Landsat8卫星遥感数据预处理方法

Landsat8卫星遥感数据预处理方法一、本文概述随着遥感技术的飞速发展，卫星遥感数据已成为地球科学研究、环境监测、城市规划等众多领域的重要数据源。在众多遥感卫星中，Landsat系列卫星以其长时间序列、覆盖范围广、数据质量稳定等特点，被广泛应用于全球范围内的地表观测。特别是Landsat8卫星，作为最新一代的Landsat系列卫星，其携带的多光谱成像仪（OLI）和热红外传感器（TIRS）提供了更高的光谱分辨率和更广泛的观测范围，使得地表信息的提取更为精确和全面。然而，原始的卫星遥感数据往往受到大气干扰、传感器自身性能、地表覆盖等多种因素的影响，导致数据质量下降，影响后续的应用分析。因此，对Landsat8卫星遥感数据进行预处理，消除或减小这些影响，提高数据质量，成为遥感数据应用的重要前提。本文旨在介绍Landsat8卫星遥感数据预处理的方法，包括辐射定标、大气校正、几何校正、图像裁剪等关键步骤。通过对这些预处理方法的详细阐述，帮助读者理解和掌握Landsat8卫星遥感数据的处理流程，为后续的遥感应用提供高质量的数据支持。本文还将对预处理过程中的常见问题及解决方法进行探讨，为实际操作中遇到的问题提供参考。二、Landsat8卫星遥感数据特性Landsat8卫星是美国地质调查局（USGS）发射的一颗地球观测卫星，作为Landsat系列的一部分，它为全球用户提供了连续且一致的中等分辨率地球观测数据。Landsat8数据因其独特的特性，在环境监测、气候变化研究、城市规划、农业管理等领域有着广泛的应用。多波段性：Landsat8搭载了OperationalLandImager（OLI）和热红外传感器（TIRS），提供了从可见光到热红外的多个波段数据。这使得用户可以根据研究需求选择不同的波段组合，以获取地表反射、辐射、植被生长状况、地表温度等多种信息。高空间分辨率：OLI传感器提供了30米的空间分辨率，使得用户能够识别地表的细小变化，如城市扩张、植被覆盖变化等。这对于精细尺度的地表观测和监测非常重要。大覆盖范围：Landsat8卫星的轨道高度为705公里，每天能够覆盖约185万平方公里的地面区域。这使得用户能够快速地获取大范围的地球观测数据，满足大尺度地理空间分析的需求。时间序列连续性：自1972年以来，Landsat系列卫星已经持续为地球观测提供了近半个世纪的数据。Landsat8作为该系列的一部分，继承了其时间序列的连续性，为长期的地表变化监测提供了可靠的数据基础。免费获取与开放共享：Landsat8数据是免费获取的，用户可以通过USGS的网站下载数据。这种开放共享的政策使得更多的科研人员和公众能够利用这些数据进行各种应用和研究。了解Landsat8卫星遥感数据的这些特性，对于用户来说是非常重要的。这可以帮助用户更好地选择和使用数据，以满足他们在不同领域的应用需求。这些特性也使得Landsat8数据在全球地球观测领域具有不可替代的地位。三、遥感数据预处理基本流程遥感数据预处理是确保Landsat8卫星遥感数据质量和后续分析准确性的关键步骤。基本流程涵盖了从数据获取到最终可用的地理空间数据集的整个处理过程。以下是遥感数据预处理的基本流程：数据下载与导入：从官方渠道下载所需的Landsat8遥感影像数据。这些数据通常以分幅（scene）的形式提供，并包含多个光谱波段。下载后，将这些数据导入到地理信息系统（GIS）软件或遥感处理软件中。辐射定标：辐射定标是将遥感图像的原始数字量化值（DN）转换为具有实际物理意义的辐射亮度或反射率的过程。这一步对于后续的图像处理和分析至关重要，因为它确保了数据的量纲一致性和可比较性。大气校正：大气校正旨在消除大气散射和吸收对遥感图像的影响，以揭示地表真实的反射和辐射特性。这包括去除大气中的水蒸气、气溶胶和其他成分对图像造成的模糊和失真。几何校正：几何校正用于纠正遥感图像中的几何畸变，包括由地球曲率、传感器姿态变化等因素引起的变形。