Landsat8数据介绍、获取及合成-11页word资料
ERDAS 处理Landsat-8 卫星数据 20170629
ERDAS处理Landsat-8卫星数据樊疆北京天图科技有限公司2017/6/29目录◆Landsat-8 数据概述◆Landsat-8 数据常规处理◆基于空间建模的Landsat-8分析◆Landsat-8 变化监测Landsat-8 数据介绍•2013年2月11号，NASA 成功发射了Landsat 8 卫星。
携带两个载荷：OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）。
传感器波段名称波段(μm)空间分辨率(m)OLI陆地成像仪Band 1 Coastal海岸波段0.433–0.45330 Band 2 Blue蓝波段0.450–0.51530 Band 3 Green绿波段0.525–0.60030 Band 4 Red红波段0.630–0.68030 Band 5 NIR近红外波段0.845–0.88530 Band 6 SWIR 1短波红外1 1.560–1.66030 Band 7 SWIR 2短波红外2 2.100–2.30030 Band 8 Pan全色波段0.500–0.68015 Band 9 Cirrus卷云波段 1.360–1.39030TIRS热红外传感器Band 10 TIRS 1热红外110.6-11.2100 Band 11 TIRS 2热红外211.5-12.5100Landsat-8 波段应用•OLI陆地成像仪：被动感应地表反射的太阳辐射和散发的热辐射。
•TIRS热红外传感器：收集地球热量流失，目标是了解所观测地带水分消耗，特别是干旱地区水分消耗。
波段名称用途Band 1 海岸波段海岸带观测（海水颜色和水质、海岸带气溶胶）Band 2 蓝波段对水体有投射能力，能够反射浅水水下特征，可区分土壤和植被、编制森林类型图、区分人造地物类型Band 3 绿波段探测健康植被绿色反射率、可区分植被类型和估计作物长势，区分人造地物类型，对水体有一定的穿透能力Band 4 红波段测量植物绿色素吸收率，进行植物分类，区分人造地物类型Band 5 近红外波段植被反射率非常高，有效监测植被，测定生物量和作物长势、区分植被类型、绘制水体边界Band 6 短波红外1对于监测裸土非常有效，可以反应裸土表面的湿度情况，用于探测土壤湿度，区分云和雪Band 7 短波红外2探测高温辐射源，如检测森林火灾、火山等，区分人造地物Band 8 全色波段可以更好区分植被与非植被区域Band 9 卷云波段包括水汽强吸收特征，可用于卷云检测Band 10 热红外1二者配合使用能够在反演的时候对大气削弱进行修正，将地表温度从大气温度中分离出来，可用于热强度测定分析，探测地表物质自身热辐射Landsat-8 波段合成•波段合成常用方法波段合成RGB用途4 3 2 (Red Green Blue)自然真彩色（易受到大气的影响，有时图像不够清晰）7 6 5 (SWIR2 SWIR1 NIR)穿透大气层7 5 3 (SWIR2 NIR Green)移除大气影响的自然表面（植被显示为不同深度的绿）7 6 4 (SWIR2 SWIR1 Red)城市监测（效果比较明亮）7 5 2 (SWIR2 NIR Blue)森林火灾（对火点燃烧引起的烟雾的敏感度降低）6 5 2 (SWIR1 NIR Blue)农作物监测（农作物显示为高亮的绿色、裸地显示为品红色、休耕地显示为很弱的墨绿色）6 5 4 (SWIR1 NIR Red)植被分析6 3 2 (SWIR1 Green Blue)地质监测（没有或少量植被情况下，突出地表景观）57 1 (NIR SWIR2 Costal)监测植被和水体（植被显示为橘红）5 6 4 (NIR SWIR1 Red)区分陆地和水体（深浅的橙色和绿色是陆地、冰显示为很亮的玫红色、深/浅蓝色是水）5 4 3 (NIR Red Green)标准假彩色图像CIR监测植被、农作物和湿地（植被显示为红色、植被越健康红色越亮），还可以区分植被种类Landsat-8 波段合成432 波段合成真彩色图像接近地物真实色彩，图像平淡，色调灰暗543波段合成标准假彩色图像地物色彩鲜明，有利于植被(红色)分类，水体识别Landsat-8 波段合成753 移除大气影响的自然表面（植被显示为不同深度的绿）652农作物监测（农作物显示为高亮的绿色、裸地显示为品红色、休耕地显示为很弱的墨绿色）Landsat-8 波段合成564 区分陆地和水体764 水体和植被得到了增强（深浅的橙色和绿色是陆地、深/浅蓝色是水）Landsat-8 数据组织•下载：Landsat-8 L1T数据在USGS官网（https:///）、地理空间云可以免费下载可下载数据基本能覆盖全球，行列号采用WRS2(卫星条带号的一个参考坐标系统)。
landsat8反照率各个波段的比例因子
landsat8反照率各个波段的比例因子Landsat 8是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作开展的一项地球观测计划，旨在提供高空间分辨率和频率的遥感数据。
它搭载了一台名为OLI（Operational Land Imager）的传感器，可以获取多个波段的数据，其中包括蓝、绿、红、近红外、短波红外1、短波红外2和热红外这些波段。
为了将这些波段的数据转化为可用的反射率信息，需要使用比例因子进行校正。
1. 蓝波段（Band 2）比例因子:蓝波段的比例因子为0.0001。
这意味着在计算蓝波段的反射率时，需要将原始数据乘以0.0001。
蓝波段对于水体和植被的观测具有重要意义，可以用于监测水质和植被生长情况。
