Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)

简介: Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)

几项数据处理、几何和辐射改进,以及新的数据分发过程,定义了 Collection 2 Level-1 数据。此页面提供了有关用户可以在 Landsat Collection 2 Level-1 数据中找到的更改的详细信息。请参阅本页下方列出的特定于仪器的数据格式控制手册,以更全面地了解这些数据特征。

一级数据处理改进

  • 删除极端纬度 DEM 约束
    Landsat Collection 1 级场景,其数字高程模型 (DEM) 值超出高程源的地理范围(-57.0 度纬度),仅处理为一级系统地形 (L1GT) 产品。删除此约束允许更多极端纬度采集处理为 1 级地形精度 (L1TP) 产品。例如,这在南美洲的南端最为明显(路径 227/行 99)。
  • Landsat 7 ETM+ 和 Landsat 4-5 TM 精度校正逻辑
    对 Landsat 7 增强型专题制图器 (ETM+) 和 Landsat 4-5 专题制图器 (TM) 精度校正算法进行了改进,其中包括一个“决策树”之类的过程确定相关地面控制点 (GCP) 的良好集合,并根据场景内容中的这些 GCP 约束模型拟合参数。由于这些改进,达到 Collection Tier 1 清单标准的 Landsat 7 ETM+ 和 Landsat 4-5 TM Level-1 场景的数量有所增加。
  • Landsat 8 仪器对准
    2014 年 12 月,Landsat 8 经历了热红外传感器 (TIRS) 场景选择镜 (SSM)异常。由于此异常导致操作发生变化后,观察到 TIRS 和操作陆地成像仪 (OLI) 传感器之间的传感器对齐存在轻微的季节性依赖性,这在 Collection 2 处理中得到了解释。
  • Landsat 7 ETM+ 热波段探测器对齐
    Landsat 7 ETM+ 热波段 6 包括一个较小的奇偶探测器未对准,这是由于基于预发射探测器的焦平面值。在热波段探测器放置的大量历史在轨表征和校准工作之后,已经确定了修正的焦平面值。修订后的焦平面值改进了波段 6 的检测器到检测器对齐。此页面提供了有关此改进的更多详细信息。
  • 移除 Level-1 处理中的 GCPs 约束
    在 Collection 1 中,Landsat 4-5 TM 和 Landsat 7 ETM+ Level-1 处理中使用了 250 个 GCPs 的约束。此 GCP 约束减少了可处理为 1 级地形精度 (L1TP) 产品的采集数量。与欧洲航天局的哥白尼 Sentinel-2 全球参考图像 (GRI) 协调一起,消除此限制允许将更多 Landsat 4-7 场景处理为 L1TP 产品。
  • 增加 DEM 场景取景范围
    在某些 Collection 1 场景中存在的是场景最西南角的重复数据“楔形”。这主要发生在波段 1,因为 DEM 瓦片的场景覆盖不足。DEM 框架范围的增加可确保所有高程图块都捕获容易出现此问题的场景,并且场景经过精确的地形校正。
  • Landsat 7 ETM+ 仪器到姿态控制系统对准更新
    Landsat 7 ETM+ 仪器到姿态控制系统 (ACS) 对准在 2013 年 1 月至 2018 年 12 月期间更新,仅影响 1 级系统地形 (L1GT) 采集。此更新的实施提高了所有 Landsat 7 ETM+ L1GT 采集的准确性。访问此页面了解更多信息。
  • 白天过渡错误修复
    以前,一些 Landsat 7 ETM+ 和 Landsat 4-5 TM Level-1 采集在白天过渡期间(主要是在澳大利亚上空)捕获未能生成 Level-1 产品或生成错误注册的地形精度 (L1TP) 或系统地形(L1GT) 产品。受此错误影响的采集现在可以成功处理为 L1GT 或 L1TP 产品。访问此页面了解更多详细信息,并查看集合 2 中日期转换错误和修复的示例。
  • Landsat 7 ETM+ 和 Landsat 4-5 TM 快门入侵指示在新的传感器异常元数据字段
    中由于改进了 Landsat 7 ETM+ 和 Landsat 4-5 TM 的内部校准器快门入侵检测,一个新的元数据字段 (<SENSOR_ANOMALIES = “SHUTTER_INTRUSION”>)如果检测到入侵,则包含在元数据文件中。访问此页面以查看 Landsat 图像中快门入侵的示例。
  • 调整 Landsat 7 ETM+ 焦平面以改进波段对齐
    Landsat 7 ETM+ 冷暖焦平面对齐进行了调整,以解决操作变化期间发生的小偏差,例如 2003 年的扫描线校正器故障。此更新产生改进Landsat 7 ETM+ 仪器的冷焦平面和暖焦平面之间的共同对准。访问此页面以获取有关焦平面校准调整的更多信息。