这通常通过地面控制点（GCPs）或自动配准算法来实现。图像裁剪与镶嵌：根据研究区域的边界，对遥感图像进行裁剪，去除与研究无关的区域。如果研究区域涉及多个分幅的图像，还需要进行图像镶嵌，将这些图像拼接成一个连续的数据集。投影转换：为了满足不同的分析需求，可能需要对遥感图像进行投影转换，将其从原始投影转换为其他常用的地理坐标系统（如UTM、经纬度等）。数据质量评估：在完成上述预处理步骤后，需要对数据进行质量评估，检查图像中是否存在条带、噪声或其他质量问题。如果有必要，可以对这些问题进行进一步的处理或修复。通过以上流程，可以获得经过预处理的Landsat8遥感数据，这些数据在地理空间分辨率、辐射精度和几何精度等方面都达到了较高的标准，为后续的地表监测、资源调查、环境变化分析等提供了可靠的数据基础。四、辐射定标方法辐射定标是将遥感器记录的原始数字量（DN值）转换为绝对辐射亮度或反射率的过程，是遥感数据处理的重要步骤。对于Landsat8卫星遥感数据，辐射定标主要涉及到大气校正和地表反射率的计算。大气校正：大气校正的目的是消除或减弱大气对地表反射和辐射的影响，使得遥感数据能够更真实地反映地表的物理特性。对于Landsat8数据，大气校正通常使用LAADS（LandsatAtmosphericCorrection）工具或ENVI、ERDASImagine等遥感软件中的大气校正模块进行。这些工具和方法可以利用图像上的大气参数（如气溶胶光学厚度、水汽含量等）和地面参数（如地面高程、地表反照率等），通过一定的算法来消除大气的影响。地表反射率计算：辐射定标的最终目标是获得地表的反射率。反射率是指地表反射的太阳辐射与入射的太阳辐射之比，是描述地表反射特性的重要参数。对于Landsat8数据，地表反射率的计算通常基于辐射定标系数和大气校正后的数据。利用辐射定标系数将DN值转换为辐射亮度。然后，结合大气校正的结果和太阳天顶角、观测天顶角等地理信息，通过一定的算法将辐射亮度转换为地表反射率。需要注意的是，辐射定标的过程可能会受到多种因素的影响，如遥感器的性能、大气条件、地表特性等。因此，在进行辐射定标时，需要选择适当的方法和参数，并对定标结果进行验证和评估。随着遥感技术的发展，新的辐射定标方法和算法也在不断涌现。例如，基于机器学习和深度学习的辐射定标方法，可以利用大量的遥感数据和地面观测数据来训练模型，从而实现更精确和高效的辐射定标。这些方法在未来的遥感数据处理中有望发挥更大的作用。辐射定标是Landsat8卫星遥感数据处理的关键步骤之一。通过合适的方法和参数选择，可以有效地消除大气影响，获得准确的地表反射率信息，为后续的遥感应用提供可靠的数据支持。五、大气校正方法大气校正是卫星遥感数据处理中不可或缺的一步，它能够消除大气对地表反射率的影响，使得遥感数据更准确地反映地表的真实状况。在Landsat8卫星遥感数据的预处理过程中，大气校正同样占据着举足轻重的地位。大气校正的主要目标是消除大气散射和吸收作用对地表反射率的影响，以及消除大气中水蒸气、氧气、气溶胶等因素对遥感图像的影响。为了实现这一目标，通常需要利用大气辐射传输模型来进行计算。这些模型能够模拟太阳光在大气中的传播过程，包括光的散射、吸收和反射等。对于Landsat8卫星遥感数据，常用的大气校正方法包括基于模型的校正方法和基于统计的校正方法。基于模型的校正方法，如6S、LOWTRAN和FAST等，它们需要详细的大气参数和地表反射率信息作为输入，然后通过模型计算得到校正后的地表反射率。这种方法虽然精度较高，但需要的大气参数往往难以获取。基于统计的校正方法则相对简单，它们通常利用遥感图像上的统计信息来进行校正。例如，暗像元法就是一种常用的基于统计的校正方法，它假设在遥感图像中存在一些完全由大气散射形成的暗像元，这些像元的反射率可以近似看作是大气层的反射率。通过将这些暗像元的反射率从其他像元的反射率中减去，就可以消除大气的影响。