2. 绿波段（Band 3）比例因子:绿波段的比例因子为0.0001。
与蓝波段类似，计算绿波段的反射率时也需要将原始数据乘以0.0001。
绿波段对于植被的监测非常重要，可以用于研究植被的健康状况和覆盖范围。
3. 红波段（Band 4）比例因子:红波段的比例因子为0.0001。
同样，计算红波段的反射率时需要将原始数据乘以0.0001。
红波段对于土地利用和土地覆盖的分类具有重要作用，可以用于识别不同类型的地表覆盖，如城市、农田和森林。
4. 近红外波段（Band 5）比例因子:近红外波段的比例因子为0.0001。
计算近红外波段的反射率时同样需要乘以0.0001。
近红外波段对于植被的监测也非常重要，可以用于评估植被的健康状况和生长情况。
5. 短波红外1波段（Band 6）比例因子:短波红外1波段的比例因子为0.0001。
在计算短波红外1波段的反射率时，同样需要将原始数据乘以0.0001。
短波红外1波段对于土地覆盖分类和水体观测也具有重要意义。
6. 短波红外2波段（Band 7）比例因子:短波红外2波段的比例因子为0.0001。
在计算短波红外2波段的反射率时，同样需要将原始数据乘以0.0001。
landsat8波谱提取
landsat8波谱提取
Landsat 8是美国地球观测卫星计划的一部分，它携带着一台
名为OLI（Operational Land Imager）的遥感仪器，能够捕捉可见光、红外和短波红外波段的数据。
波谱提取是指从这些数据中提取
出不同波长的光谱信息，以便进行地表覆盖分类、环境监测和资源
管理等应用。
要进行Landsat 8波谱提取，首先需要获取Landsat 8卫星数据，可以通过美国地质调查局（USGS）的网站或其他数据分发渠道
获取。
一旦获取了数据，就可以使用遥感图像处理软件（如ENVI、ArcGIS等）进行处理。
在进行波谱提取时，可以采用一系列的图像处理技术，例如主
成分分析（PCA）、线性混合模型（LMM）和光谱角度匹配（SAM）等。
这些技术可以帮助提取出不同波长的光谱信息，并将其转化为可用
的数据形式，以进行后续的分析和应用。
波谱提取的应用非常广泛，可以用于土地覆盖分类，植被监测，水质评估，矿产资源勘探等领域。
通过分析不同波长的光谱信息，
可以更好地理解地表特征和环境变化，为自然资源管理和环境保护
提供重要支持。
总之，Landsat 8波谱提取是利用其携带的遥感数据，通过图
像处理技术提取出不同波长的光谱信息，为各种地学和环境应用提
供数据支持。
这一过程需要结合遥感数据处理软件和专业知识，以
确保提取出的光谱信息准确可靠，为后续分析和决策提供可靠依据。
landsat8植被提取步骤 -回复
landsat8植被提取步骤-回复Landsat 8植被提取步骤：第一步：数据获取与准备Landsat 8是美国国家航空航天局（NASA）和美国地质调查局（USGS）联合运营的一颗卫星，它搭载了一台名为Operational Land Imager (OLI)的传感器，可以提供高空间分辨率和多光谱信息的遥感数据。
要进行植被提取，首先需要获取Landsat 8的遥感影像数据。
这些数据可以从USGS 的遥感数据分发网站下载。
下载到数据后，还需要对其进行一些预处理以准备后续的植被提取分析。
预处理步骤通常包括校正、大气校正和辐射校正。
这些校正步骤旨在消除不同波段之间的辐射差异和大气干扰，以确保准确的植被提取结果。
第二步：选择植被指标植被指标是通过遥感数据计算得出的数值，用于衡量植被的生长状况和覆盖程度。
在Landsat 8数据中，常用的植被指标有Normalized Difference Vegetation Index (NDVI)和Enhanced Vegetation Index (EVI)。
选择合适的植被指标是提取植被信息的关键步骤。
NDVI是其中一种广泛使用的植被指标，计算公式为：(NIR - R) / (NIR + R)，其中NIR代表近红外波段的反射值，R代表红光波段的反射值。
NDVI的取值范围为-1到1，数值越高代表植被覆盖度越高。
EVI是在NDVI基础上进行改进的植被指标，能够更好地消除大气干扰和土壤背景噪声。
计算公式为：EVI = 2.5 * (NIR - R) / (NIR + 6 * R - 7.5 * B + 1)，其中B代表蓝光波段的反射值。
EVI的取值范围也为-1到1，数值越高代表植被覆盖度越高。
根据研究目的和数据特点，选择适合的植被指标进行后续的分析和提取。
第三步：获取植被提取结果在得到合适的植被指标后，可以使用不同的方法来提取植被信息。
常用的方法包括阈值分割、土地覆盖分类和机器学习算法。
Landsat8数据介绍、获取及合成-11页word资料
Landsat8数据介绍、获取及合成2019年2月11日，第八颗LandSat卫星在加州范登堡空军基地进行发射。
并作出说明5月底之前，所有用户都可以下载使用，注意是对所有用户。
下面是原话“By the end of May 2019, data from the Landsat 8 satellite will be available to all users. Each day, 400 scenes acquired by the Operational Land Imager (OLI) and Thermal Infrared Sensor (TIRS) will be archived at the USGS EROS Center, and will be processed to be consistent with current standard Landsat data products. Data will be ready to download within 24 hours of reception.”老美的效率就是高，其实中国的效率也是挺高的，就是不容易获得自己想用的，大家都懂得。
