Landsat系列卫星数据应用介绍

本文详细介绍了美国NASA的陆地卫星Landsat系列的发展历程,涵盖从Landsat-5到Landsat-8的卫星参数、传感器特性和波段应用。特别关注了Landsat-7的ETM+传感器和Landsat-8的OLI及TIRS传感器,以及它们在地球资源监测中的重要作用。

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

目录

 

1.LandSat介绍

1.1 Landsat-5介绍

1.2 Landsat-7介绍

1.3 Landsat-8介绍

1.4 LandSat影像下载网址:

2 传感器简介

2.1 Landsat5 TM

2.2 Landsat 7 ETM

2.2.1 产品描述

2.2.2 Landsat7波段参数

2.3 Landsat8卫星

2.3.1 Landsat8产品描述

2.3.2 Landsat8波段参数

2.3.3 Landsat8波段合成应用


1​​​​​​​.LandSat介绍

美国NASA的陆地卫星(Landsat)计划从1972年7月23日以来,已发射8颗(第6颗发射失败)。目前Landsat1-4均相继失效,Landsat-5于2013年6月退役。Landsat-7于1999年4月15日发射 升空。Landsat-8于2013年2月11日发射升空,经过100天测试运行后开始获取影像。

卫星参数

Landsat1

Landsat2

Landsat3

Landsat4

Landsat5

Landsat6

Landsat7

发射时间

1972.7.23

1975.1.12

1978.3.5

1982.7.16

1984.3

1993.1

1999.4.15

覆盖周期

18天

18天

18天

16天

16天

16天

扫幅宽度

185km

185km

185km

185km

185km

185km

波段数

4

4

4

7

7

8

机载传感器

MSS

MSS

MSS

MSS、TM

MSS、TM

ETM+

运行情况

1978退役

1976年失灵,

1980年修复,

1982年退役

1983年退役

1983年TM

传感器失效,

退役

在役服务

发射失败

2003.5

出现故障

1.1 Landsat-5介绍

Landsat-5卫星是美国陆地卫星系列中的第五颗。Landsat-5卫星于1984年3月发射升空,它是一颗光学对地观测卫星,有效载荷为专题制图仪(TM)和多光谱成像仪(MSS)。Landsat-5卫星所获得的图像是迄今为止在全球应用最为广泛、成效最为显著的地球资源卫星遥感信息源,同时Landsat-5卫星也是目前在轨运行时间最长的光学遥感卫星。

1.2 Landsat-7介绍

Landsat-7卫星于1999年4月15日发射,是美国陆地探测系列卫星。Landsat-7卫星装备有增强型专题制图仪(ETM+),ETM+有8个波段的感应器,覆盖着从红外到可见光的不同波长范围。与Landsat-5卫星的TM传感器相比,ETM+增加了15米分辨率的一个波段,在红外波段的分辨率更高,因此有更高的准确性。2003年5月31日起,Landsat-7的扫描仪校正器出现异常,只能采用SLC-off模型对数据进行校正。

1.3 Landsat-8介绍

Landsat-8卫星于2013年2月11日发射,是美国陆地探测系列的后续卫星,Landsat-8卫星装备有陆地成像仪(简称OLI)和热红外传感器(简称TIRS)。OLI有9个波段的感应器,覆盖了从红外到可见光的不同波长范围。与Landsat-7卫星的ETM+传感器相比,OLI增加了一个蓝色波段(0.433-0.453μm)和一个短波红外波段(band9-0.136-1.390μm),蓝色波段主要用于海岸带观测,短波红外波段包括水汽强吸收特征,可用于云检测。

1.4 LandSat影像下载网址:

2 传感器简介

2.1 Landsat5 TM

Thematic Mapper (TM)

  • Added the mid-range infrared to the data
  • Seven spectral bands, including a thermal band:
    • Band 1 Visible (0.45 - 0.52 µm) 30 m
    • Band 2 Visible (0.52 - 0.60 µm) 30 m
    • Band 3 Visible (0.63 - 0.69 µm) 30 m
    • Band 4 Near-Infrared (0.76 - 0.90 µm) 30 m
    • Band 5 Near-Infrared (1.55 - 1.75 µm) 30 m
    • Band 6 Thermal (10.40 - 12.50 µm) 120 m
    • Band 7 Mid-Infrared (2.08 - 2.35 µm) 30 m
  • Ground Sampling Interval (pixel size): 30 m reflective, 120 m thermal

2.2 Landsat 7 ETM

2.2.1 产品描述

美国陆地卫星7(Landsat-7)1999415日由美国航空航天局(NASA)发射升空,其携带的主要传感器为增强型主题成像仪(ETM+)

