Suite

Images Landsat avec plus de 3 bandes colorées


Je recherche un site Web où je peux trouver des images Landsat (ou similaires) avec plus de 3 bandes de couleurs. http://glovis.usgs.gov/ ne me donne que 3 bandes. Existe-t-il un moyen d'obtenir plus de bande ? Merci pour vos réponses !


Glovis vous redirige vers Earth Explorer pour le téléchargement proprement dit, j'ai donc souvent choisi d'utiliser Earth Explorer directement. Il existe un autre très bon site de téléchargement qui pourrait vous intéresser et qui s'appelle Reverb | Écho. J'ai eu des problèmes dans le passé en utilisant Glovis avec Google Chrome car les fenêtres contextuelles requises sont bloquées avant le téléchargement. Voici les étapes correctes à suivre pour télécharger les données de niveau 1 qui sont composées de toutes les bandes de réflectance disponibles :

1) Accédez à Glovis - activez toutes les fenêtres contextuelles.

2) Sélectionnez le centroïde de votre zone d'intérêt

3) Choisissez votre capteur et la date d'acquisition

4) Ajouter l'image à la file d'attente

5) Envoyer au panier

6) Le navigateur ajoutera un nouvel onglet, vous redirigera vers Earth Explorer et vous invitera à « Connectez-vous en utilisant votre nom d'utilisateur et votre mot de passe enregistrés par l'USGS »

7) Un nouvel écran apparaîtra avec les produits disponibles en téléchargement

8) Encore une fois, un nouvel écran apparaîtra et vous pourrez choisir les produits spécifiques à télécharger. Assurez-vous de spécifier le produit de données GeoTIFF de niveau 1

Si à un moment donné un écran ne s'affiche pas dans ce didacticiel, essayez un autre navigateur et, si nécessaire, réduisez temporairement vos paramètres de sécurité


Jetez un œil à ce site Web, j'ai utilisé ce site pour télécharger les 7 bandes complètes.


Satellite 9

Landsat 9 - un partenariat entre la NASA et l'U.S. Geological Survey - poursuivra le rôle essentiel du programme Landsat dans la surveillance, la compréhension et la gestion des ressources terrestres nécessaires au maintien de la vie humaine.

Les taux accrus actuels de couverture terrestre mondiale et de changement d'utilisation des terres ont des conséquences profondes sur le temps et le changement climatique, la fonction et les services écosystémiques, le cycle et la séquestration du carbone, la gestion des ressources, l'économie nationale et mondiale, la santé humaine et la société.

Landsat est le seul système satellitaire américain conçu et exploité pour observer à plusieurs reprises la surface terrestre mondiale à une échelle modérée qui montre à la fois des changements naturels et induits par l'homme.


Images Landsat avec plus de 3 bandes colorées - Systèmes d'Information Géographique

Vous pouvez voir beaucoup de choses simplement en regardant. &mdashYogi Berra

En 2011, des scientifiques de Caroline du Nord, de France et du Pérou ont constaté que la déforestation dans une partie de la forêt amazonienne se déroulait à un rythme inhabituel dans un endroit inattendu. Les images du satellite Landsat 5 ont clairement montré que la déforestation avait été multipliée par six sur une période de six ans dans la région reculée de Madre de Dios au Pérou, près de la frontière bolivienne. Personne ne savait pourquoi.

Contraints par les images, les enquêteurs ont visité la forêt et ont découvert un grave empoisonnement au mercure affectant à la fois la population et la faune. Poussés par la flambée des prix de l'or, les mineurs défrichaient les arbres pour l'or. Le résultat n'était pas seulement une déforestation supplémentaire, mais aussi une pollution au mercure provenant du processus d'extraction.

Des images Landsat de la région de Madre de Dios au Pérou ont révélé la prolifération de mines d'or au cœur de la forêt amazonienne. (Images de la NASA de Robert Simmon, utilisant les données Landsat de l'USGS Global Visualization Viewer.)

Landsat n'a en fait pas vu la pollution au mercure, il a vu la déforestation là où cela n'aurait pas dû se produire. Et Landsat a obligé les scientifiques à enquêter.

Sans Landsat, le programme de satellites d'imagerie terrestre le plus ancien d'Amérique, il est peu probable que les scientifiques aient vu la pollution ou la déforestation à Madre de Dios pendant des années, et la santé des résidents locaux aurait été sérieusement affectée. Landsat a peut-être sauvé des vies.

Depuis 1972, Landsat a collecté plus de trois millions d'images décrivant deux générations d'empreintes humaines sur Terre, ainsi que les effets de la planète sur l'humanité. Les archives Landsat racontent une histoire sans précédent des surfaces terrestres de la planète, et elles constituent un réservoir pratique et stimulant de choses que nous devons surveiller et dont nous devons être avertis. L'imagerie raconte une histoire riche en informations qui peuvent nous aider à mieux trouver des moyens d'accueillir pacifiquement et prospère sept milliards de personnes sur une petite planète.

Une photo a commencé

On dit que le programme Landsat a été inspiré par des photographies prises par les astronautes d'Apollo. Ces images montraient une sphère bleue brillante et glorieuse suspendue dans le noir infini de l'espace. C'était une série de photos qui a changé à jamais notre façon de voir notre monde.

Cette photographie du sud-ouest des États-Unis, prise en novembre 1966 lors de la mission Gemini XII, fait partie de celles qui ont inspiré le programme Landsat. (Photographie d'astronaute de la NASA de la collection March to the Moon.)

Stewart Udall, secrétaire américain à l'Intérieur pour les présidents Kennedy et Johnson, s'est souvenu d'une image en particulier : une photo de la pollution crachant des centrales électriques dans la région de Four Corners de son état d'origine, l'Arizona. Savoir qu'il y avait de la pollution sur Terre était une chose, la voir sans ambiguïté depuis l'orbite était une toute autre affaire. De toute évidence, les satellites ont fourni une nouvelle façon de regarder notre maison comme jamais auparavant.

L'idée n'était pas entièrement nouvelle. En 1951, l'auteur britannique de science-fiction Arthur C. Clarke a suggéré que les satellites en orbite au-dessus des pôles pourraient prendre des mesures et des images du monde pendant qu'il tournait en dessous. Au milieu des années 1960, Udall a exhorté l'administration Johnson à faire exactement cela : créer un programme de satellites d'observation de la Terre. Un programme conjoint entre le ministère de l'Intérieur et la NASA a finalement produit le satellite Earth Resources Technology (ERTS), qui prendrait de larges images de la surface de la Terre.

Le 23 juillet 1972, vingt et un ans après que Clarke eut envisagé d'observer la Terre, un satellite scientifique civil fut lancé sur une orbite quasi polaire. Les instruments ERTS ont enregistré des informations dans quatre bandes spectrales : rouge, verte et deux infrarouges. Plus de 300 chercheurs, dont un tiers de l'extérieur des États-Unis, ont été employés pour analyser les nouvelles données, en partie parce qu'aucun scientifique n'en avait vu auparavant. Le satellite a fonctionné jusqu'en 1978, sa longévité et la qualité des images dépassant toutes les attentes.

Le satellite Earth Resources Technology (ERTS, rebaptisé plus tard Landsat 1) a été lancé à bord d'un Delta 900 depuis la base aérienne de Vandenberg le 23 juillet 1972. (Photographie de la NASA avec l'aimable autorisation de l'équipe scientifique de Landsat.)