言归正传，今天landsat8数据尝鲜，有点小高兴，遂把数据的详细获取步骤及合成分享给能用到的朋友。
先来张13年6月的landsat8影像合成图：（刚出炉的）肿么是这个样子的一、Landsat8数据LDCM(Landsat Data Continuity Mission) 计划是美国国家航空航天局（NASA）陆地卫星系列的第八个计划，由NASA和美国地质调查局联合运行的计划，旨在长期对地进行观测。
该计划主要对资源、水、森林、环境和城市规划等提供可靠数据。
LandSat-8上携带有两个主要载荷：OLI和TIRS。
其中OLI（全称：Operational Land Imager ，运营性陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：Thermal Infrared Sensor，热红外传感器），由NASA的戈达德太空飞行中心研制。
Landsat8OLI数据信息
Landsat8OLI数据信息Landsat 8 OLI_TIRS 卫星数字产品基本信息数据标识LC81200432014290LGN00卫星名称LANDSAT8数据类型OLI_TIRS 传感器OLI_TIRS接收站LGN 白天/晚上DAY条带号120 行编号43太阳高度角51.4162 太阳方位角148.1797日期信息获取时间2014-10-17开始时间2014-10-17 02:39:19.796561 结束时间2014-10-17 02:39:51.566557 云量信息平均云量 2.02左上角云量左下角云量右上角云量右下角云量空间信息中心经度117.0060 中心纬度24.5529左上角经度116.2925 左上角纬度25.6012右上角经度118.1391 右上角纬度25.2286右下角经度117.7046 右下角纬度23.4926左下角经度115.8837 左下角纬度23.8665Landsat 8 OLI_TIRS 卫星数字产品基本信息数据标识LC81200432014242LGN00卫星名称LANDSAT8数据类型OLI_TIRS 传感器OLI_TIRS接收站LGN 白天/晚上DAY条带号120 行编号43太阳高度角62.9901 太阳方位角120.6245日期信息获取时间2014-08-30开始时间2014-08-30 02:39:10.095501 结束时间2014-08-30 02:39:42.095824 云量信息平均云量11.57左上角云量左下角云量右上角云量右下角云量空间信息中心经度117.0219 中心纬度24.5531左上角经度116.3086 左上角纬度25.6016右上角经度118.1549 右上角纬度25.2289右下角经度117.7202 右下角纬度23.4928左下角经度115.8996 左下角纬度23.8668Landsat 8 OLI_TIRS 卫星数字产品基本信息数据标识LC81200432013239LGN00卫星名称LANDSAT8数据类型OLI_TIRS 传感器OLI_TIRS接收站LGN 白天/晚上DAY条带号120 行编号43太阳高度角63.7860 太阳方位角119.2265日期信息获取时间2013-08-27开始时间2013-08-27 02:41:08.501509 结束时间2013-08-27 02:41:40.271505 云量信息平均云量9.55左上角云量左下角云量右上角云量右下角云量空间信息中心经度116.9949 中心纬度24.5529左上角经度116.2807 左上角纬度25.6011右上角经度118.1283 右上角纬度25.2285右下角经度117.6941 右下角纬度23.4928 左下角经度115.8721 左下角纬度23.8667。
landasat8水分校正系数
landasat8水分校正系数（实用版）目录1.引言NDSAT 8 卫星及其传感器3.水分校正系数的作用和重要性NDSAT 8 水分校正系数的获取和计算方法NDSAT 8 水分校正系数的应用实例6.结论正文1.引言LANDSAT 8 是美国国家航空航天局（NASA）发射的一颗地球观测卫星，它携带了多个传感器，可以获取地表的反射率、辐射率、温度等信息。
其中，水分校正系数是其中一个关键参数，对于卫星遥感数据的准确性和可靠性具有重要意义。
NDSAT 8 卫星及其传感器LANDSAT 8 卫星于 2013 年 2 月 11 日发射，是 LANDSAT 系列卫星的最新一颗。
它搭载了一个名为 TIRS（Thermal Infrared Sensor）的热红外传感器，用于测量地表的温度。
此外，LANDSAT 8 还搭载了一个名为 OLI（Operational Land Imager）的光学传感器，可以获取地表的反射率信息。
3.水分校正系数的作用和重要性水分校正系数是用于纠正卫星遥感数据中水分含量的一个参数。
由于大气、土壤、植被等因素的影响，卫星遥感数据中的水分含量往往与实际水分含量存在偏差。
为了消除这种偏差，需要使用水分校正系数对遥感数据进行校正。
这样可以提高遥感数据的准确性和可靠性，为农业、水利、环境监测等领域的应用提供有力支持。
NDSAT 8 水分校正系数的获取和计算方法LANDSAT 8 水分校正系数的获取主要依赖于地面观测数据。
通常，需要在地面设置观测站点，通过实地测量获取土壤、植被等参数，然后与卫星遥感数据进行对比，从而计算出水分校正系数。
