Landsat8可以免费下载了

本文介绍了如何在美国地质调查局(USGS)官网上免费下载Landsat8卫星影像数据,包括选择数据类型、确定下载区域及时间范围、添加至下载列表并完成登录下载等步骤。
Landsat8提供免费下载,在USGS上有两个网站,下面介绍的这个网站操作比较方便。这里大赞美国的USGS和NASA机构,不但提供免费下载的数据,而且下载网站制作和维护的非常便捷。废话少说,一块来下载吧!

一、<wbr><wbr><wbr><wbr><wbr> 进入网站:<a href="http://glovis.usgs.gov/">http://glovis.usgs.gov/</a></wbr></wbr></wbr></wbr></wbr>

另外http://earthexplorer.usgs.gov/,实际上与上述网站是一体的,连登录号都一致。

二、<wbr><wbr><wbr><wbr><wbr> 选择查询数据类型</wbr></wbr></wbr></wbr></wbr>

<wbr><wbr> 这里选择Landsat 8 OLI </wbr></wbr>

<wbr></wbr>


图1:选择下载数据类型

三、<wbr><wbr><wbr><wbr><wbr> 根据情况选择下载区域</wbr></wbr></wbr></wbr></wbr>

(1)<wbr><wbr>可以通过经纬度或者轨道号查询数据。</wbr></wbr>

(2)<wbr><wbr>这里选择的是北京周边地区的数据,通过选择具体时间,或者 Prev Scene/Next Scene按钮查看数据情况,如下图所示选择2013年5月12号的123/032景。</wbr></wbr>

<wbr></wbr>

图2:浏览单景数据信息

<wbr></wbr>

图3:查询下载区域

四、<wbr><wbr><wbr><wbr><wbr> 添加下载框并执行下载</wbr></wbr></wbr></wbr></wbr>

(1)<wbr><wbr> 如下图,选择好一景影像,单击Add按钮。重复操<a href="http://photo.blog.sina.com.cn/showpic.html#blogid=764b1e9d01018qlb&amp;url=http://s11.sinaimg.cn/orignal/764b1e9dgdf05f6c37aaa" target="_blank"></a>作将你需要下载的图像加入列表中。</wbr></wbr>

(2)<wbr><wbr><wbr><wbr>选择好所有数据后,单击Send to Cart,打开登录界面。</wbr></wbr></wbr></wbr>

五、<wbr><wbr><wbr><wbr><wbr><wbr>登录或者注册</wbr></wbr></wbr></wbr></wbr></wbr>

<wbr> 登录。未注册用户可以打开右上角register链接注册,按照要求一步步填写信息即可,不需要审核。</wbr>

<wbr> 登录之后到图5位置。</wbr>

图4:添加下载列表框

<wbr></wbr>

六、<wbr><wbr><wbr><wbr><wbr><wbr>下载</wbr></wbr></wbr></wbr></wbr></wbr>

<wbr><wbr>后面的工作就很简单了,尽情下载吧。</wbr></wbr>

<wbr><img src="https://img-blog.youkuaiyun.com/20130614164314796" alt=""><wbr><a href="http://photo.blog.sina.com.cn/showpic.html#blogid=764b1e9d01018qlb&amp;url=http://s11.sinaimg.cn/orignal/764b1e9dgdf05f6c37aaa" target="_blank"></a></wbr></wbr>

图5:下载对话框

### Landsat 8 卫星数据下载的 Python 脚本示例 Landsat 8 是美国地质调查局(USGS)与 NASA 合作的一项地球观测任务,其数据广泛用于遥感分析、环境监测和地理信息系统(GIS)研究。使用 Python 可以实现对 Landsat 8 数据的自动化批量下载,以下是一个完整的代码示例,涵盖从获取研究区域内的轨道路径(WRS-2 Path/Row),到搜索和下载影像数据的过程。 #### 获取研究区域内对应的 WRS-2 Path 和 Row 编号 ```python import geopandas as gpd # 定义文件路径 LANDSAT_PATH = './data/external/Landsat8' wrs_path = './data/external/Landsat8/wrs2/WRS2_descending.shp' bounds_path = './data/processed/research_area.shp' # 加载研究区和 WRS-2 网格数据 bounds = gpd.GeoDataFrame.from_file(bounds_path) wrs = gpd.GeoDataFrame.from_file(wrs_path) # 找出与研究区相交的 WRS-2 条带 wrs_intersection = wrs[wrs.intersects(bounds.geometry[0])] paths, rows = wrs_intersection['PATH'].values, wrs_intersection['ROW'].values # 输出匹配的 Path 和 Row for i, (path, row) in enumerate(zip(paths, rows)): print('Image', i+1, ' - path:', path, 'row:', row) ``` 该部分代码通过 `geopandas` 库加载研究区边界和 WRS-2 轨道网格,并找出与研究区相交的所有轨道编号[^1]。 #### 使用 API 搜索并下载 Landsat 8 影像 ```python from landsatxplore.api import API # 登录 Earth Explorer API username = 'your_username' password = 'your_password' api = API(username, password) # 设置搜索参数 latitude = 37.7749 # 示例纬度 longitude = -122.4194 # 示例经度 start_date = '2023-01-01' end_date = '2023-12-31' max_cloud_cover = 80 # 最大云量百分比 # 搜索 Landsat 8 数据集 scenes = api.search( dataset='landsat_ot_c2_l1', latitude=latitude, longitude=longitude, start_date=start_date, end_date=end_date, max_cloud_cover=max_cloud_cover ) # 下载所有符合条件的影像 for scene in scenes: api.download(scene['entityId'], LANDSAT_PATH) # 注销 API 会话 api.logout() ``` 此段代码利用 `landsatxplore` 包连接 USGS Earth Explorer API,根据经纬度、日期范围和云覆盖率筛选 Landsat 8 场景,并自动下载原始数据[^2]。 #### 将下载的影像转换为 Uint8 格式(可选) ```python import rasterio def convert_to_uint8(input_path, output_path): with rasterio.open(input_path) as src: data = src.read() data = data.astype('uint8') profile = src.profile profile.update(dtype=rasterio.uint8) with rasterio.open(output_path, 'w', **profile) as dst: dst.write(data) ``` 如果需要将影像数据转换为更紧凑的 `uint8` 格式以便于可视化或减少存储空间占用,可以调用上述函数处理每个波段文件[^3]。 #### 大气校正(可选) 大气校正是提高遥感图像质量的重要步骤。一个常用的开源项目 [Zhaoguanhua/AtmosphericCorrection](https://github.com/Zhaoguanhua/AtmosphericCorrection) 提供了基于 6S 辐射传输模型的大气校正工具,支持 Landsat 8 数据的预处理[^4]。用户可以根据项目文档安装依赖并运行校正脚本。 --- ###
评论
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