除了上述两种校正方法外，还有一些其他的大气校正方法，如经验线性法、不变目标法等。这些方法各有优缺点，需要根据具体的遥感数据和应用需求来选择合适的方法。大气校正是Landsat8卫星遥感数据预处理中不可或缺的一步。通过选择合适的大气校正方法，可以消除大气对遥感图像的影响，提高遥感数据的精度和可靠性，为后续的遥感应用提供更为准确的数据支持。六、几何校正方法在遥感数据处理中，几何校正是一个关键的步骤，它能够消除或减少由传感器、地球曲率、大气条件等因素引起的图像畸变。对于Landsat8卫星遥感数据，几何校正通常包括系统几何校正和地面控制点（GCP）几何精校正两种方法。系统几何校正主要依赖于遥感影像自带的元数据信息进行校正，这种方法快速而简便，但校正精度相对较低。由于Landsat8卫星搭载了高精度的定位系统和姿态控制系统，因此其系统几何校正的精度通常能够满足大多数应用需求。对于需要更高精度的应用，可以采用地面控制点（GCP）几何精校正方法。这种方法需要在图像上选取一系列地面控制点，这些点在实际地理空间中有已知的精确坐标。然后，通过图像处理软件，利用这些控制点建立几何变换模型，对图像进行精确校正。GCP的选取应遵循分布均匀、数量足够、易于识别且不易受地形变化影响的原则。常见的GCP选取对象包括明显的道路交叉点、建筑物的角点等。在进行几何校正时，还需要注意以下几点：校正前应对遥感影像进行充分的预处理，如辐射定标、大气校正等，以消除其他因素对几何校正的影响；GCP的选取应尽可能覆盖整个图像范围，以保证校正的均匀性和一致性；校正后应对结果进行仔细的检查和验证，确保校正的准确性和可靠性。对于Landsat8卫星遥感数据的几何校正，可以根据具体需求和应用场景选择合适的方法。在系统资源有限或精度要求不高的情况下，可以选择系统几何校正；而对于需要更高精度的应用，则应采用GCP几何精校正方法。通过合理的几何校正处理，可以极大地提高遥感数据的利用价值和应用效果。七、影像拼接与裁剪方法在完成Landsat8卫星遥感数据的辐射定标和大气校正后，下一步是影像的拼接与裁剪。这一步骤对于将多个影像片段整合为一个完整的地理区域，以及从整幅影像中提取感兴趣的区域至关重要。影像拼接是将多个相邻的遥感影像合并成一个连续的大范围影像的过程。由于Landsat8卫星的覆盖范围较大，通常不需要进行复杂的拼接。然而，在某些情况下，如需要覆盖更广的区域或由于云覆盖等原因导致部分区域缺失时，就需要使用到影像拼接技术。拼接时，应确保相邻影像之间有足够的重叠区域，以保证拼接的连贯性和准确性。常用的影像拼接软件包括ENVI、ERDASImagine等，这些软件都提供了自动化的拼接工具，用户只需指定拼接顺序和输出位置，软件即可自动完成拼接过程。影像裁剪则是从整幅遥感影像中提取出用户感兴趣的区域的过程。裁剪可以是基于地理坐标的矩形裁剪，也可以是基于矢量数据的任意形状裁剪。在进行裁剪时，需要首先确定裁剪的范围，这可以通过绘制一个矩形框或导入一个矢量数据文件来实现。然后，使用遥感图像处理软件（如ArcGIS、QGIS等）中的裁剪工具，将选定的区域从整幅影像中提取出来。裁剪后的影像将只包含用户感兴趣的区域，大大提高了数据处理的效率和准确性。影像拼接与裁剪是Landsat8卫星遥感数据处理中不可或缺的两个步骤。通过合理的拼接和裁剪，可以将多个遥感影像整合为一个连续的大范围影像，并从中提取出用户感兴趣的区域，为后续的数据分析和应用提供便利。八、预处理软件与工具在进行Landsat8卫星遥感数据预处理时，选择适当的软件与工具至关重要。这些工具不仅影响数据处理的效率，更直接关系到预处理结果的准确性和可靠性。以下是一些常用的Landsat8卫星遥感数据预处理软件与工具。ENVI（TheEnvironmentforVisualizingImages）：ENVI是一款功能强大的遥感图像处理软件，提供了从数据导入、预处理到高级分析的完整流程。