计算方法通常采用回归分析、神经网络等技术，将地面观测数据与遥感数据进行拟合，得到水分校正系数。
NDSAT 8 水分校正系数的应用实例LANDSAT 8 水分校正系数在农业、水利、环境监测等领域具有广泛应用。
例如，在农业领域，通过使用水分校正系数，可以更准确地获取农田的实际水分含量，从而指导农业生产和灌溉。
landsat8卫星波段介绍及组合
Iandsat8卫星波段介绍及组合Landsat8 卫星包含OLI (Operational Land Imager 陆地成像仪)和TIRS (T hermal Infrared Sensor热红外传感器)两种传感器。
OLI包括了ETM+的所有波段，为了避免大气吸收部分特征，OLI对波段进行了重新调整，比较大的调整：1、OLI Band5(0.845-0.885 pm),排除了0.825pm 处水汽吸收特征；2、OLI全色波段Band8波段范圉较窄，这种方式可以在全色图像上更好区分植被和无植被特征；3、新增两个波段：海蓝波段(band 1; 0.433-0.453 pm)主要应用海岸带观测；短波红外波段，乂称卷云波段(band 9; 1.360-1.390 pm)包含水汽强吸收特征，可用于云检测；4、近红外band5和短波红外band9与MODIS对应的波段更加接近。
表1 Landsat7 Landsat8 卫星对比Landsat ndsat 8.Band Name . Bandwidth (pm) Resolution (m)、Band Name. Bandwidth (pm). Resolution (m)Band 1 Coastal、:0.43 -0.45 , 30- Band 1 Blue. 0.45 - 0.52. 30. Band 2 Blue. 0.45 -0.51.. 30.Band 2 Green ・0.52 - 0.60. 30. Band 3 Green 0.53 -0.59. 30..Band 3 Red、0.63 - 0.69, 30- Band 4 Red, 0.64 -0.67, 30.Band 4 NIR 0.77 - 0.90. 30. Band :i NIR0.85-0.8830..Band 5 SV/IR「 1.55 - 1.75, 30. Band 6 SWIR 1 1.57 -1.65. 30・Band 7 SV/1R 2、 2.09 - 2.35, 30. Band 7 SWIR 2. 2.11 - 2.29., 30.- Band 8 Pan. 0.52 - 0.90. 15. Band J J Pan. 0.50 -0.68a 15Band 9 Cirrus 1.36 -1.38, 30.10.40 - 12.50. 30/60.. Band LO TIRS 1. 10.6 -11.19.. 100.Band 6 TIR、Band 11 TIRS 2・11.5 -12.51.. 100表2： OLI波段合成Red、SWIR2、SWIR1、RedSWIR1、NIR、BlueSWIR2、SWIR1、NIRNIR、NIR、SWIR1SWIR2、NIRSWIR2、NIRSWIR1、NIR表3： Landsat TM波段合成总结说明”7LandsatS波段组合图示:432波段合成真彩色图像，接近地物真实色彩，图像平淡，色调灰暗543波段合成标准假彩色图像，地物色彩鲜明，有利于植被（红色）分类，水体识别564波段合成非标准假彩色图像，红外波段与红色波段合成，水体边界清晰，利于海岸识别；植被有较好显示，但不便于区分具体植被类别765对大气层穿透能力较强，例如图像中红色方框内云的影响明显减少652植被类型丰富，便于植被分类654便于植被分析a\ y八才、。
landsat8植被提取步骤 -回复
landsat8植被提取步骤-回复Landsat 8是一款美国国家航空航天局（NASA）和美国地质调查局（USGS）合作开发的卫星，旨在提供高分辨率的地球观测数据。
它携带了一台名为OLI（Operational Land Imager）的传感器，可以获取多光谱影像。
这使得Landsat 8成为研究植被覆盖和植被健康状况的理想工具。
本文将介绍使用Landsat 8数据进行植被提取的步骤。
步骤1：数据获取和预处理获取Landsat 8卫星数据是植被提取流程中的第一步。
您可以通过美国地质调查局网站（USGS Earth Explorer）或其他数据提供商获得卫星影像。
通常，您需要选择适合您研究区域和时间范围的图像。
下载完成后，您需要对原始数据进行预处理，包括影像配准、辐射校正和云去除等。
这些步骤可以使用遥感图像处理软件如ENVI、QGIS或ArcGIS实现。
步骤2：图像增强和索引计算在进行植被提取之前，您可以对影像进行一些增强操作，以便更好地区分植被和非植被区域。
这些增强操作包括直方图均衡化、对比度拉伸和多尺度变换等。
然后，您可以计算一些植被指数，如归一化差异植被指数（NDVI）和土地表面水指数（LSWI）等。
这些指数可以通过以下公式计算：NDVI = (NIR - Red) / (NIR + Red)LSWI = (NIR -SWIR2) / (NIR + SWIR2)其中，NIR代表近红外波段，Red代表红色波段，SWIR2代表短波红外波段2。
步骤3：阈值分割阈值分割是一种将遥感影像转换为二值图像的方法，即将植被和非植被区域分开。
在这一步骤中，您需要确定适当的阈值，以便正确地提取植被。
常用的阈值分割方法包括基于直方图的阈值法和基于自适应阈值的方法。
您可以在遥感图像处理软件中使用相应的工具进行阈值分割。
步骤4：去除噪声和填充空洞在进行阈值分割后，可能会出现一些噪声和空洞。