 

几何精度改进

全球土地测量 (GLS) 数据库是用于对 Landsat Level-1 数据进行地理配准的 GCP 库的主要来源。最新的 GLS 2000 数据集是 Landsat 7 ETM+ 获取的图像集合。

由于 Landsat 8 的机载全球定位系统,2013 年发射的 Landsat 8 机载绝对地理定位比 GLS 2000 数据集更精确。GLS 2000 更新自 2014 年以来已分阶段实施,以提高 Landsat GCP 库的准确性,最近一次更新发生在 2016 年 5 月(第 3 阶段)。  

访问Landsat 地面控制点 页面以获取有关 GCP 的更多信息,并查看有关每个 GCP 改进阶段的详细信息。

地面控制点第 4 阶段
陆地卫星地面控制点 (GCP) 第 4 阶段 涉及将 Landsat 8 OLI GCP 重新设置为欧洲航天局哥白尼哨兵 2 GRI 的基线,以收集 2 数据。这涉及更新超过 510 万个 GCP,并包括在全球范围内提取 250 万个新的 Landsat 8 GCP。

此更新提高了全球 Landsat 档案空间、时间以及与 Sentinel-2 的逐像素大地测量精度和互操作性。

来源/使用:公共领域。

地图 1. 第 4 阶段 GCP 改进的地理区域。(点击放大)

地图 1 显示了第 4 阶段 GCP 改进中使用的五个地理区域的范围。有关第 4 阶段 GCP 的更多信息,包括显示 Landsat Collection 1 和 Collection 2 地面控制点之间每个 Landsat 路径/行的估计净偏移量的附加图形,以及全球 GCP 重新调整工作的汇总统计数据,以协调基于 Landsat 8 OLI 的数据可以在 Landsat 几何地面控制点页面 的2020 年 1 月:第 4 阶段 - 集合 2部分找到带有 Sentinel-2 全球参考图像的 GCP。

标题为“ Bundle Adjustment Using Space-Based Triangulation Method for Improving the Landsat Global Ground Reference ”的文章描述了本阶段 4 GCP 更新中使用的基于三角测量的方法。

 

 

辐射精度改进

  • Landsat 8 TIRS 绝对辐射校准更新
    Landsat 8 TIRS 绝对辐射校准已更新,以纠正替代校准团队检测到的错误。在 2017 年初实施 TIRS 杂散光校正后,对校准参数进行了调整,以减少 Collection 1 产品中的辐射校准误差。校准更新是线性增益和偏差调整,尽管校正幅度会随时间和信号电平而变化。所有 Collection 2 数据都针对此错误进行了更正。Landsat 8 OLI 和 TIRS 校准通知页面提供了有关为改进 Landsat 8 数据而应用的每个校准更新的详细信息。
  • Landsat 8 TIRS 相对增益
    两个 Landsat 8 TIRS 波段的探测器到探测器辐射校准已更新,以校正在 Landsat Collection 1 图像数据中观察到的条纹。对机载校准器数据的分析表明,在任务的整个生命周期中,辐射条带逐渐恶化。右侧显示的图像比较了 TIRS Band 10 和 Collection 1 中明显的条纹,Collection 2 图像中明显减少。(数据于 2019 年 12 月 26 日获得。)

来源/使用:公共领域。

TIRS Band 10 图像样本在处理到 Collection 1 时具有辐射条纹(左),在 Collection 2 中减少条纹(右)。(点击放大)

