landsat8专题

Landsat8的质量评估波段的一个应用

Landsat8一直是遥感界的热门话题。这不仅延续了自1972年以来NASA连续对地观测，而且这颗卫星为科学界带来了一些新的东西——质量评估波段（the Quality Assessment (QA) Band）。根据USGS Landsat Missions webpage，“QA通过标示哪个像素可能受仪器或云层影响，从而提高了科学研究的完整性，这已经被有效地利用起来。”简而言之QA波段让最终用

Landsat8-9 C2L2使用注意点（简略版）

Landsat8-9 C2L2使用注意点（简略版）像元值转化表面反射率产品时和表面温度时，即对应的SR和ST波段的遥感数据时，需要进行像元值的转换，其转换公式与Collection1不一样（Collection1已经弃用了，但在地理空间数据云应该还可以下载），在使用时最好先进行转换科学产品缩放因子偏移量填充值数据类型有效范围Collection2地表反射率0.0000275-0.20无

Landsat 8 Landsat8 Collection2表面反射率数据

简介 Landsat8 Collection2表面反射率数据，属Collection2二级数据产品，分辨率为30米，基于陆地表面反射率代码(LaSRC)(版本1.5.0)生成，该算法利用沿海气溶胶波段进行气溶胶反演测试，还利用了MODIS的辅助气候数据和独特的辐射传输模型。此外，LaSRC算法将观测天顶角硬编码为“0”，太阳天顶角和观测天顶角作为大气校正的一部分参与计算。 Landsat

Landsat8去云和云影函数

目录功能简介源代码函数具体说明var cloudShadowBitMask = (1 << 3)var qa = image.select('pixel_qa')var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0).and(qa.bitwiseAnd(cloudsBitMask).eq(0))return image.updateMask(m

Landsat8 TIRS载荷与MODIS1B热红外波段数据的简单对比

现有的地表温度反演算法大致有以下四种：大气校正法、单通道算法、分裂窗算法和多波段算法。大气校正法和单通道算法需要大气实时剖面数据，单通道算法适用于只有一个热红外波段的数据，如Landsat TM /ETM数据；分裂窗算法适合于两个热红外波段的数据，如 MOAA- AVHRR和MODIS；多波段波段算法适合于多个热红外波段的数据，所需参数多，运算复杂且需要白天晚上两景数据，反演难度

[ArcPy] 批量波段合成 Landsat8数据为例

# -*- encoding:utf-8 -*-import osimport sysimport arcpyfrom arcpy import envworkspace = r'F:\landsat8' #文件outpath = r'D:\layer_stacking' #结果存放# function:按顺序拼接字符串def getInputParam(files):ret = ""

GEE详细教程之：将Landsat8与Landsat9影像合成一个影像

1.前言因项目需求，需要获取一个研究区的Landsat8影像，但Landsat8重复周期长，加之天气的影响，很难获取影像质量较好的影像。Landsat4/5/7的波段顺序与landsat8不同，除此之外，landsat7影像还需要工具进行条带修复，因此只考虑最近发射的landsat9进行融合。 Landsat9，就号称可以和Landsat8协同，降低重访周期。

【GEE】基于GEE可视化和下载Landsat8 L1C数据（镶嵌、裁剪）

之前发过一篇使用GEE下载Landsat8的文章，然后有很多小伙伴私信我各种问题，如L1C、L2数据代码怎么修改，如何镶嵌，如何去云、如何裁剪等一系列问题。正好快过年了，手头的事也没有多少了，所以这两天整理了一下GEE的相关代码，后续会陆续发出来。代码比较简单就是查询函数和导出函数，然后还有一个显示函数。今天给大家带来的是基于GEE的Landsat8 L

遥感影像-语义分割数据集：Landsat8云数据集详细介绍及训练样本处理流程

原始数据集详情简介：该云数据集包括RGB三通道的高分辨率图像，在全球不同区域的分辨率15米。这些图像采集自Lansat8的五种主要土地覆盖类型，即水、植被、湿地、城市、冰雪和贫瘠土地。 KeyValue卫星类型landsat8覆盖区域未知场景水、植被、湿地、城市、冰雪和贫瘠土地分辨率15m数量训练集17张+测试集20张单张尺寸7600*7600原始影像位深8位标签图片位深8位原始影像通道数三

Landsat8的辐射定标与大气校正

目录打开影像辐射定标大气校正计算区域高程计算研究区高程大气校正查看处理结果打开影像在文件夹中找到xxx_MTL.txt文件，拖到ENVI中此处可能会出现无法打开的问题，参考该文章（ENVI无法打开Landsat8的头文件问题和解决）辐射定标此处我先处理热红外波段 OLI传感器下的波段也用同样的方法定标大气校正 OLI多光谱需要进行大气校正，

【gdal学习笔记】利用python 的gdal，以及相关库进行遥感图像处理（影像裁剪，辐射定标，大气校正，异常值去除）——以基于landsat8数据提取NDVI为例

记录最近的学习参考博客：参考博客 AtmosphericCorrection大气校正_landsat8_见贤思齐547的博客-CSDN博客目录遥感图像预处理数据介绍遥感数字图像存储格式图像裁剪：辐射定标：大气校正计算NDVI 其他处理函数：测试完整代码以及用例遥感图像预处理数据介绍本次实验利用合肥市

GEE19：基于Landsat8的常见的植被指数逐年获取

植被指数逐年获取 1. 常见的植被指数1.1 比值植被指数（Ratio vegetation index，RVI）1.2 归一化植被指数（Normalized Difference Vegetation Index，NDVI）1.3 增强植被指数（Enhanced Vegetation Index，EVI）1.4 土壤调节植被指数（Soil Adjusted Vegetation Index