为了得到更加准确的植被提取结果，您需要移除这些干扰因素。
Landsat8 参数
Landsat MSS-遥感影像融合数据影像融合技术遥感影像融合[3]是将多源信道所采集的关于同一目标的图像经过一定的图像处理,提取各自信道的信息,最后综合成统一图像或综合图像特征以供进一步处理,这样有利于增强多重数据分析和环境的动态监测能力,可改善遥感信息提取的及时性和可靠性,可有效地提高数据的使用率,可为大规模遥感应用研究提供良好的基础,同时也是目前遥感应用分析研究的前沿课题和热点领域。
影像融合有三个核心处理步骤,即图像预处理、图像融合和图像评价。
首先对待融合的N景图像进行去噪、配准等预处理,并采用特定的融合策略进行融合处理,然后对融合图像进行相应的测试评估。
多源遥感影像融合处理方法彩色空间变换融合法：在色彩学中,颜色的定义有许多种,如采用红、绿、蓝的RGB系统,采用亮度(Intensity)、色调(Hue)、饱和度(Saturation)的IHS系统等。
由于不同的颜色系统具有相应的显示和定量计算上的势,因此不同的场合所使用的颜色系统也不尽相同。
如RGB颜色系统方法简便,便于显示和彩色扫描;IHS颜色系统是基于视觉原理的,三属性互不相关,易于把强度和颜色分开。
在进行多源遥感影像融合处理时,首先将低分辨率的RGB图像经过变换映射至IHS(或HSV,HLS)空间,然后采用特定的融合策略使其与高分辨率图像的信息进行融合处理,并进而置换相应的部分,最后经过逆变换重构融合图像,这便是彩色空间变换融合的核心思想。
按照不同的颜色空间,彩色空间融合法又可分为IHS 变换、YIQ变换、HSV变换、HLS变换等。
高通滤波融合(HPF)：高通滤波融合是将高分辨率影像中的几何信息逐像素叠加到低分辨率影像中来进行的。
高分辨率影像的高通滤波结果对应空间的高频信息,即通过高通滤波器提取高分辨率图像中对应空间信息的高频分量,这种空间滤波器去除了大部分光谱信息,然后在高通滤波结果中加入光谱分辨率高的图像,形成高频特征信息突出的融合影像。
landsat8波段介绍
一、landsat8介绍2013年2月11号，NASA成功发射了Landsat8卫星，为走过了四十年辉煌岁月的Landsat计划重新注入新鲜血液。
LandSat-8上携带有两个主要载荷：OLI和TIRS。
其中OLI（全称：OperationalLandImager，陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：ThermalInfraredSensor，热红外传感器），由NASA的戈达德太空飞行中心研制。
设计使用寿命为至少5年。
二、技术指标及主要波段Landsat8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器。
OLI包括了ETM+的所有波段，为了避免大气吸收部分特征，OLI对波段进行了重新调整，比较大的调整：OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。
三、波段的不同组合Landsat TM （ETM+）7个波段可以组合很多RGB方案用于不同地物的解译，Landsat8的OLI陆地成像仪包括9个波段，可以组合更多的RGB方案。
OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。
landsat8波谱提取
landsat8波谱提取Landsat 8是美国国家航空航天局（NASA）和美国地质调查局（USGS）联合开发和操作的一颗遥感卫星，于2013年2月11日发射升空。
作为Landsat卫星系列的最新一代，Landsat 8可以提供高质量的遥感影像数据，非常适合用于地表特征的监测和分析。
其中，波谱提取是利用Landsat 8数据进行遥感应用的重要工具之一。
波谱是指电磁波的频率和能量分布的图像，通过波谱分析可以获得物体的物理和化学特性。
Landsat 8的传感器具有多个波段，在不同波长范围内可以捕捉到地球表面的不同信息，从而实现对地表特征的准确识别和定量分析。
在Landsat 8中，主要包括了可见光、近红外和短波红外波段。
Landsat 8共有11个波段，其波长范围如下：-波段1（蓝色）：0.43-0.45微米-波段2（绿色）：0.53-0.59微米-波段3（红色）：0.64-0.68微米-波段4（近红外1）：0.85-0.88微米-波段5（近红外2）：1.57-1.65微米-波段6（短波红外）：10.60-11.19微米-波段7（短波红外）：2.11-2.29微米-波段8（短波红外）：0.50-0.68微米-波段9（短波红外）：1.36-1.38微米-波段10（短波红外）：1.55-1.75微米-波段11（短波红外热带气候指数）：1.93-2.35微米通过波谱提取，我们可以利用不同波段之间的反射率差异来推断地表上的不同物质或特征。
举例来说，植被在可见光（绿色）的反射率会相对较高，而裸地则相对较低。
因此，我们可以用绿光波段和红光波段之间的比值，来进行植被覆盖的估计。
此外，近红外波段对于植被生理状况的评估也非常重要。
在波谱提取中，最常用的方法之一是计算归一化差异植被指数（NDVI），以衡量植被的状况。
NDVI的计算公式如下：NDVI = (近红外波段反射率-红光波段反射率) / (近红外波段反射率+红光波段反射率)NDVI的取值范围在-1到+1之间，数值越高表示植被的状况越好。
landsat8合成年地表温度
landsat8合成年地表温度Landsat 8是一颗由美国国家航空航天局（NASA）和美国地质调查局（USGS）联合发射的卫星，它搭载了先进的传感器，能够提供高分辨率的遥感影像数据。