Lors d'un point de presse en janvier 1975, l'administrateur associé de la NASA, Charles Mathews, a déclaré aux journalistes qu'au moment du lancement, ERTS-B deviendrait Landsat 2 et que l'ERTS en orbite serait désigné Landsat 1. Matthews a expliqué qu'une mission prévue pour étudier les océans allait être appelée Seasat, la NASA a donc décidé qu'il était approprié de renommer son programme de détection terrestre Landsat.

L'une des premières découvertes de Landsat 1 était une petite île auparavant inconnue au large de Terre-Neuve. Lorsqu'un scientifique canadien a été descendu quelques années plus tard d'un hélicoptère pour explorer l'île, il a découvert que le seul habitant, un ours polaire, était mécontent de l'intrusion. L'ours chargea et le scientifique partit rapidement. L'île s'appelait Landsat Island.

Luttes et succès

Landsat 2 a été lancé en 1975 et Landsat 3 en 1978. Tous deux étaient considérés comme expérimentaux, mais le succès de la technologie a incité les efforts à faire de Landsat un programme opérationnel. En 1979, le président Jimmy Carter a jeté les bases du transfert du programme Landsat à la National Oceanic and Atmospheric Administration (NOAA) du département américain du Commerce, faisant passer son statut de programme de recherche à un programme de surveillance opérationnelle. Landsat 4 a été lancé en 1982 et Landsat 5 en 1984 et la même année où le Congrès a adopté une loi commercialisant le programme.

Ces images de 1972 et 2011 montrent la transformation de l'agriculture près de Garden City, au Kansas, passant de champs rectangulaires avec irrigation traditionnelle à des champs circulaires irrigués avec des systèmes à pivot central. En fausses couleurs, la végétation est rouge et le sol nu est brun. (Images de la NASA de Robert Simmon, utilisant les données Landsat de l'USGS Global Visualization Viewer.)

Un an plus tard, la nouvelle société Earth Observation Satellite Co. (EOSAT) a repris les opérations de Landsat 4 et 5. Mais la commercialisation s'est avérée irréalisable. La nécessité de récupérer ses coûts auprès des utilisateurs avait contraint la NOAA à augmenter considérablement les prix des données Landsat (jusqu'à 600 % pour certains produits). Au moment où EOSAT a pris le relais, les augmentations de coûts avaient fait fuir tous les clients sauf les plus gros (principalement l'armée et les sociétés pétrolières et minières). L'acquisition d'images est devenue davantage axée sur le client, ce qui a entraîné une couverture plus limitée.

La malchance a continué. En 1987, l'émetteur radio principal de Landsat 5 tombe en panne. Sans enregistreur de données sur le satellite, il semblait impossible de télécharger des données depuis l'extérieur des États-Unis. En 1989, le manque de financement a obligé la NOAA à ordonner à EOSAT de se préparer à éteindre les deux satellites restants.

Mais les choses ont commencé à changer. Sur Landsat 5, les opérateurs de mission ont élaboré des plans avec des collègues en Australie et dans plusieurs autres pays pour relier les données à distance et les renvoyer aux États-Unis. Ce réseau de stations a permis à Landsat 5 d'acquérir des données considérables en dehors de l'Amérique du Nord. L'administration du président Bush a également trouvé les fonds pour maintenir Landsat 4 et 5 opérationnels - une bonne chose, car Landsat 6 a échoué lors de son lancement en 1993 et ​​s'est retrouvé dans l'océan Indien.

L'installation d'acquisition de données d'Alice Springs, dans le centre de l'Australie, est l'une des nombreuses stations de réception qui permettent de collecter des données Landsat à l'échelle internationale. [Photographie de Mike Pasfield, Geoscience Australia. Attribution Creative Commons (CC BY 3.0), Commonwealth d'Australie]

Au milieu de la tourmente, le Congrès a adopté le Land Remote Sensing Policy Act. La législation de 1992 a rendu l'exploitation du programme au gouvernement et a autorisé le lancement de Landsat 7, un satellite qui serait entièrement détenu et exploité par le gouvernement. Le U.S. Geological Survey a été chargé de distribuer les données aux tarifs gouvernementaux (à but non lucratif). Aujourd'hui, l'USGS distribue gratuitement les données Landsat sur Internet, et l'utilisation a explosé.

Malgré tous les hauts et les bas, Landsat 5 et 7 ont fonctionné bien au-delà de leur durée de vie prévue. Le mappeur thématique (TM) sur Landsat 5 n'a cédé que récemment après 27 ans d'imagerie à peu près au même moment où TM a été arrêté, les opérateurs ont réussi à réactiver le système de scanner multispectral (MSS) après des années de dormance. Landsat 7 poursuit également son travail, 13 ans après son lancement.

Mission de continuité des données Landsat. (NASA.)

Le lancement du huitième satellite, baptisé Landsat Data Continuity Mission (LDCM), est prévu pour 2013. Ce sera le prochain chapitre du programme d'observation de la Terre le plus ancien au monde.

Un imageur surprenant

Le plan initial de Landsat était de s'appuyer uniquement sur des caméras spéciales de type télévision appelées vidicons à faisceau de retour (RBV) pour faire l'imagerie. Les RBV ont trois caméras, chacune utilisant un filtre coloré et un mdashone pour la partie bleu-vert du spectre, une pour le jaune-rouge et une pour la partie rouge-infrarouge, chacune révélant un aspect différent du monde physique.

Mais alors que ERTS/Landsat 1 était en cours de conception, Hughes Aircraft a mis au point un nouvel instrument qui utilisait la technologie émergente de la fibre optique et imaginait la Terre en bandes. Pendant que le satellite tournait en orbite, le scanner prenait six bandes d'images à des angles de 90 degrés, perpendiculaires à la direction dans laquelle il se déplaçait. Il a également pris des photos dans quatre parties différentes du spectre. Par exemple, une bande pourrait montrer comment les plantes absorbaient la chlorophylle, une autre pourrait observer la teneur en eau des feuilles, une troisième pourrait voir l'humidité dans le sol et des choses précieuses à enregistrer si vous suivez la végétation ou la biomasse. Hughes l'a appelé le système de scanner multispectral (MSS), et la NASA a décidé de l'ajouter en tant que deuxième imageur.

Le système de scanner multispectral à bord des premiers satellites Landsat a imagé la Terre dans quatre bandes spectrales, allant de 0,5 micromètre (vert) à 1,1 micromètre (proche infrarouge). Chaque bande fait ressortir différentes caractéristiques du paysage et peut finalement être combinée pour créer des images en couleur. (Images de la NASA de Robert Simmon, utilisant les données Landsat de l'USGS Global Visualization Viewer.)

De nombreux scientifiques s'inquiétaient de la fiabilité de la nouvelle approche. Le MSS avait une partie mobile et un miroir oscillant mdashan et certains craignaient qu'il ne se brise ou ne se bloque. Les chercheurs étaient également mécontents de l'idée d'avoir des bandes d'images qui devraient être fusionnées.

Puis le satellite a été lancé et les premières images MSS sont tombées. Ils avaient une beauté à couper le souffle et des détails exquis. Pour compléter la victoire, le RVB a mal fonctionné et a été arrêté un mois après son lancement, tandis que le MSS a continué à envoyer des images pendant des années.