它支持多种遥感数据格式，包括Landsat8，并内置了丰富的工具集，用于辐射定标、大气校正、几何校正等预处理步骤。ERDASImagine：ERDASImagine是另一款广泛使用的遥感图像处理软件。它提供了全面的预处理功能，包括辐射定标、大气校正、几何校正等。ERDASImagine还支持多种数据格式和投影转换，方便用户进行多源遥感数据的整合分析。QGIS（QuantumGIS）：QGIS是一款开源的地理信息系统软件，同样适用于Landsat8卫星遥感数据的预处理。它支持从数据导入、预处理到地图制作的整个流程，并且具有高度的可定制性和扩展性。通过安装相应的插件，QGIS可以实现与ENVI和ERDASImagine相似的预处理功能。Python编程语言和相关库：Python作为一种通用编程语言，在遥感数据处理领域也发挥着重要作用。通过结合GDAL/OGR、rasterio、PIL等库，Python可以实现从数据读取、预处理到结果输出的完整流程。Python还具有强大的数据处理和分析能力，可以实现更高级的遥感信息提取和应用。在选择预处理软件与工具时，应根据具体需求、数据特点以及个人或团队的熟悉程度进行综合考虑。随着遥感技术的不断发展和新工具的出现，也应保持对最新软件和工具的关注和学习。九、案例分析为了具体展示Landsat8卫星遥感数据的预处理方法在实际研究中的应用，我们选择了一个关于森林覆盖变化监测的案例进行分析。该案例的目标是通过时间序列的Landsat8数据，识别并监测某一特定区域内森林覆盖的动态变化。我们从USGSEarthExplorer网站下载了覆盖目标区域的多个时相的Landsat8OLI/TIRS数据。这些数据包括了不同季节和年份的影像，为后续的森林覆盖变化分析提供了丰富的信息。接下来，我们对下载的原始数据进行了预处理。预处理步骤包括辐射定标、大气校正和几何校正等。通过辐射定标，我们将数字计数值转换为实际的反射率或辐射率值，为后续的图像处理和分析提供了更准确的数据基础。大气校正则用于消除大气对遥感影像的影响，包括气溶胶、水汽等。几何校正则用于纠正影像中的几何畸变，确保不同时相的数据在空间上的准确对齐。在完成预处理后，我们对多时相的Landsat8影像进行了复合和增强处理。通过多时相影像的复合，我们可以观察到森林覆盖在不同时间点的变化情况。同时，利用特定的图像处理技术，如主成分分析（PCA）和归一化植被指数（NDVI），我们进一步突出了植被信息，使得森林覆盖区域在影像上更加清晰可辨。我们利用图像处理软件（如ENVI或ERDASImagine）对增强后的影像进行了目视解译和变化检测。通过目视解译，我们可以识别出森林覆盖区域和非森林区域。而变化检测则用于识别出森林覆盖在不同时间点之间的变化情况，包括森林的扩张、退化和恢复等。通过这一案例分析，我们展示了Landsat8卫星遥感数据预处理方法在森林覆盖变化监测研究中的应用。这一方法不仅提高了遥感数据的质量和可用性，还为后续的变化检测和分析提供了准确可靠的数据基础。该案例也展示了遥感技术在森林资源监测和管理中的重要作用，为相关领域的研究和实践提供了有益的参考。十、结论与展望本文对Landsat8卫星遥感数据的预处理方法进行了系统的探讨和研究，旨在提高数据质量和利用效率。通过对数据的预处理，能够有效地消除或减轻噪声、畸变等不良影响，为后续的应用分析提供更为准确、可靠的数据基础。本文详细介绍了辐射定标、大气校正、几何校正等关键预处理步骤，并结合实例进行了操作演示，为读者提供了宝贵的实践参考。通过预处理，我们不仅可以提高遥感数据的精度和可靠性，还可以为后续的土地利用/覆盖变化监测、环境评估、城市规划等应用领域提供更为准确的数据支持。随着遥感技术的不断发展和进步，预处理方法的优化和改进也将不断推动遥感数据应用水平的提升。随着遥感技术的快速发展和广泛应用，未来对Landsat8卫星遥感数据预处理方法的研究和改进将具有更加重要的意义。