其中，通过Landsat 8卫星获取的地表温度数据在环境监测、气候研究、城市规划等领域具有广泛的应用。
地表温度是指地球表面的温度，它反映了地表物体对太阳辐射的吸收和散射能力。
利用Landsat 8卫星获取的地表温度数据，可以帮助我们深入了解地球表面的热分布情况，从而更好地了解地球气候变化、城市热岛效应等现象。
Landsat 8卫星携带的热红外传感器（TIRS）可以测量地表的辐射温度。
该传感器有两个波段，分别为10.8 - 11.3微米和11.5 - 12.5微米。
这两个波段对应的是地表的热辐射能力较强的区域，因此可以准确地测量地表温度。
利用Landsat 8卫星获取的地表温度数据，可以进行地表热分析。
通过对不同地区的地表温度进行比较，可以研究地表的热分布情况，进而分析热岛效应的影响。
热岛效应是指城市地区由于人类活动所导致的高温区域，它对城市的气候、生态环境等产生重要影响。
利用Landsat 8卫星获取的地表温度数据，可以帮助我们更好地了解城市热岛效应的形成机制，并为城市规划和生态环境改善提供科学依据。
地表温度数据还可以用于监测环境变化。
通过对时间序列的地表温度数据进行分析，可以研究气候变化、极端气候事件等现象。
利用Landsat 8卫星获取的地表温度数据，可以帮助我们更好地了解全球气候变化的趋势和规律，为环境保护和应对气候变化提供科学依据。
地表温度数据还可以用于农业生产。
不同作物对温度的适应能力不同，通过对地表温度数据的分析，可以了解不同地区的作物生长状况，进而进行合理的农业生产规划。
利用Landsat 8卫星获取的地表温度数据，可以帮助农民更好地掌握农作物的生长情况，提高农业生产效益。
利用Landsat 8卫星获取的地表温度数据，可以在环境监测、气候研究、城市规划和农业生产等领域发挥重要作用。
Landsat8数据不同波段组合的用途
Landsat8数据不同波段组合的用途2013年2月11日发射的Landsat系列最新卫星Landsat8，携带有OLI陆地成像仪和TIRS热红外传感器，Landsat8的OLI陆地成像仪包括9个波段，OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI 全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段 (band 1;0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9;1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近，TIRS包括2个单独的热红外波段。
下表是Landsat8中OLI和TIRS两个传感器波段说明：表： Landsat8数据波段参数标准的数字相机拍摄得到的图像是真彩色的，效果和人眼看到的一样，红、绿、篮三个波段分别用红、绿、篮三个通道显示，当传感器有更多的波段，我们就可以得到更多的信息，以Landsat8为例，某些特殊的光谱波段可以帮助我们看到一些特殊的地物特征，或者可以透过"现象看到本质"。
比如，近红外波段（NIR）是多光谱传感器常用的一个通道，因为在该通道，植被的反射率非常高，所以这个波段对于监测植被很有效；短波红外波段（SWIR）对监测裸土非常有效，它可以反应出裸土表面的湿度情况。
类似的例子还有很多。
下面以Landsat8数据为例，介绍多波段在不同的RGB组合下显示的效果及其应用。
（一）4,3,2,——真彩色合成，美国加利福尼亚州夫勒斯诺市用OLI数据，可以得到真彩色合成的图像，这种图像的缺点是易受到大气的影响，有时图像不够清晰。
（二）5,4,3——标准假彩色合成（CIR），用于植被相关的监测，美国科罗拉多在这种波段组合下，植被显示为红色，植被越健康红色越亮，而且还可以区分出植被的种类，这种波段组合方式非常常用，用来监测植被、农作物和湿地。
landsat-8-卫星-波段介绍-及组合
Landsat8卫星包含OLI（Operational Land Imager 陆地成像仪）和TIRS（Thermal Infrared Sensor 热红外传感器）两种传感器。
OLI包括了ETM+的所有波段，为了避免大气吸收部分特征，OLI对波段进行了重新调整，比较大的调整：
1、OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；
2、OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；
3、新增两个波段：海蓝波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测；短波红外波段，又称卷云波段(band 9; 1.360–1.390 μm) 包含水汽强吸收特征，可用于云检测；
4、近红外band5和短波红外band9与MODIS对应的波段更加接近。
表1 Landsat7 Landsat8卫星对比
表2：OLI波段合成
表3：Landsat TM波段合成总结说明
Landsat8波段组合图示：
432波段合成真彩色图像，接近地物真实色彩，图像平淡，色调灰暗
543波段合成标准假彩色图像，地物色彩鲜明，有利于植被（红色）分类，水体识别
564波段合成非标准假彩色图像，红外波段与红色波段合成，水体边界清晰，利于海岸识别；植被有较好显示，但不便于区分具体植被类别
765对大气层穿透能力较强，例如图像中红色方框内云的影响明显减少
652植被类型丰富，便于植被分类
654便于植被分析
Welcome To Download !!!