两个图像都缩放到相同的辐射范围。在相对均匀的水体中,辐射条纹水平的降低是显而易见的。

黑体数据用于帮助确定每个日历季度的新探测器到探测器相对增益参数。当检测到新条纹时,黑体数据继续用于更新相对增益。

创建绘图是为了比较仪器使用寿命期间路径 186 第 36 行从波段 10 和波段 11 导出的集合 1 和集合 2 条带化因子(在此处查看图表)。

辐射条纹因子是通过空间域统计计算获得的图像中条纹数量的定量度量。该指标的较大值往往与视觉上更明显的条纹呈正相关。这些图清楚地表明 Collection 2 中热带的辐射条纹特征有显着改善。

  • Landsat 8 OLI 绝对增益模型更改 Landsat 8 OLI
    的辐射校准模型基于机载校准器(三对灯、两个太阳能扩散板和月球采集)的平均响应。来自每天使用的工作灯对和每周使用的工作太阳能扩散板的数据显示与其他校准器不一致的趋势,表明它们的特性正在独立于仪器而变化。校准模型已更新,不再包括工作太阳能扩散器和工作灯对。只有沿海气溶胶(波段 1)和蓝色(波段 2)受此变化影响。正在使用在轨模型积极更新这两个波段的辐射校准;自发射以来,其他 OLI 波段的辐射校准一直保持稳定。此更新对自发布(2013 年 2 月 11 日)以来海岸气溶胶和蓝色波段中的所有数据的影响高达 0.15%。

  • Landsat 8 OLI 相对增益更新
    Landsat 8 OLI 相对增益每季度更新一次,以说明每个探测器响应度的可变性。相对收益更新来自上一季度收集的太阳能扩散器。对于 Collection 2,自 Collection 1 处理开始以来估计的所有相对收益都根据适用季度本身获取的数据更新为相对收益。(在 Collection 1 处理开始之前获取的数据的 Collection 1 产品已经更新为使用季度特定的相对收益。)
    Collection 1 和 Collection 2 图像之间的差异通常小于 0.2%;但是,在 SWIR 波段中,有些探测器的变化高达 2.0%。对于未来几个季度,相对收益将根据上一季度获取的太阳能扩散器数据的估计值继续更新。

 

  • Landsat 8 OLI 偏差计算更新

来源/使用:公共领域。

太平洋上空第 165 行第 198 行的这些 Landsat 8 OLI 图像(波段 3,于 2019 年 10 月 10 日获取)比较了 Collection-1 中的条纹(左)和 Collection 2 图像中由于改进的偏差估计而减少的条纹(正确的)。(点击放大)

计算 Landsat 8 OLI 偏差的方法,用于校准过程中的暗减法,已修改为使用视频参考像素 (VRP)。新的偏差估计考虑了与图像数据同时获取的 VRP 暗信号信息,而不是仅基于快门数据(在图像数据的 +/-40 分钟内获取)进行暗减法。

OLI 中的暗信号随时间漂移,新的偏差估计考虑了快门收集之间的短期漂移。改进后的偏差估计减少了沿航迹噪声,提高了图像均匀性并提高了信噪比。

此更新的效果主要在低辐射场景中很明显,如右侧的 Landsat 8 示例所示。条纹的减少是改进偏差估计的结果。

 

  • Landsat 5 TM Band 6 校准更新
    Landsat 5 TM Band 6 辐射校准已更新,以解决 1 月 1 日或之后获取的所有数据的剩余偏差误差 -0.044 W/m 2 srum(-0.33K,300K) 1997。此错误是在应用上一次校准更新(参见2010 年 5 月 1 日校准通知)后检测到的。虽然 2010 年校准更新取决于信号,但此校正对于所有信号电平都是恒定的。

Landsat Collection 2 已知问题

Landsat Collection 2 已知问题页面提供有关在 Landsat Collection 2 数据产品中发现的人工制品的  信息,并尝试就用户如何进行更正提出建议。与 Landsat 航天器和/或仪器相关的已知问题可以在此 Landsat 已知问题 页面上找到。 注意: 一些源自航天器和/或仪器的问题确实会影响 Landsat 数据和产品;当发现数据问题时,请检查这两个页面。

Landsat Collection 2 后处理事件

有时,必须重新处理选定的 Landsat 场景。请访问Collection 2 Reprocessing Events网页,了解更多关于哪些场景已被重新处理的信息。

数据访问和下载

Landsat Collection 2 Level-1 数据命名约定和波段标识符遵循与Landsat Collection 1相同的命名法。1 级数据以无符号 16 位整数格式的数字数字 (DN) 形式提供,并且可以使用每个场景元数据文件中提供的辐射比例因子转换为大气顶层 (TOA) 反射率或辐射率。