一方面，随着传感器技术的升级和数据采集手段的不断改进，遥感数据的质量和分辨率将得到进一步提升，这对预处理方法的精度和效率提出了更高的要求。另一方面，随着大数据、云计算等技术的不断发展，遥感数据处理和分析的能力将得到极大的提升，这为预处理方法的创新和应用提供了新的机遇。因此，未来的研究应更加注重预处理方法的优化和创新，以提高遥感数据的处理效率和应用精度。还应加强遥感数据与其他地理信息技术的融合和集成，以推动遥感数据在更多领域和场景中的应用。相信随着技术的不断进步和应用领域的不断拓展，遥感数据预处理方法将发挥更加重要的作用，为人类社会的可持续发展做出更大的贡献。参考资料：Landsat8卫星是美国宇航局（NASA）发射的一颗遥感卫星，它携带了多种传感器，能够获取地球表面多光谱的遥感数据。这些数据广泛应用于土地利用、资源调查、环境监测、城市规划等领域。然而，原始的Landsat8卫星遥感数据存在一定的误差和噪声，直接应用会对后续的分析和处理产生影响。因此，预处理成为了一个必要的重要环节。本文将详细介绍Landsat8卫星遥感数据的预处理方法，包括准备工作、数据预处理、关键技术、实验结果以及未来展望。在进行Landsat8卫星遥感数据预处理之前，需要完成以下准备工作：数据下载和转换：从相关网站下载Landsat8卫星遥感数据，并转换为常用的图像格式（如GeoTIFF）。硬件准备：需要具备用于处理大数据的计算机硬件设备，如高性能CPU、大内存和高速硬盘。软件准备：选择合适的遥感图像处理软件，如ENVI、ERDASImagine、ArcGIS等。数据采集：获取原始的Landsat8卫星遥感数据，并进行初步的质量控制，如去除无效数据、纠正几何误差等。辐射定标：将遥感数据的数字信号转换为辐射亮度，以便后续的处理和分析。在Landsat8卫星遥感数据预处理过程中，以下关键技术是必不可少的：图像配准：将不同时间、不同角度获取的图像进行对齐，以便进行后续分析和处理。特征提取：从遥感图像中提取有用的特征，如地物边界、纹理等，以便进行分类和识别。分类：利用提取的特征将遥感图像中的地物分为不同的类别，如森林、草地、城市等。通过实验验证，我们发现Landsat8卫星遥感数据预处理方法能够有效地提高数据的精度和质量，为后续的土地利用和资源调查提供了可靠的数据支持。例如，在进行土地覆盖类型分类时，未经预处理的图像分类准确率仅为60%，而经过预处理后的图像分类准确率提高到了80%以上。随着科技的不断进步和应用需求的增加，未来的Landsat8卫星遥感数据预处理方法将会朝着以下几个方向发展：自动化和智能化：利用人工智能和机器学习等技术，实现遥感数据的自动分析和处理，提高预处理的效率和精度。多源数据融合：将不同来源、不同分辨率的遥感数据进行融合，提高遥感数据的综合应用能力。精细化处理：对遥感数据进行更加精细化的处理，如超分辨率重建、地物分类技术的改进等，以满足更高精度的应用需求。标准化和开放性：推动遥感数据预处理方法的标准化，促进不同软件平台之间的数据共享和交流，提高遥感数据的重复使用率和开放性。Landsat卫星遥感影像的大气校正方法研究是遥感科学领域中一个重要的研究方向。大气校正的目的是消除大气对地物反射的影响，从而更准确地反映地物的真实光谱信息。本文将介绍大气校正的基本原理、常用的大气校正方法以及Landsat卫星遥感影像大气校正的特殊性。大气校正的目的是消除大气对地物反射的影响，即消除大气散射和吸收对地物反射的影响。具体来说，大气校正的原理是通过建立数学模型，将遥感影像的DN值转换为地表反射率，从而得到更准确的地表信息。常用的数学模型有基于辐射传输理论的模型和基于统计学的模型。基于辐射传输理论的校正方法：这类方法通常使用MODTRAN等软件进行模拟，计算出地物反射辐射经过大气的传输过程后的值，从而得到大气校正后的地表反射率。基于统计学的校正方法：这类方法通过建立地物反射率与遥感影像的DN值之间的回归模型，将遥感影像的DN值转换为地表反射率。常用的统计模型有ENVI的效果最佳模型、ArcGIS的光化学地图模型等。