一次性讲清楚Landsat数据集的不同级别

1、先说结论

先说结论:
Collection2(C2) >Collection1(C1),根据数据产品体系划分;
Level-2 (L2) > Level-1 (L1),这么说不太准确,L2是在L1基础上生成的产品,根据数据处理程度划分;
L1又分三个等级: L1TP > L1GT > L1GS ,根据几何校正的不同精度区分;
Tier 1 (T1) > Tier 2 (T2),基于数据质量和处理级别划分;

举例子:LC08_L2SP_124032_20200826_20200905_02_T1
LC08:表示卫星来源和传感器
L:Landsat 系列卫星。
C:OLI(Operational Land Imager)和 TIRS(Thermal Infrared Sensor)组合传感器。
08:Landsat 8 卫星。

L2SP:表示数据的产品级别
L2:Level-2 数据产品,经过大气校正,提供地表反射率(Surface Reflectance, SR)和地表温度(Surface Temperature, ST)。
SP:Science Product,表示科学产品,包含多个波段和衍生数据。

02:表示 Collection 2 的数据;

T1:表示数据质量分层(Tier),
Tier 1 数据满足几何和辐射精度的严格标准。
Tier 2 数据则未达到 Tier 1 标准,但仍然可用。

下面分开讲细节:

2、关于Collection1 与Collection2

Landsat Collection 1与Collection 2是美国地质调查局(USGS)推出的两代卫星数据产品体系,二者在数据处理、地理定位精度和产品范围等方面有显著差异。以下是主要对比与分析:

发展背景与时间线

  • Collection 1
    发布于2016年,是USGS首次对全部Landsat归档数据实施的集合式处理。其目标是通过统一的数据处理、校准和质量控制流程,提升跨卫星任务和时间的数据一致性。该数据集覆盖1983-2021年影像,但自2022年12月30日起已停止提供下载。

  • Collection 2
    自2020年起处理,为支持Landsat 9(2021年发射)并整合云计算架构而设计,覆盖1983年至今的影像。2022年1月1日后所有新获取的Landsat数据仅处理为Collection 2。

核心改进与差异

特征 Collection 1 Collection 2
地理定位精度 基于传统地面控制点(GCPs Phase 3) 融合Sentinel-2 GRI数据,全球平均误差<8米
Level 2产品范围 地表反射率/温度仅覆盖美国本土 首次提供全球范围的Level 2产品
数据处理架构 传统处理流程 商业云计算架构,Level 2产品生成时间<3天
波段命名 使用B1-B7等简单标识 改为SR_B1-SR_B7等明确前缀
热红外数据 仅提供亮度温度(B10/B11) 新增地表温度(ST_B10)和大气透射率参数

数据分级与质量

  • Level 1数据
    Collection 2采用更高精度DEM和GCPs Phase 4,几何校正等级(L1TP/L1GT/L1GS)的精度显著提升。
  • Level 2数据
    Collection 2新增全球地表反射率(SR)和温度(ST)产品,验证精度达0.5 K以内(地表温度)。

迁移与兼容性

  • 数据获取:Google Earth Engine(GEE)自2024年7月1日起完全移除Collection 1,需修改波段名称和数据集路径。
  • 命名规则:Collection 2沿用LXSS_LLLL_PPPRRR_YYYYMMDD_yyyymmdd_CC_TX格式,但新增SR_前缀和扩展参数。

应用建议

  • 时序分析:优先使用Collection 2以确保地理定位一致性。
  • 全球研究:需Level 2产品(如地表反射率)时,Collection 2为唯一选择。
  • 代码迁移:参考GEE官方指南调整波段名称和处理流程。

3、关于 Level-1 与 Level-2

数据定义与处理流程

Level-1数据是经过系统级辐射校正和几何校正的原始数据,但未进行大气校正。其核心处理包括:

  • 辐射定标:将传感器记录的原始数字值(DN)转换为辐射亮度或大气表观反射率(TOA)。
  • 几何校正:分为三个等级:
    • L1TP:使用地面控制点(GCPs)和数字高程模型(DEM)进行高精度正射校正(全球平均误差<8米)。
    • L1GT:基于卫星星历数据和DEM的系统几何校正。
    • L1GS:仅依赖卫星星历数据的初步几何校正。

Level-2数据在Level-1基础上进一步处理,生成可直接用于地表分析的科学产品:

  • 大气校正:消除大气散射、吸收等影响,输出地表反射率(SR)和地表温度(ST)。
  • 辅助参数:包含云掩膜、雪/冰检测及太阳/传感器角度信息。
产品内容与差异
特征 Level-1数据 Level-2数据
核心产品 辐射亮度、TOA反射率 地表反射率(SR)、地表温度(ST)
数据格式 无符号16位整型(DN值) 浮点型(反射率范围0-1,温度单位K)
应用场景 需自行大气校正的定量分析 直接用于土地利用分类、环境监测等
几何精度 Collection 2中误差<8米 继承Level-1几何精度
波段标识 简单命名(如B1-B7) 明确前缀(如SR_B1、ST_B10)
Collection 2的改进
  • Level-2全球覆盖:Collection 1仅支持美国本土,而Collection 2首次提供全球范围的地表反射率和温度产品。
  • 算法升级
    • Landsat 8使用LaSRC 1.5.0算法,Landsat 4-7使用LEDAPS 3.4.0。
    • 地表温度验证精度达0.5 K以内。
  • 数据格式优化:采用云优化GeoTIFF(COG),支持高效云处理。
数据获取与选择建议
  • 获取途径:通过USGS Earth Explorer或Google Earth Engine(如数据集LANDSAT/COMPOSITES/C02/T1_L2_32DAY)。
  • 层级选择
    • Tier 1(T1):几何误差<12米,适合时序分析。
    • Tier 2(T2):精度较低,用于补充数据。
  • 命名规则:如LC08_L1TP_029030_20240101_20240101_02_T1,其中L1TP表示处理等级,T1表示数据层级。
应用场景对比
  • Level-1适用场景
    • 辐射传输模型输入(如TOA反射率计算)
    • 需要自定义大气校正的研究。
  • Level-2适用场景
    • 植被指数计算(如NDVI)
    • 地表温度反演(如城市热岛效应分析)。

如需Level-2数据转换公式:
地表反射率: S R = D N × 0.0000275 − 0.2 SR = DN \times 0.0000275 - 0.2 SR=DN×0.00002750.2
地表温度: S T = D N × 0.00341802 + 149 − 273 ST = DN \times 0.00341802 + 149 - 273 ST=DN×0.00341802+149273

4、Tier 1与Tier 2数据层级详解

定义与核心差异

Tier 1(T1)是Landsat Level-1数据中质量最高的层级,几何误差优于12米(均方根误差,RMSE),主要适用于时间序列分析和像素级研究。其数据经过高精度地形校正(L1TP处理),并满足严格的辐射定标标准。
Tier 2(T2)则因云层覆盖、轨道信息缺失或地面控制点不足等原因未达到T1标准,几何误差较大,但仍可用于非时序的定性分析。

处理级别与数据质量
特征 Tier 1 Tier 2
几何校正等级 仅包含L1TP(地形精度校正) 包含L1GT(系统地形校正)和L1GS(几何系统校正)
辐射定标 严格校准,满足定量分析需求 与T1辐射标准相同,但几何精度较低
适用场景 多时相分析、地表变化监测 单景影像分析或数据补充
典型误差范围 <12米(RMSE) 可能超过12米(RMSE)
数据生成与更新规则
  • 实时数据(RT):新获取的Landsat数据(如Landsat 8/9)会先处理为RT层级,经14-16天重新验证后升级为T1或降级为T2。
  • Level-2产品限制:地表反射率(SR)和温度(ST)产品仅从T1或T2生成,RT数据无法用于科学产品生产。
命名规则与标识

通过文件名可快速识别数据层级,例如:

  • LC08_L1TP_029030_20240101_20240101_02_T1:Tier 1数据
  • LT04_L1GS_017036_19821115_20160315_01_T2:Tier 2数据
    其中T1T2直接标注在文件名末尾。
应用建议
  • 优先选择T1:进行植被指数计算(如NDVI)、城市扩展监测等需高精度几何配准的研究。
  • T2使用场景:历史数据补全(如1980年代Landsat 4/5影像)或云覆盖区域初步分析。
Collection 2的改进

自2022年起,所有新数据仅处理为Collection 2,其T1数据采用更高精度DEM和融合Sentinel-2的GCPs Phase 4控制点,几何定位误差较Collection 1减少30%。

如需验证具体影像的几何误差,可通过USGS Earth Explorer下载元数据文件(.MTL.txt),查看GROUND_CONTROL_POINTS_VERSION字段。

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