Landsat Collection 2 Level-1 产品中包含以下文件:  

  • 云优化 GeoTIFF (COG) 格式的光谱带
  • 波段 1-11(Landsat 8-9 OLI/TUES)
  • 波段 1-8 (Landsat 7 ETM+)
  • 波段 1-7(Landsat 4-5 TM)
  • 波段 1-4(陆地卫星 4-5 MSS)
  • 波段 4-7(Landsat 1-3 MSS)
  • 角度系数文件
  • 太阳光照明和传感器视角系数文件(更多信息
  • 太阳方位角 (SAA)
  • 太阳天顶角 (SZA)
  • 传感器方位角 (VAA)
  • 传感器天顶角 (VZA)
  • 质量评估 (QA) 文件(更多信息)
  • 像素质量评估带 (QA_Pixel)
  • 辐射饱和度和地形遮挡 QA 波段 (QA_RADSAT)
  • 元数据文件
  • 材料库文件 (MTL)(基于对象描述语言)格式
  • 可扩展标记语言 (XML)

Landsat Collection 2 Level-1 数据可从EarthExplorer下载。USGS Landsat 免费开放数据政策自 2008年启动以来一直保持不变。

*Collection 2 的新功能,用户可以选择单独的波段进行下载。EarthExplorer 还维护一个批量下载选项,允许使用批量下载应用程序 (BDA)选择单独的波段。全分辨率浏览下载也可用。

访问此 Landsat 数据访问 网页,了解如何从 USGS 数据门户搜索和下载所有 Landsat 产品。

 

相关文章
|
6月前
|
存储 自然语言处理 数据可视化
可视化FAISS矢量空间并调整RAG参数提高结果精度
随着开源大型语言模型的性能不断提高,编写和分析代码、推荐、文本摘要和问答(QA)对的性能都有了很大的提高。但是当涉及到QA时,LLM通常会在未训练数据的相关的问题上有所欠缺,很多内部文件都保存在公司内部,以确保合规性、商业秘密或隐私。当查询这些文件时,会使得LLM产生幻觉,产生不相关、捏造或不一致的内容。
191 0
|
6月前
|
XML 存储 数据处理
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
|
数据挖掘 编译器 Python
忽略NoData计算多时相遥感影像各个像元的平均值:Python
本文介绍基于Python中whitebox模块,对大量长时间序列栅格遥感影像的每一个像元进行忽略NoData值的多时序平均值求取~
153 2
忽略NoData计算多时相遥感影像各个像元的平均值:Python
|
6月前
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
129 0
|
6月前
|
人工智能 算法 数据可视化
R语言DTW(Dynamic Time Warping) 动态时间规整算法分析序列数据和可视化
R语言DTW(Dynamic Time Warping) 动态时间规整算法分析序列数据和可视化
|
6月前
GEE——土地利用分类种两个矢量集合中不同列进行相减的方式(利用join进行连接处理)
GEE——土地利用分类种两个矢量集合中不同列进行相减的方式(利用join进行连接处理)
81 2
|
6月前
|
数据采集 传感器 XML
Landsat Collection 2 数据集详细介绍(T1/T2产品差异)
Landsat Collection 2 数据集详细介绍(T1/T2产品差异)
370 0
Landsat Collection 2 数据集详细介绍(T1/T2产品差异)
ArcGIS:如何进行离散点数据插值分析(IDW)、栅格数据的重分类、栅格计算器的简单使用、缓冲区分析、掩膜?
ArcGIS:如何进行离散点数据插值分析(IDW)、栅格数据的重分类、栅格计算器的简单使用、缓冲区分析、掩膜?
456 0
|
6月前
|
存储 定位技术 Python
Python读取多个栅格文件并提取像元的各波段时间序列数据与变化值
Python读取多个栅格文件并提取像元的各波段时间序列数据与变化值
129 1
|
6月前
|
数据挖掘 编译器 定位技术
Python中whitebox实现忽略无效值NoData的长时间序列栅格遥感影像批量逐像元求取像素平均值
Python中whitebox实现忽略无效值NoData的长时间序列栅格遥感影像批量逐像元求取像素平均值