Landsat卫星遥感影像的大气校正与一般遥感影像的大气校正相比，具有特殊性。Landsat卫星的波段范围较窄，因此需要考虑不同波段之间的差异。Landsat卫星的几何畸变较大，需要进行几何校正。Landsat卫星的轨道高度较高，需要考虑地球曲率和大气的非均匀分布对校正精度的影响。Landsat卫星遥感影像的大气校正是一个复杂的过程，需要综合考虑多种因素。为了得到更准确的地表信息，未来研究应该进一步加强遥感影像预处理和数学模型的优化工作。发展能够同时进行几何校正、大气校正和植被指数提取的方法也是未来的重要研究方向。美国NASA的陆地卫星(Landsat)计划(1975年前称为地球资源技术卫星—ERTS)，从1972年7月23日以来，已发射8颗（第6颗发射失败）。Landsat1—4均相继失效，陆地卫星五号于2013年6月退役。Landsat7于1999年4月15日发射升空。Landsat8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。陆地卫星计划是运行时间最长的地球观测计划，1972年7月23日地球资源卫星（EarthResourcesTechnologySatellite）发射，后来此卫星被改称为陆地卫星(LANDSAT)。陆地卫星上所装备的仪器已获得数以百万计的珍贵图像，这些图像被储存在美国和全球各地的接收站中，这一独特资源用于全球变化的相关研究，并应用在农业、制图、林业、区域规划、监控和教育等领域中。陆地卫星7号拥有7个光谱波段，空间分辨率为15至60米不等；时间分辨率为16天。此计划1969年在休斯圣塔芭芭拉研究中心（HughesSantaBarbaraResearchCenter）启动，该中心并率先进行设计和制造3架多光谱扫描仪；同一年，人类登月。9个月后，也就是1970年秋天，该多光谱扫描仪的原型机完成，并在测试中成功对美国优胜美地国家公园的著名景点“半圆顶”进行扫描。该计划在1966年发起时被称为“地球资源卫星计划（EarthResourcesTechnologySatellitesProgram）”，后来于1975年更名为“陆地卫星计划（Landsat）”。1979年，美国总统吉米·卡特签署54号总统令，将此计划从美国国家航空航天局移转到美国国家海洋和大气管理局，建议发展成长期的卫星计划，在陆地卫星3号之后追加4颗卫星；并建议成立民营的陆地卫星公司。后来在1985年，地球观测卫星公司（EOSAT）成立，该公司为美国国家海洋和大气管理局挑选美国休斯飞机公司和RCA公司合作成立，双方签下10年合约。地球观测卫星公司负责经营陆地卫星4号和5号，拥有陆地卫星数据的独家代理权，之后并建造陆地卫星6号和7号。1989年，此计划转移尚未完全成功，造成美国国家海洋和大气管理局经费不足（美国国家海洋和大气管理局未要求任何资金，美国国会只编列了6个会计年度），因而导致陆地卫星4号和5号计划关闭。当时的副总统丹·奎尔刚接掌新成立的国家太空委员会，注意到此一情况，立刻安排应急资金，让此计划继续进行，该计划所获得的数据也得以保存。1990年和1991年，类似情况再度发生，美国国会只编列一年半的经费，要求所有使用陆地卫星数据的机构提供资金。1992年，在多方努力之后，该计划的资金足以使之继续维持，但在该年底，地球观测卫星公司停止处理陆地卫星数据。1993年10月5日，陆地卫星6号推出，但发射失败；1994年地球观测卫星公司恢复陆地卫星4号和5号的数据处理；1999年4月15日，陆地卫星7号终于推出。1992年10月，美国国会确定了陆地卫星计划的价值，它通过了土地遥测政策法案（公共法102-555），将陆地卫星7号的数字数据和图像予以授权，并对用户保证其持续可用性和最低成本。陆地卫星的轨道设计为与太阳同步的近极地圆形轨道，以确保北半球中纬度地区获得中等太阳高度角(25°~30°)的上午成像，而且卫星以同一地方时、同一方向通过同一地点．