Landsat image la surface de la Terre dans une série de scènes de 185 kilomètres (115 miles) de large. Landsat 7 collecte actuellement des données, mais a subi une panne en 2003 qui laisse des espaces entre les lignes de balayage. Cette image Landsat 7, collectée le 26 juin 2012, montre les montagnes Ouachita, le long de la frontière entre l'Oklahoma et l'Arkansas. (Image de la NASA par Robert Simmon, utilisant les données Landsat 7 de l'USGS Global Visualization Viewer.)

Pour Landsat 4 et 5, Hughes a remplacé le MSS par le Thematic Mapper (TM), un imageur de nouvelle génération à résolution légèrement supérieure. Avec une résolution au sol de 30 mètres (100 pieds) le long d'une bande de terre de 185 kilomètres (115 milles), Landsat pourrait désormais fournir une couverture mondiale entre 81°N latitude et 81°S tous les 16 jours, à une résolution qui le rend plus facile à voir des modèles et des changements à grande échelle sur presque toutes les surfaces terrestres.

Au moment du lancement de Landsat 7 en 1999, le satellite disposait d'une version améliorée du mappeur (ETM+) à huit bandes, suffisamment puissante pour créer une base de données mondiale contenant jusqu'à 400 images détaillées par jour. Malheureusement, le scanner a mal fonctionné en 2003 et 22% de chaque scène a été perdue. Mais les techniques de fusion d'images ont permis aux opérateurs de contourner les pertes d'images. Landsat 7 renvoie toujours ses données 13 ans après son lancement.

Regarder à travers le temps

La plus grande contribution de Landsat est peut-être la capacité d'observer les surfaces terrestres de la Terre à travers le temps. Prendre un instantané de quelque chose ne vous montre que ce qui est vrai pendant cette fraction de seconde pour montrer que ce qui se passe au fil des générations est différent. Le temps fait partie de l'échafaudage de la science.

Landsat peut prendre des instantanés montrant l'état des cultures en Californie ou dans le Dakota du Nord, des points chauds volcaniques à Yellowstone ou des gisements minéraux dans la Vallée de la Mort. Et il peut tous les voir d'une manière jamais possible auparavant. Les satellites peuvent prendre des instantanés au cours de quelques jours, capturant graphiquement les dommages causés par l'ouragan Katrina, le tsunami de Tohoku, une tornade dans les collines du Massachusetts ou un incendie de forêt en Arizona. Les représentants du gouvernement peuvent observer la reprise après sinistre en temps réel.

Landsat a fait tout cela et quelque chose de plus. Il a rassemblé une image complète de toutes les masses continentales de la Terre. Si vous avez Google Earth sur votre ordinateur ou votre smartphone, vous voyez des images Landsat lorsque vous effectuez un zoom avant.

La longévité de Landsat permet aux scientifiques de surveiller les changements naturels et induits par l'homme à la surface de la Terre. Cette paire d'images montre la croissance de Pékin du 21 juin 1978 au 8 juin 2011. Dans ces images en fausses couleurs, la végétation est rouge et le sol nu ou le développement humain (routes, bâtiments) est beige à brun. (Images de la NASA de Robert Simmon, utilisant les données Landsat 3 et 5 de l'USGS Global Visualization Viewer.)

Mais le vrai cadeau de regarder la Terre est la vue à long terme. Landsat peut surveiller une planète en mutation au fil du temps : l'apparition et la disparition d'îles-barrières, la fonte des glaciers au Groenland et la montée du niveau de la mer en Antarctique, l'évolution des forêts dans les Rocheuses et l'érosion des côtes en Alaska. Landsat a mesuré l'utilisation et la mauvaise utilisation des ressources en eau dans l'Ouest américain et a aidé les planificateurs à garder un œil sur la croissance urbaine.

Espionner une nouvelle ruée vers l'or

Et c'est ainsi que Landsat a découvert l'exploitation minière et la pollution au Pérou que personne n'avait remarquées auparavant. Avec la montée en flèche du prix de l'or (360 % en 10 ans de 2001 à 2011), les mineurs sans licence ont commencé à affluer au Pérou à Madre de Dios. Ils ont défriché 12 500 acres de forêt entre 2003 et 2009. Les images Landsat ont montré que la déforestation locale augmentait à un taux de 26 pour cent par an.

Alors que la déforestation elle-même n'était pas assez importante pour constituer une menace sérieuse pour la forêt, le mercure l'était. Les mineurs utilisent le mercure pour extraire l'or des roches. Il se vaporise pendant le processus et devient aéroporté, empoisonnant éventuellement les réserves d'eau.

Le mercure pénétrait dans le poisson et les gens mangeaient le poisson. Ils buvaient aussi de l'eau. Des tests effectués sur des résidents locaux ont montré que plus ils étaient proches des mines, plus leur corps contenait de mercure.

Les intendants de la forêt tropicale ont maintenant du travail à faire. Landsat a regardé ce que les scientifiques ont vu. Des vies seront sauvées.


Liste des indices spectraux pour Sentinel et Landsat

Il existe un grand nombre d'indices spectraux qui peuvent analyser divers aspects tels que la végétation, les ressources en eau, la neige, le sol, le feu, entre autres. Les satellites plus connus sous le nom de Landsat et Sentinel offrent la possibilité d'effectuer diverses opérations avec leurs bandes, le résultat peut être converti en un indice spectral.

Cet article compile et conceptualise les indices spectraux les plus courants utilisés avec les satellites Sentinel et Landsat. C'est une bonne occasion d'utiliser l'algèbre cartographique (calculatrice matricielle), afin d'exécuter plusieurs équations qui pourraient vous aider dans l'analyse dans le monde de la télédétection.

Principaux indices spectraux pour Sentinel et Landsat

Voici une compilation des formules des principaux indices spectraux pour Landsat 4, 5, 7, 8 et Sentinel MSI.

Indice de végétation par différence normalisée (NDVI) :

L'indice de végétation par différence normalisée (NDVI) est un indicateur numérique qui utilise les bandes spectrales rouge et proche infrarouge. Le NDVI est fortement associé au contenu végétal. Les valeurs NDVI élevées correspondent à des zones qui se reflètent davantage dans le spectre proche infrarouge. Une réflectance plus élevée dans le proche infrarouge correspond à une végétation plus dense et plus saine (GU, 2019).

  • Formule de NDVI = (PIR – Rouge) / (PIR + Rouge)
  • NDVI (Landsat 8) = (B5 – B4) / (B5 + B4)
  • NDVI (Landsat 4 – 7) = (B4 – B3) / (B4 + B3)
  • NDVI (Sentinelle 2) = (B8 – B4) / (B8 + B4)

Indice de végétation par différence normalisée verte (GNDVI) :

L'indice de végétation par différence normalisée verte (GNDVI) est une version modifiée du NDVI pour être plus sensible à la variation de la teneur en chlorophylle dans la culture. « Les valeurs de corrélation les plus élevées avec la teneur en N des feuilles et la MS ont été obtenues avec l'indice GNDVI pour toutes les périodes d'acquisition de données et les deux phases expérimentales. … Le GNDVI était plus sensible que le NDVI pour identifier différents taux de concentration de chlorophylle, qui est fortement corrélée à l'azote, dans deux espèces de plantes. (Gitelson et al. 1996)

  • Formule de GNDVI = (NIR-VERT) /(NIR+VERT)
  • GNDVI (Landsat 8) = (B5 – B3) / (B5 + B3)
  • GNDVI (Landsat 4 – 7) = (B4 – B2) / (B4 + B2)
  • GNDVI (Sentinelle 2) = (B8 – B3) / (B8 + B3)

Indice de végétation amélioré (EVI) :

L'EVI est similaire à l'indice de végétation par différence normalisée (NDVI) et peut être utilisé pour quantifier la verdure de la végétation. Cependant, l'EVI corrige certaines conditions atmosphériques et le bruit de fond de la canopée et est plus sensible dans les zones à végétation dense. Il intègre une valeur « L » pour ajuster le fond de la canopée, des valeurs « C » comme coefficients de résistance atmosphérique et des valeurs de la bande bleue (B). Ces améliorations permettent de calculer l'indice sous forme de rapport entre les valeurs R et NIR, tout en réduisant le bruit de fond, le bruit atmosphérique et la saturation dans la plupart des cas (USGS, 2019).

