USGS下载最新LANDSAT8-9数据无反应的原因

用户在尝试从USGS下载最新LANDSAT数据时遇到问题,尽管下载按钮可用,但实际下载时可能出现文件名异常或加载错误。这可能与特定的产品ID有关,部分数据可能在地理空间数据云中可找到。文章建议,如果看到product_id参数,可以先检查地理空间数据云是否已有相同数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

想用USGS下载LANDSAT数据一般都是想要一手数据,想要时间新一点的,不然为嘛不去地理空间数据云呢?下载速度还快很多,但地理空间数据云很多时间的数据会显示无。

博文发表时间是2023.4.11,我正在下载2023.3月的数据。

 

 下载按钮也不是灰色的,能点开下载按钮就说明是有数据的,(也不是Level1公开level2不一定公开的原因,它显示说都是“The following items are available for individual download”)。

那么为什么会这样呢?

点击download后下载链接如上图,感觉没有什么毛病,但是我用迅雷点开会发现:

文件名非常怪异。

再尝试下载了2023年数据如下 

如图进行点击后,可能会出现一直加载然后报错没有数据的情况

从下载链接上看

 比2023年的多一段product_id=的句子。

等30秒后就会跳转出来下载:

 

有人说landsat9暂时不对外公开,但其实landsat8也有这个问题,也有时间限制。

省流

结论:能出这段product_id=的就能下,(但是能出这段ID的,再去地理空间数据云找找看吧,地理空间数据云也可能有的。)

<think>嗯,用户想了解Landsat 8-9 Collection 2 Level-2数据的预处理方法和步骤。首先,我需要确认C2L2数据已经经过了哪些处理。根据引用[1],C2L2数据已经进行了辐射校正和大气校正,生成地表反射率和地表温度产品。所以用户可能不需要再做这些预处理,但可能还需要其他步骤。 用户提到的引用[2]和[3]中,引用[2]提到C2L2数据省去了辐射定标和大气校正,可以直接计算NDVI。但引用[3]则介绍了ENVI对C2数据进行的辐射校准和大气校正,可能用户有混淆,因为C2L2应该已经处理过这些了。可能需要解释清楚不同处理级别的区别,比如Level-1和Level-2的区别。 接下来,预处理步骤可能包括数据解压、质量评估(QA波段处理)、云掩膜、重采样、辐射值转换、指数计算等。需要详细说明每个步骤的方法,比如如何使用QA波段识别云和阴影,推荐使用哪些工具(如USGS提供的工具、Python、ENVI、ArcGIS等)。 还要注意是否需要辐射定标和大气校正,根据C2L2的文档,这些已经完成,所以用户可能不需要再做。但需要确认,避免误导。可能用户有特殊需求,或者数据是Level-1的情况,但问题明确是关于Level-2的,所以应强调Level-2已经处理过,步骤不同。 此外,生成相关问题时要考虑用户可能的后续问题,比如如何计算NDVI、处理云覆盖、与其他数据融合等。需要确保问题覆盖用户可能需要的进一步信息,帮助他们深入使用数据。</think>### Landsat 8-9 Collection 2 Level-2 数据预处理步骤 Landsat 8-9 Collection 2 Level-2(C2L2)数据已通过辐射校正和大气校正,生成了地表反射率(Surface Reflectance, SR)和地表温度(Surface Temperature, ST)科学产品[^1]。预处理主要针对数据应用场景进行优化,步骤如下: #### 1. **数据解压与格式检查** - 下载的压缩包(如`*.tar`)需解压为`.TIF`格式的栅格文件。 - 验证波段完整性,确保包含多光谱波段(B2-B7)、质量评估(QA_PIXEL)等文件。 #### 2. **质量评估(QA波段处理)** - 利用`QA_PIXEL`波段进行云、云阴影、雪等干扰的掩膜。例如,通过位掩码提取有效像元: ```python # 示例:利用Python的rasterio库处理QA波段 import rasterio qa_mask = (qa_band & 0x0F00) == 0 # 过滤云和云阴影 ``` - 推荐使用USGS提供的[Landsat QA Tools](https://www.usgs.gov/landsat-missions/landsat-collection-2-quality-assessment-bands)进行自动化掩膜[^1]。 #### 3. **地表反射率数据校准(可选)** - C2L2数据已包含地表反射率值(单位为$0.0001$),需转换为实际反射率: $$ \text{Reflectance} = \text{DN} \times 0.0001 $$ 其中,DN为像元灰度值[^2]。 #### 4. **重采样与投影统一** - 若需与其他数据(如MODIS)融合,可使用工具(如GDAL、ENVI)将分辨率统一为30米,并转换为通用投影(如WGS84 UTM)。 #### 5. **指数计算与增强** - 直接基于地表反射率计算NDVI、NDWI等指数: $$ \text{NDVI} = \frac{B5 - B4}{B5 + B4} $$ 其中,B4(红波段)和B5(近红外波段)对应文件名如`LC08_L2SP_..._SR_B4.TIF`。 #### 6. **数据裁剪与子集提取** - 使用ROI(感兴趣区域)裁剪数据,工具推荐: - ENVI:`Subset Data via ROI` - Python:`rasterio.mask.mask` --- ### 关键工具与参考文献 1. **ENVI/IDL**:支持C2L2数据的直接读取与处理[^3]。 2. **Python库**: - `rasterio`:读写地理栅格数据 - `landsatxplore`:自动化下载与元数据解析 3. **USGS官方指南**:详细说明数据格式与处理方法。 ---
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值