• landsat 8卫星波段介绍及组合


    转载来自:https://blog.csdn.net/ddy_sweety/article/details/79729810

                      https://geodata.pku.edu.cn/index.php?c=content&a=show&id=536

    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


    传感器
    波段
    波长范围/μm
    信噪比
    空间分辨率/m
    用途说明
    OLI
    1-COASTAL/AEROSOL
    0.43-0.45
    130
    30
    海岸带环境监测
    2-Blue
    0.45-0.51
    130
    30
    可见光三波段
    真彩色用于地物识别等
    3-Green
    0.53-0.59
    100
    30
    4-Red
    0.64-0.67
    90
    30
    5-NIR
    0.85-0.88
    90
    30
    植被信息提取
    6-SWIR1
    1.57-1.65
    100
    30
    植被旱情监测、强火监测、部分矿物信息提取
    7-SWIR2
    2.11-2.29
    100
    30
    8-PAN
    0.50-0.68
    80
    15
    地物识别,数据融合
    9-Cirrus
    1.36-1.38
    50
    30
    卷云检测,数据质量评价
    TIRS
    10-TIR
    10.60-11.19
    0.4K
    100
    地表温度反演,火灾检测,土壤湿度评价,夜间成像
    11-TIR
    11.50-12.51
    0.4K
    100


      1.3 产品参数

    产品类型
    Level 1T地形矫正影像
    分辨率
    1-7,9 -OLI多光谱波段(30米);8 –OLI全色波段(15米);10,11-TIRS波段(30米)
    输出格式
    GeoTIFF
    取样方法
    三次卷积算法(Cubic Convolution Resampling
    地图投影
    UTM-WGS84投影坐标系
    地形矫正
    L1 数据产品已经经过系统辐射校正和几何校正
    数据大小
    1GB (解压后约2GB
    数据获取
    互联网下载,对于已经有数据实体的影像可以立即通过网上下载,对于未获得数据实体的影像,需要提交数据预订后获取。
    最快重返周期
    >72小时
    倾角
    98.2
    运行周期
    98.9分钟
    轨道类型
    近极地太阳同步轨道
    轨道高度
    705 km


      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。

             3. 应用领域
      数据的应用范围很广,包括诸如:研究全球变化、农业、林业、地质、资源管理、地理学、制图、水质、海岸研究等领域。
      

    行业
    具体应用
    对卫星数据的需求
    备注
    结论
    国土&规划
    东莞市湿地覆被信息变化
    半年一次
    尽管landsat8基本每月覆盖一次,但广东沿海地区的卫星影像云量偏多,符合解译监测要求的影像一年不多于2景,且时间间隔不一定相差半年
    至少有两年的数据才能满足半年一次的监测要求
    东莞市城市绿地分布
    半年一次
    东莞市违规建筑监测
    半年一次
    农业
    河北衡水市农作物种类识别
    一年两次
    云量少于10%且覆盖衡水市的影像一年有5-6景,且时间分布均匀,大致分为3月,5月,9月,10月,11
    两年的数据能满足
    监测要求
    河北衡水市农业旱情遥感监测
    一年两次
    林业
    江苏省常州市城市森林覆盖率
    半年一次
    云量少于10%且覆盖常州市的影像一年有3-4景,且时间分布均匀
    两年的数据能满足
    监测要求
    江苏省常州市森林火灾区域识别
    半年一次
    环境
    太湖蓝藻水华监测
    一年两次
    云量少于10%的影像一年只有1-2
    且时间间隔很短,跨年度的影像才会半年一次监测太湖水质
    至少有两年的数据才能
    满足监测要求
    太湖区域能见度监测
    一月一次
    landsat8基本每月覆盖一次
    一年的数据能满足
    监测要求
    海洋
    青岛市海岸类型自动识别
    一年两次
    云量少于10%且覆盖青岛市海岸的影像一年有2-4景,但时间分布不均匀
    至少有两年的数据才能
    满足监测要求
    青岛市海洋水质遥感监测
    一年两次

            

    3.1常见波段组合形式


    自然色(Natural Color
    4 3 2
    假彩色(False Color (urban))
    7 6 4
    红外彩色(Color Infrared (vegetation)
    5 4 3
    农业(Agriculture
    6 5 2
    大气渗透(Atmospheric Penetration
    7 6 5
    健康植被(Healthy Vegetation
    5 6 2
    陆地/水体(Land/Water
    5 6 4
    大气去除(Natural With Atmospheric Removal
    7 5 3
    短波红外(Shortwave Infrared
    7 5 4
    植被分析(Vegetation Analysis
    6 5 4
       


           3.2 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

           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

    彩色合成方案

    (1)4,3,2,——真彩色合成

    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。

    塞罕坝TM432图标.jpg

    (2)5,4,3——标准假彩色合成(CIR),用于植被相关的监测

    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。

    塞罕坝TM543图标.jpg

    (3)7,6,4——假彩色合成,用于城市监测,

    这种波段组合用到了短波红外波段,相较于波长较短的波段来说,效果比较明亮。

    塞罕坝TM764图标.jpg

    (4)5,6,4——假彩色合成,有效区分陆地和水体,

    塞罕坝TM564图标.jpg

    这种波段组合,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)7,5,3——假彩色合成,具有良好的大气透射,

    塞罕坝TM753图标.jpg

    这种波段组合和前面提到的5,6,4比较像,植被显示为不同深度的绿色,这种波段组合用于NASA生产的镶嵌的Landsat数据。

    (6)6,5,2——假彩色合成,农作物监测,这种波段组合,对监测农作物很有效,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。

    塞罕坝TM652图标.jpg

    (7)7,5,2——假彩色合成,监测森林火灾,

    这种波段组合类似上面提到的6,5,2,该组合用了更长波段的短波红外,对火点燃烧引起的烟雾的敏感度降低。

    塞罕坝TM752图标.jpg

    (8)6,3,2——假彩色合成,突出裸露地表上的一些景观,这种波段组合对于没有或少量植被情况下,突出地表的景观,对地质监测有效。

    塞罕坝TM632图标.jpg

    (9)5,7,1——假彩色合成,有效监测植被和水体,

    这种波段组合使用了近红外波段、短波红外2波段和海岸波段,海岸波段是Landsat8独有的,可以穿透一些很小的微粒如灰尘、烟雾等,还能穿透浅的水域。在这种波段组合下,植被显示为橘红色。

    塞罕坝TM571图标.jpg



  • 相关阅读:
    Python 常用Web框架的比较
    数据库SQL优化大总结之 百万级数据库优化方案
    百万级数据下的mysql深度解析
    微信小程序:bindtap等事件传参
    微信小程序:POST请求data数据请求不到
    动软代码生成器分页存储过程
    微信 获取wx.config 参数 基类
    小程序中的block
    提高商城系统响应速度
    时光煮雨 Unity3D让物体动起来③—UGUI DoTween&Unity Native2D实现
  • 原文地址:https://www.cnblogs.com/Galesaur-wcy/p/12589697.html
Copyright © 2020-2023  润新知