  • Formule de EVI = G * ((NIR – R) / (NIR + C1 * R – C2 * B + L))
  • EVI (Landsat 8) = 2,5 * ((B5 – B4) / (B5 + 6 * B4 – 7,5 * B2 + 1))
  • EVI (Landsat 4 – 7) = 2,5 * ((B4 – B3) / (B4 + 6 * B3 – 7,5 * B1 + 1))
  • EVI (Sentinelle 2) = 2,5 * ((B8 – B4) / (B8 + 6 * B4 – 7,5 * B2 + 1))

Indice de végétation avancé (AVI) :

L'indice de végétation avancé (AVI) est un indicateur numérique, similaire au NDVI, qui utilise les bandes spectrales rouge et proche infrarouge. Comme NDVI, AVI est utilisé dans les études de végétation pour surveiller les variations des cultures et des forêts au fil du temps. Grâce à la combinaison multitemporelle de l'AVI et du NDVI, les utilisateurs peuvent discriminer différents types de végétation et extraire des caractéristiques/paramètres phénologiques (GU, 2019).

  • Formule de AVI = [NIR * (1-Rouge) * (NIR-Rouge)]1/3
  • AVI (Landsat 8) = [B5 * (1 – B4)*(B5 – B4)] 1/3
  • AVI (Landsat 4 – 7) = [B4 * (1 – B3)*(B4 – B3)] 1/3
  • AVI (Sentinelle 2) = [B8 * (1 – B4)*(B8 – B4)] 1/3

Indice de végétation ajusté au sol (SAVI) :

SAVI est utilisé pour corriger l'indice de végétation par différence normalisée (NDVI) pour l'influence de la luminosité du sol dans les zones où la couverture végétale est faible. Le SAVI dérivé de la réflectance de surface Landsat est calculé comme un rapport entre les valeurs R et NIR avec un facteur de correction de la luminosité du sol (L) défini comme 0,5 pour s'adapter à la plupart des types de couverture terrestre (USGS, 2019).

  • Formule de SAVI = ((NIR – R) / (NIR + R + L)) * (1 + L)
  • SAVI (Landsat 8) = ((B5 – B4) / (B5+ B4 + 0,5)) * (1,5)
  • SAVI (Landsat 4 – 7) = ((B4 – B3) / (B4+ B3 + 0,5)) * (1,5)
  • SAVI (Sentinelle 2) = (B08 – B04) / (B08 + B04 + 0,428) * (1,428)

Indice d'humidité différentiel normalisé (NDMI) :

Le NDMI est utilisé pour déterminer la teneur en eau de la végétation. Il est calculé comme un rapport entre les valeurs NIR et SWIR de manière traditionnelle (USGS, 2019).

  • Formule de NDMI = (NIR – SWIR) / (NIR + SWIR)
  • NDMI (Landsat 8) = (B5 – B6) / (B5 + B6)
  • NDMI (Landsat 4 – 7) = (B4 – B5) / (B4 + B5)
  • NDMI (Sentinelle 2) = (B8 – B11) / (B8 + B11)

Indice de stress hydrique (MSI) :

L'indice de stress hydrique est utilisé pour l'analyse du stress de la canopée, la prévision de la productivité et la modélisation biophysique. L'interprétation du MSI est inversée par rapport à d'autres indices de végétation aquatique. Ainsi, des valeurs plus élevées de l'indice indiquent un plus grand stress hydrique des plantes et, par inférence, une teneur en eau du sol moindre. Les valeurs de cet indice vont de 0 à plus de 3, la fourchette commune pour la végétation verte étant de 0,2 à 2 (Welikhe et al., 2017).

  • Formule de MSI = MidIR / NIR
  • MSI (Landsat 8) = B6 / B5
  • MSI (Landsat 4 – 7) = B5 / B4
  • MSI (Sentinelle 2) = B11 / B08

Indice de couverture verte (GCI) :

En télédétection, l'indice de chlorophylle verte est utilisé pour estimer la teneur en chlorophylle des feuilles dans diverses espèces de plantes. La teneur en chlorophylle reflète l'état physiologique de la végétation qu'elle diminue chez les plantes stressées et peut donc être utilisée comme mesure de la santé des plantes (EOS, 2019).

  • Formule de GCI = (NIR) / (Vert) – 1
  • GCI (Landsat 8) = (B5 / B3) -1
  • GCI (Landsat 4 – 7) = (B4 / B2) -1
  • GCI (Sentinelle 2) = (B9 / B3) -1

Indice de taux de combustion normalisé (NBRI) :

Les incendies de forêt sont des phénomènes naturels ou artificiels graves qui détruisent les ressources naturelles, le bétail, déséquilibrent les environnements locaux, libèrent d'énormes quantités de gaz à effet de serre, etc. Le NBRI tire parti des bandes spectrales du proche infrarouge et de l'infrarouge à ondes courtes, qui sont sensibles dans la végétation. changements, pour détecter les zones brûlées et surveiller le rétablissement de l'écosystème (GU, 2019).

  • Formule de NBR = (NIR – SWIR) / (NIR+ SWIR)
  • NBRI (Landsat 8) = (B5 – B7) / (B5 + B7)
  • NBRI (Landsat 4 – 7) = (B4 – B7) / (B4 + B7)
  • NBRI (Sentinelle 2) = (B8 – B12) / (B8 + B12)

Indice de sol nu (BSI) :

L'indice de sol nu (BSI) est un indicateur numérique qui combine les bandes spectrales bleue, rouge, proche infrarouge et infrarouge à ondes courtes pour capturer les variations du sol. Ces bandes spectrales sont utilisées de manière normalisée. L'infrarouge à ondes courtes et les bandes spectrales rouges sont utilisées pour quantifier la composition minérale du sol, tandis que les bandes spectrales bleue et proche infrarouge sont utilisées pour renforcer la présence de végétation (GU, 2019).

  • Formule de BSI = ((Rouge+SWIR) – (NIR+Bleu)) / ((Rouge+SWIR) + (NIR+Bleu))
  • BSI (Landsta 8) = (B6 + B4) – (B5 + B2) / (B6 + B4) + (B5 + B2)
  • BSI (Landsta 4 – 7) = (B5 + B3) – (B4 + B1) / (B5 + B3) + (B4 + B1)
  • BSI (Sentinelle 2) = (B11 + B4) – (B8 + B2) / (B11 + B4) + (B8 + B2)

Indice de différence d'eau normalisé (NDWI) :

Normalize Difference Water Index (NDWI) est utilisé pour l'analyse des masses d'eau. L'index utilise les bandes vertes et infrarouges proches des images de télédétection. Le NDWI peut améliorer efficacement les informations sur l'eau dans la plupart des cas. Elle est sensible aux terrains bâtis et se traduit par des masses d'eau surestimées. Les produits NDWI peuvent être utilisés conjointement avec les produits de changement NDVI pour évaluer le contexte des zones de changement apparent (Bahadur, 2018).