欢迎您的下载，资料仅供参考！。
Landsat简介及数据预处理
Landsat 8简介及数据预处理OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。
OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm 处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。
Landsat8数据打开和辐射定标处理美国的USGS（）网站提供最新的Landsat8数据下载，产品类型标示L1GT，与之前的数据格式类似，每个波段以.tif文件提供，元数据存放在_MTL.txt文件中。
Landsat8增加了几个波段，详细信息浏览：。
在ENVI5.0SP3中非常容易打开Landsat8数据，如下：(1) 选择File->Open ，选择_MTL.txt文件打开。
(2) ENVI自动显示RGB显示真彩色图像，打开Data Manager对话框，可以看到ENVI自动读取元数据信息，包括中心波长信息、波段名称等。
并将数据根据类型自动划分为三类。
(3) 从文件信息中可以看到，热红外数据被重采样为30米分辨率，与可见光-近红外波段一致，全色为15米分辨率。
图1：Data Manager对话框打开之后就可以很方便的进行其他处理，比如辐射定标、大气校正、融合等处理。
下面使用ENVI下的通用定标工具进行Landsat8的辐射定标。
(1) 选择ToolBox/Radiometric Correction/Radiometric Calibration，选择可见光-近红外数据。
Landsat 8数据介绍
Landsat 8数据介绍1. 简介1.1 数据简介2013年2月11日，美国航空航天局(NASA) 成功发射Landsat-8卫星。
Landsat-8卫星上携带两个传感器，分别是OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)。
Landsat-8在空间分辨率和光谱特性等方面与Landsat 1-7保持了基本一致，卫星一共有11个波段，波段1-7，9-11的空间分辨率为30米，波段8为15米分辨率的全色波段，卫星每16天可以实现一次全球覆盖。
OLI陆地成像仪有9个波段，成像宽幅为185 x 185km。
与Landsat-7上的ETM传感器相比，OLI陆地成像仪做了以下调整：1. Band 5的波段范围调整为0.845–0.885 μm，排除了0.825μm处水汽吸收的影响;2. Band 8全色波段范围较窄，从而可以更好区分植被和非植被区域;3. 新增两个波段。
Band 1蓝色波段(0.433–0.453 μm) 主要应用于海岸带观测，Band 9短波红外波段(1.360–1.390 μm) 应用于云检测。
LandSat-8上携带的TIRS热红外传感器主要用于收集地球两个热区地带的热量流失，目标是了解所观测地带水分消耗。
1.2 传感器参数传感器波段波长范围/μm信噪比空间分辨率/m用途说明1.3 产品参数2. 数据更新量Landsat 8 每天至少可以获得400幅图像。
Landsat 8覆盖中国区域大约需要9天的时间。
此前这个系列的卫星每天只能获得250幅图像。
这是因为该卫星可以监测区域有更大的灵活性，过去的陆地卫星在轨道上只能收集卫星直接下面航迹线两边一定宽度的地带，而Landsat 8上的遥感器具有指向偏离航迹一个角度获取信息的能力，可以收集到本来要后面的轨道圈才处于卫星下面的地面信息。
这有助于及时获取需多时相(如灾害)对比研究的图像。
Landsat8简介
图1
历次陆地卫星发射时间展示
Landsat 8 每天至少可以获得 400 幅图像。此前这个系列的卫星每天只能获得 250 幅图像。 这是因为， 该卫星可以监测区域有更大的灵活性 ， 过去的陆地卫星在轨道上只能收集卫星直接下面航迹线两边一定宽 度的地带， 而 Landsat 8 上的遥感器具有指向偏离航迹一个角度获取信息的能力 ， 可以收集到本来要后面的 轨道圈才处于卫星下面的地面信息 。这有助于及时获取需多时相（ 如灾害） 对比研究的图像。 LDCM 主要性能 * 世界广角参照系统 － 2 （ Worldwide Reference System － 2 ， WRS － 2 ） 航迹 / 行系统。 * 太阳同步轨道高度 705 km。 * 16 天全球覆盖周期（ 除两极最高纬度区） ， 每周期 233 轨。 * 轨道倾角 98． 2° （ 轻微右倾） 。 * 周期长度 98． 9 分。 * 过赤道时间： 10． 00 am ± 15 分。 * 图幅大小： 170 km × 185 km， 5， 7 相同。 图幅目录编排与 Landsat 4 ， * 支持主图像和有限偏离天底点的获取能力 （ ± 1 航迹 / 行） 。 * 设计寿命： 至少 5 年， 但所携带燃料足够 10 年运行。 * 传感器电源由一组 9 × 0． 4 m 的太阳能电池阵列和一 个 125 安培小时的镍氢电池组提供。 * 观测后 24 小时提供标准的正射矫正数据（ 从网上可免费获得） 。 * 数据标定与以前发射的 Landsat 系列相同。OLI 上装有定标子系统（ Calibration Subassembly） 。 + * OLI 设计用了宽推扫（ push － broom） 结构， 这比 ETM 仪器上的窄推扫（ whish － broom） 结构具有更好 的几何稳定性。 运行陆地成像仪（ OLI） + OLI 的各道数据均为 12 位， OLI 增加了 2 个 与 ETM （ Landsat 7 ） 的波段设置对比见表 1 。 从表 1 可见， 波段： 深蓝波段（ 波段 1 ， 观测海岸带的气溶胶） 和短波波段（ 波段 9 ， 观测卷云 ） 。 其他 7 个波段的波长边界
Landsat8
Landsat8Landsat-8美国NASA的陆地卫星(Landsat)计划简介美国NASA的陆地卫星(Landsat)计划(1975年前称为地球资源技术卫星——ERTS )，从1972年7月23日以来，已发射7颗（第6颗发射失败）。
目前Landsat1—4均相继失效，Landsat 5仍在超期运行（从1984年3月1日发射至今）。
Landsat 7于1999年4月15日发射升空。
从１９７２年美国第一颗陆地卫星（Landsat-1射升空算起，Landsat系列卫星成功地向地面输送了大量的、高质量的地球表面观测数据。
这些数据为人们更好地管理地球资源、监测地球的生态环境变化以及估计全球的居住承受力做出了杰出贡献。
但是，随着Landsat－５卫星于２０１１年正式退役，１９９９年发射的Landsat －７卫星成为在轨运行的唯一一颗Landsat卫星。
而由于Landsat－７卫星在２００３年扫描行矫正器（SLC）发生故障，目前只能得到有缺损的图像数据。
如何保持数据连续性成为Landsat项目必须面对的重大问题。
因此，美国地质调查局USGS（United States Geological Survey）及太空署NASA（National Aeronautics and SpaceAdministration）于2013年2月11日发射了“陆地卫星数据连续性任务”卫星（Landsat Data Continuity Mission卫星，发射后更名为Landsat-8）。
Landsat-8卫星将保持Landsat数据的一致性，并将以优异的性能承担起长期对地观测的使命。
历次卫星发射时间Landsat-8卫星概述Landsat-8卫星按近极点太阳同步轨道绕地球飞行，轨道高度为705ｋｍ，轨道倾角98.2°，每98.9分钟绕地球一圈，每16天覆盖地球一遍，降交点时间为当地时间上午10时至10时15分，卫星数据下行速率为441Mbps。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Landsat8数据介绍、获取及合成
2019年2月11日，第八颗LandSat卫星在加州范登堡空军基地进行发射。
并作出说明5月底之前，所有用户都可以下载使用，注意是对所有用户。
下面是原话
“By the end of May 2019, data from the Landsat 8 satellite will be available to all users. Each day, 400 scenes acquired by the Operational Land Imager (OLI) and Thermal Infrared Sensor (TIRS) will be archived at the USGS EROS Center, and will be processed to be consistent with current standard Landsat data products. Data will be ready to download within 24 hours of reception.”
