1. Landsat数据基础与下载准备
Landsat系列卫星是遥感领域最著名的地球观测项目之一，由美国地质调查局（USGS）和美国宇航局（NASA）共同运营。这个项目自1972年发射第一颗卫星以来，已经持续运行了半个世纪，积累了海量的地球表面观测数据。对于刚接触遥感的研究者来说，掌握Landsat数据的获取方法是开展研究的第一步。
目前最新的Landsat9卫星于2021年发射，与Landsat8组成星座，将重访周期从16天缩短到8天。这意味着对于同一地区，现在可以获得更频繁的观测数据。在数据版本方面，Collection 2是目前USGS主推的数据产品，相比早期的Collection 1，它在几何校正、辐射定标等方面都有显著改进。需要注意的是，Collection 1数据已经停止更新，新项目都应该使用Collection 2数据。
要下载Landsat数据，首先需要注册USGS EarthExplorer平台的账号。这个步骤看似简单，但有几个细节需要注意：
- 注册时建议使用常用邮箱，QQ、163等国内邮箱都可以正常接收验证邮件
- 填写个人信息时，机构名称可以如实填写，如果没有也可以填写"Independent Researcher"
- 注册完成后需要登录邮箱点击验证链接，否则账号无法正常使用
准备好账号后，建议提前整理好研究区域的信息。最理想的情况是准备好研究区的矢量边界文件（shp或kml格式），如果没有，至少要知道大致的经纬度范围。对于长期监测项目，还应该明确时间范围，这样可以大幅提高后续数据检索的效率。
2. USGS EarthExplorer平台使用详解
2.1 数据检索技巧
登录EarthExplorer平台后，首先看到的是搜索界面。这里提供多种方式定义研究区域：
Path/Row编号：这是Landsat特有的全球分区系统，如果你知道研究区的Path/Row编号，可以直接输入，这是最精确的定位方式。全球Path/Row分布图可以在USGS官网找到。
地图绘制：点击"Use Map"按钮，平台会显示交互式地图。你可以直接拖动地图到目标区域，然后使用多边形工具绘制研究范围。这里有个实用技巧 - 绘制时按住Shift键可以锁定45度角，方便绘制规则区域。
文件导入：如果有研究区的边界文件，可以点击"Shapefile/KML"按钮上传。平台支持不超过30个顶点的多边形文件，如果文件太大，可以先用GIS软件简化。
时间范围选择也有讲究。Landsat数据从1972年至今，如果选择太宽的时间范围，可能会导致结果过多。建议先尝试1-2年的时间跨度，根据结果数量再调整。对于变化监测研究，可以使用"Range"模式设置多个不连续的时间段。
2.2 数据筛选策略
在"Data Sets"标签页，需要选择具体的传感器。对于新手来说，最简单的选择是：
- Landsat 8-9 OLI/TIRS C2 L1：这是Landsat8/9的一级数据
- Landsat 4-7 TM/ETM+ C2 L1：这是历史卫星的一级数据
如果需要进行地表温度分析，可以选择包含"TIRS"的数据产品；如果要做地表反射率分析，则选择包含"SR"（Surface Reflectance）的产品。
云量筛选是获取可用数据的关键步骤。点击"Additional Criteria"标签，找到"Cloud Cover"选项。根据研究需求：
- 植被监测通常要求云量<10%
- 城市研究可以放宽到<30%
- 云特性研究则可能需要有云的数据
值得注意的是，Collection 2数据提供了更精确的云掩膜产品，建议同时勾选"Quality Assessment"选项，这样下载的数据会包含详细的QA信息，便于后续处理。
3. 高效下载与常见问题解决
3.1 数据下载方法
检索完成后，结果页面会显示所有匹配的场景。每个场景都有多个图标：
- 脚印图标：显示该场景的覆盖范围
- 图片图标：快速预览缩略图
- 文档图标：查看元数据信息
- 下载图标：直接下载该场景