  • Formule de NDWI = (NIR – SWIR) / (NIR + SWIR)
  • NDWI (Landsat 8) = (B3 – B5) / (B3 + B5)
  • NDWI (Landsat 4 – 7) = (B2 – B4) / (B2 + B4)
  • NDWI (Sentinelle 2) = (B3 – B8) / (B3 + B8)

Indice de neige par différence normalisée (NDSI) :

L'indice de neige par différence normalisée (NDSI) est un indicateur numérique qui montre la couverture de neige sur les zones terrestres. Les bandes spectrales vertes et infrarouges à ondes courtes (SWIR) sont utilisées dans cette formule pour cartographier la couverture neigeuse. Étant donné que la neige absorbe la majeure partie du rayonnement incident dans le SWIR alors que les nuages ​​ne le font pas, cela permet au NDSI de distinguer la neige des nuages. Cette formule est couramment utilisée dans les applications de cartographie de la couverture neigeuse/glace ainsi que dans la surveillance des glaciers (Bluemarblegeo, 2019).

  • Formule de NDSI = (Vert-SWIR) / (Vert+SWIR)
  • NDSI (Landsat 8) = (B3 – B6) / (B3 + B6)
  • NDSI (Landsat 4 – 7) = (B2 – B5) / (B2 + B5)
  • NDSI (Sentinelle 2) = (B3 – B11) / (B3 + B11)

Indice de glacier différentiel normalisé (NDGI) :

L'indice de glacier différentiel normalisé (NDGI) est utilisé pour aider à détecter et à surveiller les glaciers en utilisant les bandes spectrales verte et rouge. Cette équation est couramment utilisée dans les applications de détection et de surveillance des glaciers (Bluemarblegeo, 2019).

  • Formule de NDGI = (NIR-Vert)/(NIR+Vert)
  • NDGI (Landsat 8) = (B3 – B4) / (B3 + B4)
  • NDGI (Landsat 4 – 7) = (B2 – B3) / (B2 + B3)
  • NDGI (Sentinelle 2) = (B3 – B4) / (B3 + B4)

Indice de végétation résistant à l'atmosphère (ARVI)

Comme son nom l'indique, l'indice de végétation résistante à l'atmosphère est le premier indice de végétation, qui est relativement sujet aux facteurs atmosphériques (tels que les aérosols). La formule de l'indice ARVI inventée par Kaufman et Tanré est essentiellement le NDVI corrigé des effets de diffusion atmosphérique dans le spectre de réflectance rouge en utilisant les mesures dans les longueurs d'onde bleues (EOS, 2019).

Indice de Pigment Insensible à la Structure (SIPI)

L'indice de pigmentation insensible à la structure est bon pour l'analyse de la végétation avec la structure variable de la canopée. Il estime le rapport des caroténoïdes à la chlorophylle : les signaux de valeur accrue de la végétation stressée (EOS, 2019).


Images Landsat avec plus de 3 bandes colorées - Systèmes d'Information Géographique

Note de l'éditeur : cette histoire est la première partie d'une série. Veuillez lire les parties 2, 3 et 4 pour une image plus complète de la déforestation amazonienne.

Le bassin amazonien est exceptionnel. Il s'étend sur au moins 6 millions de kilomètres carrés (2,3 millions de miles carrés), soit près du double de la taille de l'Inde. Il abrite la plus grande forêt tropicale de la Terre, ainsi que la plus grande rivière pour le volume du débit et la taille du bassin versant.

La forêt tropicale, qui couvre environ 80 pour cent du bassin, abrite un cinquième des espèces terrestres du monde, dont beaucoup ne se trouvent nulle part ailleurs dans le monde. Il abrite également plus de 30 millions de personnes, dont des centaines de groupes autochtones et plusieurs dizaines de tribus isolées ou isolées.

La forêt amazonienne est également un énorme puits de carbone et une zone de mdashan qui attire le carbone de l'atmosphère. Il pompe également d'énormes quantités d'eau dans l'air grâce à un processus appelé transpiration. Assez d'humidité s'élève de l'Amazonie pour alimenter de vastes "rivières flottantes" et environ la moitié de la pluie qui retombe sur la région, a expliqué Thomas Lovejoy, professeur à l'Université George Mason et chercheur principal à la Fondation des Nations Unies pour la science, l'économie et l'environnement.

Malgré sa grande taille et son importance évidente pour la planète, il y a beaucoup de choses sur l'Amazonie qui restent énigmatiques car c'est un endroit si complexe et difficile à étudier. C'est tout aussi difficile à gérer. Entouré de plateaux montagneux sur la plupart des côtés, une grande partie du bassin est isolée et difficile d'accès. Il couvre environ un tiers de l'Amérique du Sud, s'étend sur huit pays et bien d'autres frontières étatiques et tribales et présente une mosaïque d'écosystèmes qui se croisent et se chevauchent.

Le ciel au-dessus de l'Amazone est presque toujours rempli de nuages ​​et de tempêtes, faisant du bassin l'un des endroits les plus difficiles à cartographier et à surveiller pour les scientifiques. La photographie de l'astronaute ci-dessus, prise alors que la Station spatiale internationale survolait l'État brésilien de Tocantins, capture une scène courante de la saison des pluies. De vastes colonnes d'humidité s'élèvent par convection puis se propagent vers l'extérieur en nuages ​​d'enclume lorsqu'elles entrent en collision avec la stratosphère. Même pendant la saison sèche, des légions de cumulus et de nuages ​​de maïs éclatés apparaissent au-dessus des zones boisées, obscurcissant les vues satellite de la surface terrestre, comme dans l'image du spectroradiomètre imageur à résolution modérée (MODIS) ci-dessous.

Dans les premières années du programme Landsat (années 1970), des années entières s'écoulaient lorsque le satellite ne pouvait pas collecter d'images claires de certaines parties du bassin. La malédiction de la couverture nuageuse a longtemps compliqué pour les cartographes la définition des limites des biomes et la catégorisation de la couverture terrestre ou de l'utilisation des terres et des forêts tropicales humides par rapport aux forêts tropicales primaires et secondaires de la savane, aux pâturages par rapport aux terres cultivées, etc. Il était encore plus difficile de suivre comment ces les caractéristiques ont changé au fil du temps et à travers le bassin.

Mais à mesure que les observations par satellite se sont accumulées au fil des décennies, que les techniques informatiques et cartographiques ont progressé et que de nouveaux satellites ont été pilotés, les scientifiques en télédétection ont trouvé des moyens de plus en plus sophistiqués de reconstituer des cartes et des récits qui expliquent mieux la région amazonienne.

