Collections
Collection ကတော့ raw data ကိုဒေတာပြုပြင်တွက်ချက်ညှိပေးသည့် လုပ်ငန်းစီမံချက်ကြီးများ (major processing campaigns) ကို ဆိုလိုပါတယ်
Collection တစ်ခုမှာ အသုံးပြုတဲ့ softwareတွေ algorithm နည်းစနစ်တွေ ဟာ တစ်သမတ်တည်းဖြစ်ပြီး လုပ်ဆောင်ပုံအဆင့်ဆင့်အသေးစိတ်ကို လည်း သေသေချာချာမှတ်တမ်းပြုထားပါတယ်။
Collection 1 ကို 2016 မှာစတင်ခဲ့ပြီး Landsat data အားလုံးကို စနစ်တကျ ပြန်လည် တွက်ချက်ချိန်ညှိခဲ့ကြပါတယ်။
Collection 2 အသုတ်မှာ – Radiometric calibration, Geometric accuracy နဲ့ Metadata quality ကိုပိုမိုကောင်းမွန်အောင်မြှင့်တင်ထားပါတယ်။
Collection 1 image တွေကိုတော့ ၂၀၂၂ ခုနှစ် ဒီဇင်ဘာ ၃၀ မှာ အများပြည်သူအတွက်ဖြန့်ဝေတာကို ရပ်နားခဲ့ပါတယ်
Collection 2 product တွေကို 2020 ခုနှစ်မှာ စတင်အသုံးပြုခွင့်ပေးခဲ့ပြီး လက်ရှိအသုံးပြုနေတဲ့ imagery များပါဝင်ပါတယ်။
Tier
Tier ကတော့ collection တစ်ခုမှာ ရှိတဲ့ image များရဲ့ geometric accuracy နဲ့ အသုံးပြုနိုင်မှု usability ကိုဖော်ပြပါတယ်။
Tier 1 (T1)
- geometric accuracy အမြင့်ဆုံးရှိ – terrain/relief များဖြည်ပြီး orthorectifiedလုပ်ထားပြီး တည်နေရာတိကျမှုမြင့် (<12 meter)
- time-series analysis များအတွက် သင့်တော်သည်။
- တည်နေရာတိကျမှုလိုသည့် လေ့လာမှုများအတွက် Tier 1 အဆင့် product များကို အသုံးပြုပါ။
Tier 2 (T2)
- geometric accuracy ညံ့ (control point များနည်းခြင်း၊ မြေပြင်အနိမ့်အမြင့်၏သက်ရောက်မှုများပါနေ)
- အသုံးပြုလို့တော့ ရသည် သို့သော် တိကျမှုမရှိ၊
- time-series analysis များအတွက် မသင့်တော်
- တနည်းအားဖြင့် Tier 1 အဆင့်မမှီနိုင်သည့် product များသည် Tier 2 များဖြစ်လာကြသည်။
Real-Time (RT)
- ဂြိုလ်တုမှ တိုက်ရိုက်ပေးပို့လာသည့်ဒေတာ၊ အပေါ်ယံသာ process လုပ်ထားသည်
- နောက်ပိုင်းတွင် ၎င်းကို calibration ပြုလုပ်ပြီးပါက T1 သို့မဟုတ် T2 အမျိုးအစားဖြစ်လာသည် (14 – 26 ရက်ကြာနိုင်)
- အလျင်အမြန်လိုနေသည့်အချိန် (L1, L2 product များမရှိသည့်အခါ) တွင်သာအသုံးပြုပါ
အချုပ်ဆိုရသော် Collection က တော့ #2 တစ်ခုပဲ ရှိတော့သည့်အတွက် ရှုပ်ထွေးစရာမရှိတော့ ပါ။ Tier 1 နှင့် 2 တွင် Tier 1 (T1) ကပိုကောင်းသည်၊ Level 1 နှင့် Level 2 တွင် Level 2 ကပိုကောင်းသည်ဟု မှတ်ရန်သာရှိတော့သည်။ T1 L2 အတွဲသည်အကောင်းဆုံး product များဖြစ်သည်။
Google Earth Engine Data Catalogue တွင် တွေ့ရသည့် Image Collection များမှ ဥပမာ အချို့
../C02/T1 - Collection 2 Tier 1 (Level 1) Raw Scene../C02/T1_TOA - Collection 2 Tier 1 (Level 1) - calibrated Top-of-atmosphere (TOA) reflectance../C02/T1_RT - Collection 2 Tier 1 (Level 1) Real Time../C02/T1_RT_TOA - Collection 2 Tier 1 (Level 1) Real Time and Top-of-atmosphere (TOA) reflectance../C02/T1_L2 – Collection 2 Tier1 Level 2 - atmospherically corrected surface reflectance and land surface temperature derived from the dataတူညီသည့် image ကိုမတူညီသည့် ပလက်ဖောင်းများတွင်ဖေါ်ပြသည့်ပုံစံများ
Google Earth Engine – “LANDSAT/LE07/C02/T2_L2/LE07_017043_20170609“
USGS Earth Explorer – “LE07_L1GT_017043_20170609_20200831_02_T2“
LE07 - Landsat 7 ETM+ L1GT - Level-1 product type, Systematic Terrain-corrected (L1TP = Precision Terrain-corrected, L1GS = Systematic Correction (no DEM, no GCP)) 017043 – path and row id 20170609 – image aquisition date in yyyymmdd format 20200831– processing date in yyyymmdd format 02_T2 - Collection 2, Tier 2ဒီဆောင်းပါအဆုံးအရောက်မှာ တော့ level, collection, tier တွေရဲ့ အကြောင်း တွေကိုရှင်းရှင်းလင်းသဘောပေါက် ပြီလို့ ယူဆပါတယ်။ မိမိအသုံးပြုတဲ့ satellite image ဒေတာ ရဲ့ အကြောင်းကို ဂဃ နဏ နားလည်ပြီး မှန်ကန်စွာရွေးချယ် အသုံးပြုလာနိုင်မယ်လို့ ယုံကြည်ပါတယ်။
ကိုးကား USGS Documentation, Earth Engine Data Catalogue, chatGPT