对于批量下载，推荐使用"Download Options"功能。勾选需要的场景后，点击这个按钮可以选择多种下载方式：
- 直接下载：适合少量数据
- 发送到下载工具：需要安装USGS的批量下载工具
- 添加到购物车：适合需要分批次下载的情况
实际下载时，建议选择"Level 1 Product"压缩包，这是最完整的数据格式。文件大小通常在1GB左右，下载速度取决于网络状况。如果遇到中断，USGS支持断点续传，重新点击下载即可。
3.2 常见问题与解决方案
下载速度慢：这是国内用户最常见的问题。实测发现，工作日上午的下载速度通常较好，高峰时段可能会变慢。如果速度不理想，可以尝试：
- 更换网络环境（比如从WiFi切换到有线网络）
- 使用下载管理器（如IDM）来加速
- 分批次下载，每次不超过5个场景
数据不完整：有时下载的文件解压后会提示损坏。这通常是因为下载过程中网络不稳定导致的。解决方案是：
- 检查文件大小是否与网站上显示的一致
- 尝试重新下载
- 如果多次失败，可以联系USGS支持团队
历史数据缺失：某些地区可能缺少特定时段的数据。这是因为：
- 早期卫星的覆盖范围有限
- 某些时段卫星处于维护状态
- 云量过高导致没有合格数据
遇到这种情况，可以尝试放宽搜索条件，或者考虑使用其他卫星数据作为补充。
4. 数据预处理与质量检查
4.1 数据解压与组织
下载的数据是压缩包格式，解压后会得到一组文件。典型的Landsat场景包含：
- 多个波段的GeoTIFF文件（如B1.TIF代表海岸波段）
- 元数据文件（MTL.txt）
- QA质量评估文件
建议建立规范的文件目录结构。我常用的方法是按"卫星/日期/场景号"三级目录组织，例如：
Landsat8/ ├── 20230101/ │ └── LC08_L1TP_123045_20230101_20230110_02_T1/ │ ├── LC08_L1TP_123045_20230101_20230110_02_T1_B1.TIF │ ├── ... │ └── LC08_L1TP_123045_20230101_20230110_02_T1_MTL.txt └── 20230201/ └── ...4.2 质量检查要点
在正式分析前，应该对数据进行基本质量检查：
- 云量验证：虽然筛选时设置了云量阈值，但实际云量可能因算法不同而有差异。可以通过QA波段或直接观察真彩色合成图来确认。
- 几何校正：检查影像边缘是否有明显的错位，特别是在山区。
- 辐射异常：查看各波段的直方图，检查是否有异常高或低的像素值。
对于需要精确分析的项目，建议使用专业的遥感软件（如ENVI、QGIS）进行更详细的检查。Collection 2数据已经过系统校正，但对于跨传感器分析（如Landsat7和Landsat8），可能还需要额外的辐射一致性处理。
5. 替代方案与工具推荐
5.1 Google Earth Engine对比
虽然USGS是官方数据源，但Google Earth Engine（GEE）提供了另一种获取Landsat数据的途径。两者的主要区别：
- 数据获取：GEE不需要下载，可以直接在线分析
- 处理能力：GEE提供强大的云计算环境
- 灵活性：USGS提供原始数据，适合本地深度处理
对于需要快速分析大范围、长时间序列的研究，GEE是更好的选择。但对于需要精细辐射校正或特定算法的项目，USGS下载+本地处理仍是更可靠的方式。
5.2 实用工具推荐
除了官方平台，还有一些工具可以提高工作效率：
- LandsatUtil：命令行工具，可以批量搜索和下载Landsat数据
- QGIS插件：如"Landsat Downloader"插件，可以在GIS环境中直接获取数据
- Python库：像landsatxplore这样的库，适合自动化数据获取流程
这些工具各有利弊，新手建议先从官方平台开始，等熟悉数据特性后再尝试其他方法。无论选择哪种工具，定期备份下载的数据都是个好习惯，因为USGS可能会对存档数据进行调整或迁移。