"Ce que nous voyons en Amazonie au cours des quatre dernières décennies est un changement extraordinaire", a déclaré Matthew Hansen, un scientifique en télédétection de l'Université du Maryland spécialisé dans la cartographie de la couverture terrestre et des changements d'utilisation des terres. &ldquoNous constatons des pertes importantes dans les forêts humides et sèches, des expansions incroyables des pâturages et de l'agriculture et des changements dans l'utilisation des terres induits par les forces économiques et la façon dont les terres sont gérées. Il n'y a vraiment nulle part ailleurs dans le monde qui se compare à l'Amazonie pour l'ampleur et la portée du changement.&rdquo

La carte en haut de cette page&mdasha mosaïque d'images sans nuages ​​collectées par Landsat 7 et Landsat 8 en 2018&mdasha offre une vue claire de l'ensemble des surfaces terrestres du bassin. (If no cloud-free observations were available in 2018, imagery was taken from another recent year.) The false-color image (bands 5-4-3) incorporates observations of near-infrared and shortwave infrared light that accentuates key differences in vegetation, moisture levels, and other surface features.

The darkest green areas show where forest&mdashmostly tropical humid rainforests&mdashthrive and have not been severely changed or degraded by human activity. Lighter green areas in Venezuela, Guyana, Suriname and southern and eastern Brazil are generally tropical savanna (called Cerrado in Brazil). These woodland-grassland ecosystems often have trees, but they are spaced widely enough that the canopy does not appear fully closed.

Although tropical savannas receive plenty of rain during the wet season, they typically have vegetation that can withstand the lengthy dry season as well. Since water strongly absorbs in the near-infrared, moist areas are accentuated in this map. Rivers and reservoirs appear navy blue. The brown areas are seasonally flooded wetlands, notably the Llanos de Moxos, a seasonably flooding savanna in Bolivia, and the Araguaia River floodplain in the Cerrado.

Areas strongly affected by human activity also stand out. Forest areas that were converted to pasture generally appear yellow. Savanna converted to cropland is generally pink, especially if fields are fallow or have exposed soil.

&ldquoIn a natural-color image without near-infrared, most of the forests and even some Cerrado areas to the southeast would end up having a similar green hue. A false-color image like this brings out variations,&rdquo explained Viviana Zalles, a researcher at the University of Maryland. &ldquoHowever, it is important to understand that the boundaries between biomes or land cover or land use classes on maps are not as neat and clean in real life.&rdquo

On the ground, ecosystems often fade gradually into each other, or there can be variations within a patch of land. &ldquoThe key thing to remember is that the Amazon basin is an extremely diverse place,&rdquo said Zalles. &ldquoIt includes the rainforest biome&mdashAmazonia&mdashas well as Cerrado. And Cerrado itself is a broad term. It can include dry forests, savannas, shrublands, all the way to grasslands with very few trees at all.&rdquo

In some cases, the nuances can be lost on a continental-scale map. For instance, land cleared for crops and pasture along a deforestation frontier in Rondônia (a state in Brazil) appears to be a fairly continuous yellow area on the continental map at the top of the page. However, as seen in the more detailed view above, the area&mdashwhich shows development extending into a seasonally flooded savanna near the border with Bolivia&mdashis really a mixture of clearly defined pastures, fields, and forested stream banks of differing green, pink, and brown shades.

&ldquoThe other thing that can be confusing about this part of the world is that different research groups use different systems when defining the boundaries of what they are studying,&rdquo Zalles said. &ldquoSome researchers, government agencies, and NGOs look at what&rsquos happening in just one state or country. Others look at just one or two biomes. Others will look more broadly but still differ by focusing on just the Amazon basin or on the larger Amazonia biome or just the Brazilian Legal Amazon." (The second designation includes rainforest areas north and east of the Amazon basin and excludes parts of the Andes Mountains the last designation includes Cerrado areas in addition to rainforest.)

&ldquoEven getting basic numbers, like the area covered by rainforest in 2018 in South America, is not as easy as you might think,&rdquo Zalles said. &ldquoThe numbers that are quoted by different groups and media conflict in confusing ways because of slight differences in the way people define ecosystems or where they put the focus of their analysis.&rdquo

Les références

NASA Earth Observatory images by Lauren Dauphin, using MODIS data from NASA EOSDIS/LANCE and GIBS/Worldview, Landsat data from the U.S. Geological Survey and University of Maryland, and topographic data from the Shuttle Radar Topography Mission (SRTM). River data from the World Wildlife Fund HydroSHEDS Project. Amazon biome boundaries using data from Olson, DM, et al. (1998). Brazilian Amazon legal boundaries using data from Potter, C.S, et al. (2003). Astronaut photograph ISS042-E-215303 was acquired on January 30, 2015, with a Nikon D4 digital camera using an 98 millimeter lens and is provided by the ISS Crew Earth Observations Facility and the Earth Science and Remote Sensing Unit, Johnson Space Center. Story by Adam Voiland.

This image record originally appeared on the Earth Observatory. Click here to view the full, original record.


Still Graphics

In 1975, NASA Administrator Dr. James Fletcher predicted that if one space age development would save the world, it would be Landsat and its successor satellites. Since the early 1970s, Landsat has continuously and consistently archived images of Earth this unparalleled data archive gives scientist the ability to assess changes in Earth’s landscape.

For over 40 years, the Landsat program has collected spectral information from Earth’s surface, creating a historical archive unmatched in quality, detail, coverage, and length.

“It was the granddaddy of them all, as far as starting the trend of repetitive, calibrated observations of the Earth at a spatial resolution where one can detect man’s interaction with the environment,” Dr. Darrel Williams, the Landsat 7 Project Scientist, states about Landsat.

Landsat sensors have a moderate spatial-resolution. You cannot see individual houses on a Landsat image, but you can see large man-made objects such as highways. This is an important spatial resolution because it is coarse enough for global coverage, yet detailed enough to characterize human-scale processes such as urban growth, deforestation, agriculture water use, and more.

Forests have never been under more pressure. Demand for their natural wealth and a hunger for land causes forest clearance at alarming rates. The UN Food and Agriculture Organization (FAO) estimates that the Earth loses an area about the size of a football field every 3 seconds - in the time it takes to make a sandwich an area equivalent to the National Mall in Washington, D.C., is cleared. somewhere on Earth trees are falling every second of every day.

Based on a systematic sample of Landsat imagery at 4,016 locations around the tropical belt the European Commission's TREES 3 project is making estimates of forest cover change for the years 1990, 2000, 2005 and 2010 with new levels of precision. Preliminary results emphasize just how relentless the pressure on our planet is. Using archived and recent Landsat imagery we have measured dramatic changes to the African Continent for example. Since the 1970s natural vegetation (forests and savannas) have been converted to agricultural land at a tremendous pace. Around 50,000 sq. km per year are cleared - an area twice the size of Vermont. With the fastest growing population in the world such land cover conversions are unlikely to slow down any time soon, nor should the measuring programs. Landsat 8 and its European counterpart, Sentinel 2, are not being launched any sooner than they are needed.


Landsat Science

This joint NASA/USGS program provides the longest continuous space-based record of Earth’s land in existence. Every day, Landsat satellites provide essential information to help land managers and policy makers make wise decisions about our resources and our environment. + Landsat Case Studies ebook

Spotting Brittany's 'Green Tides' from Space

South Asian Farmers Fine Tune When to Water with Landsat

Explore Landsat at Home

"A recent industry report estimates that total annual value of $2.19 billion, far exceeding the multi-year total cost of building, launching, and managing Landsat satellites and sensors. The value is derived from consumer use of the data. There is no inherent value in idle data."

— NASA API website, Dec 11, 2015

“Anything that’s historic, it’s got to be Landsat. In temporal depth, Landsat is really the only game in town.”