Landsat-7除了在空间分辨率和光谱特性等方面保持了与Landsat-5的基本一致外,又增加了许多新的特性,因而受到了各国用户的普遍重视和欢迎。自发射升空至今,已为用户提供了大量高质量的图像数据。Landsat-716天扫瞄同一地区,即其16天覆盖全球一次

2003531(21:42:35GMT)Landsat-7ETM+机载扫描行校正器(Scan Lines Corrector,简称SLC)突然发生故障,导致获取的图像出现数据重叠和大约25%的数据丢失,因此2003.5.31日之后Landsat7的所有数据都是异常的,需要采用SLC-off模型校正。另外,2003.05.31-2003.07.14以及2003.07.03-2003.09.17之间的数据是没有获得

Landsat 7 ETM+影像数据包括8个波段(波段设计)band1-band5band7的空间分辨率为30band6的空间分辨率为60band8的空间分辨率为15南北的扫描范围大约为170km,东西的扫描范围大约为183km

L7 SLC-on是指2003.5.31Landsat 7 SLC故障之前的数据产品。

L7 SLC-off是指2003.5.31Landsat 7S LC故障之后的异常数据产品。

2.2.2 Landsat7波段参数

题成像仪

Landsats7

波段

波长(微米)

分辨率()

主要作用

ETM+

Band1

蓝绿波段

0.45-0.52

30

用于水体穿透,分辨土壤植被

Band2

绿色波段

0.52-0.60

30

分辨植被

Band3

红色波段

0.63-0.69

30

处于叶绿素吸收区域,

用于观测道路/裸露土壤/植被种类效果很好

Band4

近红外

0.76-0.90

30

用于估算生物数量,

尽管这个波段可以从植被中区分出水体,分辨潮湿土壤,

但是对于道路辨认效果不如TM3

Band5

中红外

1.55-1.75

30

用于分辨道路/裸露土壤/水,

它还能在不同植被之间有好的对比度,

并且有较好的穿透大气、云雾的能力。

Band6

热红外

10.40-12.50

60

感应发出热辐射的目标。

Band7

中红外

2.08-2.35

30

对于岩石/矿物的分辨很有用,

也可用于辨识植被覆盖和湿润土壤。

Band8

微米全色

0.52-0.90

15

得到的是黑白图象,分辨率为15m

用于增强分辨率,提供分辨能力。

2.2.3 Landsat7 波段合成应用

ETM多波段合成解析

https://wenku.baidu.com/view/c2cc33125f0e7cd1842536e7.html

2.3 Landsat8卫星

2.3.1 Landsat8产品描述

2013年2月11日发射的Landsat系列最新卫星Landsat8,携带有OLI陆地成像仪和TIRS热红外传感器,Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征;此外,还有两个新增的波段:蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测,短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近,TIRS包括2个单独的热红外波段。下表是Landsat8中OLI和TIRS两个传感器波段说明:

2.3.2 Landsat8波段参数

波段

波长范围(μm)

空间分辨率 (m)

1-海岸波段

0.433–0.453

30

2-蓝波段

0.450–0.515

30

3-绿波段

0.525–0.600

30

4-红波段

0.630–0.680

30

5-近红外波段

0.845–0.885

30

6-短波红外1

1.560–1.660

30

7-短波红外2

2.100–2.300

30

8-全色波段

0.500–0.680

15

9-卷云波段

1.360–1.390

30

10-热红外1

10.60 -11.19

100

11-热红外2

11.50 -12.51

100

2.3.3 Landsat8波段合成应用

 

OLI波段合成

RGB

主要用途

4 、3 、2

Red、Green、Blue

自然真彩色

7、 6 、4

SWIR2、SWIR1、Red

城市

5、 4 、3

NIR、Red、Green

标准假彩色图像,植被。地物色彩鲜明,有利于植被(红色)分类,水体识别。

6 、5 、2

SWIR1、NIR、Blue

农业(裸地得到增强,可以与有作物的耕地区分)

7 、6、 5

SWIR2、SWIR1、NIR

穿透大气层

5、 6、 2

NIR、SWIR1、Blue

健康植被(植被呈现不同颜色)

5 、6、 4

NIR、SWIR1、Red

陆地/水 ,水体和植被得到了增强,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

7、 5 、3

SWIR2、NIR、Green

移除大气影响的自然表面

7 、5 、4

SWIR2、NIR、Red

短波红外

6、 5 、4

SWIR1、NIR、Red

植被分析

 