老美的效率就是高，其实中国的效率也是挺高的，就是不容易获得自己想用的，大家都懂得。
言归正传，今天landsat8数据尝鲜，有点小高兴，遂把数据的详细获取步骤及合成分享给能用到的朋友。
先来张13年6月的landsat8影像合成图：（刚出炉的）
肿么是这个样子的
一、Landsat8数据
LDCM(Landsat Data Continuity Mission) 计划是美国国家航空航天局（NASA）陆地卫星系列的第八个计划，由NASA和美国地质调查局联合运行的计划，旨在长期对地进行观测。
该计划主要对资源、水、森林、环境和城市规划等提供可靠数据。
LandSat-8上携
带有两个主要载荷：OLI和TIRS。
其中OLI（全称：Operational Land Imager ，运营性陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：Thermal Infrared Sensor，热红外传感器），由NASA的戈达德太空飞行中心研制。
TIRS负责人说，LandSat-8上携带的TIRS载荷，将是有史以来最先进，性能最好的TIRS。
TIRS将收集地球两个热区地带的热量流失，目标是了解所观测地带水分消耗，特别是美国西部干旱地区。
2月11日发射的Landsat-8卫星将由联合发射联盟（ULA）的宇宙神-5火箭（Atlas V）在范登堡空军基地的3号符合体进行发射，发射管理将由NASA执行。
OLI传感器有9个光谱波段，与ETM+相比增加2个波段，波段范围有所变化，其中尤以近红外和全色波段的波长范围变化最明显。
空间分辨率为15m（全色波段）和30m（多光谱波段），成像幅宽为185km。
TIRS有2个热红外波段，空间分辨率为100m。
二、数据的获取
1、登录网址/（美国地质勘探局（United States Geological Survey，简称USGS），又译美国地质调查局，是美国内政部所属的科学研究机构。
负责对自然灾害、地质、矿产资源、地理与环境、野生动植物信息等方面的科学研究、监测、收集、分析；对自然资源进行全国范围的长期监测和评估。
为决策部门和公众提供广泛、高质量、及时的科学信息。
）
选择方框进入搜索和下载数据页面，下载数据之前必须先申请注册各帐号，不是很麻烦，即使不懂英文也能注册了，因为国美外的注册模式基本差不多，点击右上角的register注册，注册完，登录就可以下载自己想要的数据了
2、数据搜索
可以通过所选图片的轨道号或者坐标等方式搜索要下载的数据，还可以加载kml格式的多边形范围来搜索，kml格式文件可以在google earth上生成，但不知我的页面为什么kml 是灰的，用不了，其实我总感觉有点多余，最简单的就是在右边的显示框中直接画出你想要的范围就行了如下图
选择好点击data sets，选择landsat8数据
3、选定自己的数据，并下载
点击results，就可以看到下图
选定自己想要的图片就可以下载了，我选择的是第22个图
点击下载选择最后一个选项，前几个是jpeg格式的，因为遥感数据比较大，下载所用时间比较长，万一下载后不是自己想要的，那就不好玩了，所以有了前面几个选项
下载完解压之后，有这几个东西
一共有11个波段，但是给了12幅图，不知道最后那个BQA是什么，前面已经说过OLI 传感器有9个光谱波段，空间分辨率为15m（全色波段）和30m（多光谱波段），成像幅宽为185km。
TIRS有2个热红外波段，空间分辨率为100m。
所以一共11个波段
第8波段就是全色波段了，10，11是两个热红外波段，具体哪个波段是什么意思，大家问度娘吧~
三、数据的合成
landsat8的合成的步骤和其它遥感图像合成是一样的，只有一点小的不同，我用erdas合成的，就是在out put 选项中，在合成landsat7数据的时候是unsigned 8 bit，而合成8数据的时候要改为unsigned 16 bit，为什么我也没弄明白，毕竟是业余的，难道是8数据的辐射分辨率是 12bit 的原因？
附Landsat 8数据特征：
Landsat 8 除了具有Landsat 7 所有的光谱波段外,还有以下变化：[1]
在原蓝光波段之外新增了1 个深蓝(Deep blue)波段,用于监测近岸水体和大气中的气溶胶,因此也称
海岸/ 气溶胶(Coastal/ Aerosol)波段; 在原近红外波段与短波红外波段间新增了1 个卷云(Cirrus)波段,用于检测卷云;将原热红外波段的光谱范围一分为二,设置了2 个热红外波段;收窄了原近红外波段的光谱范围,以便去除0. 825滋m 处的水汽吸收影响;收窄了原全色波段的光谱范围,新的全色波段的光谱范围不再覆盖近红外波段。
[1] 徐涵秋, 唐菲. 新一代Landsat系列卫星：Landsat 8遥感影像新增特征及其生态环境意义. 生态学报, 2013, 33(11), 3249-3257 ．生态学报．2019-06-15[引用日期2019-06-26]．
2019年8月5日
郭宪友
第 11 页。