— Mike Wulder, Canadian Forest Service, on historical land use change, Jan 16, 2018

"The Landsat program doesn’t produce images like the ones of astronauts playing golf on the moon nor geologists scaling an erupting volcano, but it has created one of the most important scientific repositories of data ever made."

— Robinson Meyer, Apr 16, 2015

“Last year the White House found that GPS, weather satellites, and Landsat are the three most critical types of Earth-orbiting assets for civil applications, because they’re used by many economic sectors and fields of research.”

— Sarah Ryker, USGS deputy associate director for climate and land use change, Apr 16, 2015

"Global Forest Watch’s ability to take advantage of Landsat imagery to produce a global forest monitoring platform highlights why remote sensing has become such a revolutionary technology. The imagery has achieved a state-of-the-art quality—NASA’s Landsat data is delivered in 30x30meter squares and has been for the past 40 years. Beyond this, it has been made radically accessible. Since 2008, anyone has been able to view and download the data from the United States Geological Survey (USGS) website free of charge, which has made satellite imagery a primary tool for forest and land cover monitoring. Without it, GFW would not be possible."

— Sarah Ruiz, writer/editor at Global Forest Watch, Apr 11, 2019

"Agricultural engineer Jean-Francois Pekel and colleagues have created a kind of virtual time machine, showing past changes in surface water and providing a baseline for charting the changing future of our watery world. To achieve this feat, Pekel and colleagues used more than 3 million Landsat images of Earth's lakes, wetlands, and rivers taken between 1984 and 2015."

— High-Resolution Satellite Images Capture Stunning View of Earth's Changing Waters, Dec 9, 2016

“By analyzing velocity estimates extracted from 30 years of Landsat data, this study highlights the complex, and sometimes counterintuitive, interplay between surface meltwater and ice motion.”


Browsing Landsat data is a lot easier than I thought it was

With the Landsat Data Continuity Mission (otherwise known as Landsat 8) scheduled to launch on Monday, there's been a lot of Tweeting about Landsat, and through one such Tweet I learned about a resource that I hadn't known existed before: the LandsatLook Viewer. This is a graphical interface to more than a decade worth of Landsat data, a tremendous resource for anyone interested in Earth's changing surface, natural or manmade. I haven't done much with Landsat data lately, but it's the very first kind of satellite image data I ever processed, and I'm thrilled to find that LandsatLook puts it at my -- and your -- fingertips.

Landsat is a long series of satellites that have orbited Earth since 1972. All of them have carried similar camera systems, which means that they have established a continuous record of the changing face of Earth over those forty-plus years. Most Landsat image data are medium-resolution, at about 30 meters per pixel. This is too coarse to see most buildings, but it's fine enough to see patterns of land use, and it's a resolution at which you can achieve repeated global coverage.

Landsat data is also multispectral. What does that mean? Landsat views Earth in seven wavelength regions, called "bands." Just like I routinely do with Cassini or Voyager image data, you can use any three Landsat bands to make a color picture. With red, green, and blue bands, you can get a picture that looks like the view out a space station window. But, again, like most space cameras, Landsat's imaging capability stretches into the infrared. On Earth, relative infrared brightness at different wavelengths can tell you about vegetation health, soil moisture, and rock type, among lots of other things.

I wanted to try out LandsatLook but where on Earth should I pick? That decision became easy when I saw a photo that Space Station astronaut Chris Hadfield Tweeted yesterday. (Incidentally, astronauts on the Space Station Tweeting photos shot out their windows is among the top reasons I love Twitter.) "The Taranaki Volcano looks too perfect to be real," Hadfield commented. Of course, that perfect-circle boundary is no accident it's the result of New Zealand establishing a National Park covering everything within a 6-mile radius of the peak.

A photo of Mount Taranaki, a stratovolcano in New Zealand, Tweeted from space Astronaut Chris Hadfield Tweeted this view of Mount Taranaki from space on February 7, 2013. Image: NASA

So I went to LandsatLook to see if I could find Landsat imagery of Mount Taranaki. Here is a view of the same volcano from Landsat. This one was taken about eight years ago, on June 15, 2005. This being the southern hemisphere, it's winter, and the mountain peak is covered in snow. I'm thinking I'd like to add a bunch of Landsat images to my space images database, showing Earth geologic features -- volcanoes, deltas, faults, that sort of thing. I'll have to find slightly less vegetated areas than this verdant spot in New Zealand if I actually want to see the geology!

Mount Taranaki, a stratovolcano in New Zealand, from Landsat This photo of the stratovolcano Mount Taranaki was taken about on June 15, 2005. The same precipitation that put snow on the mountains has made the surrounding farmland lush and green. The protected forest land of Egmont National Park makes the oddly geometric circle surrounding the volcano. That circle is about 19 kilometers in diameter. Image: NASA / USGS / Emily Lakdawalla

It was very easy to browse the data across both geography and time in LandsatLook, but there were quite a few steps to retrieving it, and even more to make a true-ish color photo that looks like the one Hadfield took. If you're interested, here's a walkthrough of how I made that image, and an interesting pitfalls I fell into along the way.

I put "Taranaki" into the search field and LandsatLook took me straight to the right spot, on the west coast of New Zealand's North Island. I zoomed in tight on the mountain and clicked the big "select scenes" button. The database found 76 images, and showed me the most recent ones. Each Landsat image (colloquially called a "scene") is roughly square, and is 185 kilometers wide. (For Americans, that's about two Connecticuts stacked together for Europeans, one Landsat scene covers about one and a half times the area of Wales.) So my 19-kilometer-wide volcano is way smaller than one scene, and I should only need one Landsat scene to see the whole thing. LandsatLook defaults to showing you as many images tiled on the view as are necessary to cover the whole window, but I was only interested in images where the whole volcano was in one image, so I clicked the "only one" button to make it show me one image at a time.

The first view had some cloud cover, so I scrolled back in time to find images that were less obscured by cloud. Each time I found one I liked, I clicked the "Metadata" button and added the image to my "cart." (Don't worry, there's no payment required here, whatever is available in LandsatLook is free of charge.) I could have exported the view directly from my browser to an image file, but if you know me at all, you know I want to see the original data. In the end, I found four that I liked, and I clicked the button to view my cart.

At this point there were quite a few hoops to jump through. You have to establish a username and password on the USGS website, and you have to download and install a little "bulk download manager" application in order to retrieve the data. The USGS website shows you a list of the images you've requested and you have to "Toggle All Bulk Download" and click "Apply" and then "Go to Item Basket." The next page shows you a list of the images you've requested. This is important -- you need to click the little down arrows to see what types of images are available. For three of my four images, there were only JPEG products available, what they call "LandsatLook 'Natural Color' Images" plus thermal infrared images. For one of my selected scenes, there was a "Level 1 Product" available. I selected everything that was available, then clicked "Proceed to Checkout" and then "Submit order." Then I had to run the Bulk Download Manager application, put in my USGS website login and password, select my order, select a target directory, and then click "Begin Download." Download was speedy, though, and soon I had my four scenes. The process really didn't take long, it just had a lot of steps.

I really wanted to use this photo of Taranaki, which was taken on January 13, 2010. At high summer, there was little shadow, meaning that all the color variation really is variation in color and not just different lighting conditions, and there was also very little ice on the mountain peak, laying bare its geology.