Landsat TM波段合成总结说明

RGB

类型

特点

3、2、1

真彩色图像

用于各种地类识别。图像平淡、色调灰暗、彩色不饱和、信息量相对减少。

4、3、2

标准假彩色图像

它的地物图像丰富,鲜明、层次好,用于植被分类、水体识别,植被显示红色。

7、4、3

模拟真彩色图像

用于居民地、水体识别

7、5、4

非标准假彩色图像

画面偏蓝色,用于特殊的地质构造调查。

5、4、1

非标准假彩色图像

植物类型较丰富,用于研究植物分类。

4、5、3

非标准假彩色图像

(1)利用了一个红波段、两个红外波段,因此凡是与水有关的地物在图像中都会比较清楚;

(2)强调显示水体,特别是水体边界很清晰,益于区分河渠与道路;

(3)由于采用的都是红波段或红外波段,对其它地物的清晰显示不够,但对海岸及其滩涂的调查比较适合;(4)具备标准假彩色图像的某些点,但色彩不会很饱和,图像看上去不够明亮;

(5)水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰,但内部的街区结构特征清楚;

(6)植物会有较好的显示,但是植物类型的细分会有困难。

3、4、5

非标准接近于真色的假彩色图像

对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。

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,水体识别

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

 

<think>好的,用户遇到了Git合并时本地更改会被覆盖的问题,需要解决方案。根据之前的引用资料,解决方法主要有commit、stash和revert三种。首先,我得确认用户的具体情况,比如他们的本地更改是否已经完成,是否需要保留,或者是否可以丢弃。用户可能不太清楚这三种方法的适用场景,需要详细解释每个选项的步骤和优缺点。比如,commit适用于需要保留更改的情况,stash适合临时保存以便后续恢复,而revert则是直接撤销更改,适用于不需要保留的情况。需要结构清晰,分点说明,每个方法都给出操作步骤和适用场景,帮助用户理解哪种情况最适合他们。还要注意使用中文,避免技术术语过于复杂,让用户容易理解。同时,生成相关问题,可能涉及如何恢复stash的内容,或者如何避免频繁冲突等,扩展用户的知识点。另外,要确保LaTeX格式正确,但在这个问题中可能用不上数学公式,所以主要关注代码块和引用标识。检查引用是否正确,比如引用[^1]和[^2]的来源是否相关,用户提供的引用内容是否准确对应解决方案。 最后,确保回答真实可靠,操作步骤准确无误,避免误导用户。可能还需要提醒用户根据具体情况选择方法,比如如果有未完成的实验性代码,stash可能是更好的选择,而如果是确定要保留的修改,则应该commit。</think>要解决Git合并时本地更改被覆盖的问题,可根据不同场景选择以下三种方法: ### 一、提交本地更改(commit) **适用场景**:当本地更改已测试通过且需要保留到版本历史中。 **操作步骤**: 1. 将改动添加到暂存区: ```bash git add . # 添加所有文件 # 或指定文件 git add file1.txt file2.py ``` 2. 提交更改并添加描述: ```bash git commit -m "完成用户登录模块优化" ``` 3. 执行合并操作: ```bash git merge origin/main ``` **优点**:保留完整的开发记录,便于后续追溯[^1]。 ### 二、暂存更改(stash) **适用场景**:需要临时保存未完成的修改(如调试代码),优先处理合并操作。 **操作步骤**: 1. 保存当前工作状态: ```bash git stash # 可选添加备注 git stash save "用户登录模块调试代码" ``` 2. 查看暂存记录列表: ```bash git stash list ``` 3. 合并远程分支: ```bash git merge origin/main ``` 4. 恢复暂存内容: ```bash git stash pop # 恢复并删除最近一次暂存 # 或指定特定暂存 git stash apply stash@{1} ``` **优点**:保持工作目录整洁,特别适合处理紧急合并任务[^2]。 ### 三、撤销本地更改(revert) **适用场景**:本地修改可丢弃(如实验性代码或错误修改)。 **操作步骤**: 1. 撤销所有未提交的修改: ```bash git checkout -- . # 全部文件 # 或指定文件 git checkout -- file1.txt ``` 2. 执行合并操作: ```bash git merge origin/main ``` **风险提示**:此操作不可逆,需确认文件无需保留。 --- ### 对比决策表 | 方法 | 保留记录 | 可恢复性 | 适用阶段 | |---------|----------|----------|------------------| | commit | ✅ | ✅ | 功能开发完成时 | | stash | ❌ | ✅ | 开发中途临时切换 | | revert | ❌ | ❌ | 放弃无效修改 | ### 扩展应用场景 - 当存在多个暂存时,可用`git stash list`查看记录,通过`git stash apply stash@{n}`精准恢复 - 合并后出现冲突时,可使用`git mergetool`可视化工具解决冲突 - 长期分支开发推荐使用`git rebase`保持提交历史线性
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