Mount Taranaki on January 13, 2010 (Landsat "Natural Color") Image: NASA

But this image just looked screwy. With those brilliant greens and the blue ice it didn't look right at all. Ice is bright across all visible wavelengths. But when I tried to make the ice white, I realized that the ice was darker than the vegetation in one of the color channels. When ice is dark and vegetation is bright, this is a clue that you are not looking at something in visible light. You are looking at it in the infrared. The chlorophyll that makes plants look green is very dark in visible wavelengths (that's chlorophyll's job, to absorb the commonest kinds of photons given off by the Sun and turn them into energy), but it is very brightly reflective in the near-infrared, just beyond the wavelengths that we can see.

So what exactly does Landsat mean by "Natural Color"? It's clearly not the same thing that I mean. A Google search quickly informed me that Landsat "Natural Color" is composed of Landsat bands 5, 4, and 3. These are centered at wavelengths of 1650, 830, and 655 nanometers, respectively. Those first two are infrared bands. Only the last one is visible light, and it's what I would call a red filter.

I'm not at all sure why they call this "Natural Color," but I can show you why this would be the default image type for Landsat. The main point of Landsat is to observe land cover, to map from orbit the different materials covering the surface of the Earth, natural or manmade, and how they vary with time. Visible-wavelength images are actually a pretty poor way of doing that. It's hard to tell ice from clouds it's hard to tell urban landscapes from bare soil or rock it's hard to tell natural vegetation cover from agricultural land.

Using those near-infrared bands, on the other hand, gives you lots more information, particularly about the vegetation. The 830-nanometer band -- Band 4 -- is right at that spot where chlorophyll is brilliantly reflective. So in a 5/4/3 image, healthy vegetation is brilliant green. Exposed soils are mauve. Old icy snow is blue. This particular choice of images is super for surveying vegetation cover and land use. Here's what happens when you crank up the color contrast to help tell different kinds of land cover apart. In the farmland outside the national park, you can see a range of colors from dark green (trees) to brilliant green (vegetated farmland) through pink to mauve (bare soil).

Mount Taranaki on January 13, 2010 (Landsat "Natural Color", contrast enhanced) Image: NASA

Here's a nice description of how different band combinations help you map different things. I won't drop squiggly lines on you today but if you'd like to see spectra showing how different materials look in the different Landsat bands, you can check here.

The thing is, I'm a geologist and I don't usually care about land use. When I'm looking at Landsat images, I'm after one of two things. I either want a photo that shows me what it would look like if I were looking at it with my own eyes from space, or I want one that emphasizes and discriminates differences in rock or soil type, not in vegetation or land use. So these "Natural Color" images -- which are unfortunately all that seemed to be available for three of my four choices -- are not what I want. For geology, I'd definitely want Band 7 (which is just beyond 2 microns) and then a near-infrared and a visible band. That's usually what I'm after. But for a place that is as heavily vegetated as Mount Taranaki, there's not much point in trying to discriminate rock types.

Today I want a real "Natural Color" image. To do that, I need Bands 3, 2, and 1. Unfortunately, for three of the four images I picked out, those bands weren't available. It's only for the one where there was a "Level 1 Product" available that I could download all 7 bands separately as TIFF files. I took bands 3, 2, and 1 and combined them in exactly the same way I would combine the red, green, and blue filter images taken by a rover or Cassini to make a color photo. Then I tweaked the color a little, adjusting the brightness and contrast of each band separately, to make the snow look white and the ocean look dark and the forest and farmland greens in between.

As usual, this is a much longer post than I had originally planned on writing. I encourage you all to go explore Earth using LandsatLook for yourselves. Just browsing the data is super easy, and it's really quite fun to scroll backward in time and look for changes in the landscape or even just funny cloud shapes. For most purposes, you don't need to jump through all those hoops to actually get the data -- you can just export the display to an image file. If you explore and find any particularly nice examples of Earth geology for which there is Level 1 data available, let me know!


Slide to view the NextGen global coverage with different types of ocean fill

Earthstar Geographics LLC

San Diego, California, USA

Started in 1995, Earthstar Geographics offers a wide range of experience and expertise in satellite remote sensing and related technologies. We are a leading content provider for the global geospatial data market, with an extensive international client base. We are proud to offer reduced pricing to qualified educational and non-profit clients.

When you purchase TerraColor Global or TerraColor NextGen, you purchase
a license to use the imagery for specific types of usage.

Licensed Product” below refers to the TerraColor NextGen or 2000 digital imagery,
and “Licensee” refers to the company purchasing the license to use the imagery.
In all cases, the TerraColor imagery remains the intellectual property of
Earthstar Geographics LLC.

Company/Agency-Wide License Terms
The Licensee may make copies of and use the Licensed Product
on any number of workstations within a single company or
government agency across multiple physical locations
The Licensee, including contractors or consultants working for the Licensee
at the licensed site, may use the Licensed Product for purposes related
to the Licensee’s internal use of the Licensed Product
The Licensee may distribute or publish derivative products created using
the Licensed Product as long as the derivative product does not contain a
reusable form of the Licensed Product. Derivative product distribution
rights are worldwide and in perpetuity.

OEM (Integrator/Unlimited) License Terms
The OEM (Integrator/Unlimited) License has the same rights as the
Company/Agency-Wide License plus the following:
The Licensee may embed protected copies of the Licensed Product into physical devices,
software applications or Internet web services manufactured by the Licensee for external
distribution to third parties. The embedded form of the Licensed Product data must be
protected by use of a Licensee-proprietary data format that prevents extraction or
reconstruction of the Licensed Product by 3rd party end users.


The next Landsat satellite: The Landsat Data Continuity Mission

The National Aeronautics and Space Administration (NASA) and the Department of Interior United States Geological Survey (USGS) are developing the successor mission to Landsat 7 that is currently known as the Landsat Data Continuity Mission (LDCM). NASA is responsible for building and launching the LDCM satellite observatory. USGS is building the ground system and will assume responsibility for satellite operations and for collecting, archiving, and distributing data following launch. The observatory will consist of a spacecraft in low-Earth orbit with a two-sensor payload. One sensor, the Operational Land Imager (OLI), will collect image data for nine shortwave spectral bands over a 185 km swath with a 30 m spatial resolution for all bands except a 15 m panchromatic band. The other instrument, the Thermal Infrared Sensor (TIRS), will collect image data for two thermal bands with a 100 m resolution over a 185 km swath. Both sensors offer technical advancements over earlier Landsat instruments. OLI and TIRS will coincidently collect data and the observatory will transmit the data to the ground system where it will be archived, processed to Level 1 data products containing well calibrated and co-registered OLI and TIRS data, and made available for free distribution to the general public. The LDCM development is on schedule for a December 2012 launch. The USGS intends to rename the satellite “Landsat 8” following launch. By either name a successful mission will fulfill a mandate for Landsat data continuity. The mission will extend the almost 40-year Landsat data archive with images sufficiently consistent with data from the earlier missions to allow long-term studies of regional and global land cover change.

Points forts

► NASA and USGS are developing the LDCM as the successor mission to Landsat 7. ► LDCM development is on schedule for a December, 2012 launch. ►Two sensors will collect data aboard the LDCM satellite, the OLI and the TIRS. ► LDCM will fulfill a mandate for data continuity. ► USGS will distribute LDCM image data for free.


Voir la vidéo: Landsat 8: Estimating Land Surface Temperature Using ArcGIS (Octobre 2021).