保证遥感观测条件的基本一致，利于图像的对比。如Landsat5轨道高度705km．轨道倾角2°，卫星由北向南运行，地球自西向东旋转，卫星每天绕地球5圈，每圈在赤道西移159km，每16~18天重复覆盖一次，穿过赤道的地方时为9点45分，覆盖地球范围N81°~S5°。陆地卫星1号（Landsat1）是美国国家航空航天局（NASA）于1972年7月23日发射的一颗遥感卫星。它是NASA的一项长期遥感卫星计划——陆地卫星计划的第一个成员。该人造卫星属于最早的地球资源卫星之一，对后来各国发射的一系列类似卫星有很大影响。这颗卫星原被命名为地球资源技术卫星1号（ERTS-1），但在1975年发射了第二颗相同任务的卫星后，该卫星被改名为“陆地卫星1号”（1月14日正式宣布）。相应的，第二颗卫星被称为陆地卫星2号。陆地卫星1号的星体采用了较成熟的、雨云4号气象卫星的平台，但经过必要改进。卫星拥有2块太阳能电池板，约重950千克。卫星运行于近地轨道。陆地卫星1号的星载设备包括：（1）一台返束光导摄像管摄像机（RBV），安装于卫星底部，用于探测可见光和近红外信号；（2）一台4通道多光谱扫描仪（MSS），用于接收地表的电磁辐射；（3）一个数据收集系统，用于向地面接收站发回有用信号。通过这些设备，陆地卫星1号每天向地球发回188桢图象。根据NASA的相关规划，它邀请了包括加拿大、巴西、意大利等其他一些国家参与陆地卫星计划的实施（主要是在这些国家修建地面接收站）。这些国家因此可以有偿获得陆地卫星1号发回的遥感图象。陆地卫星1号在探测地表资源、监视森林火灾等方面发挥了一些作用。1978年1月6日，她由于设备过热损坏而停止工作。陆地卫星二号于1975年1月22日发射，与陆地卫星一号发射时间相差两年半。陆地卫星二号t仍被视为实验项目，由NASA运营。陆地卫星二号搭载了与其前身相同的传感器：返回光束视频（RBV）和多光谱扫描仪系统（MSS）。服役七年后于1982年2月25日，由于偏航控制问题，陆地卫星二号停航。1983年7月27日正式退役。陆地卫星3号于陆地卫星2号发射三年后于1978年3月5日发射升空。Landsat计划的技术和科学成功，但因为政治和经济压力，NASA决定将可运行的Landsat商业化。为此，原本是美国国家航空航天局（研究和开发机构）负责的卫星被迫移交给负责操作气象卫星的国家海洋与大气管理局（NOAA）。美国总统卡特于1979年11月16日签署了总统行政命令/NSC-54，该指令指定NOAA为“民用陆地遥感活动的管理责任”。（但是，直到1983年，运营管理才从NASA转移到NOAA）。陆地卫星三号搭载了与其前身相同的传感器：反束光导管摄像机（RBV）和多光谱扫描仪（MSS）。陆地卫星三号上的RBV仪器的地面分辨率提高了38m，并使用了两个RCA摄像机，它们都在一个宽光谱带（绿色至近红外；505–750µm）中成像，而不是三个单独的波段（绿色，红色，红外）。MSS继续使用四个光谱带系统地收集地球图像。第五个热波段也是陆地卫星三号MSS的一部分，但是，该通道在发射后不久就失效了。1983年3月，陆地卫星三号进入待机模式。1983年9月7日退役。陆地卫星4号是陆地卫星计划的第四颗卫星，1982年7月16日发射，它的主要目的是成为一个全球性的卫星影像图库；虽然当时陆地卫星计划是由美国国家航空航天局管理，但其数据的管理与提供是由美国地质调查局（USGS）所负责。陆地卫星4号的科学任务于1993年12月14日终止，当时它已无法继续传送卫星数据，但已超出其原先的设计寿命5年。任务终止后，美国国家航空航天局仍持续追踪和遥测，直到它2001年除役为止。陆地卫星4号的传输速率最大达85Mbit/s，并配有较前几代陆地卫星更新的多光谱扫描仪和主题绘图仪，其分辨率达30m。可惜的是，陆地卫星4号升空不久即失去了一半的太阳能电力，这将影响它传输资料回地球的能力，也让科学家们担心它恐怕撑不到预期的寿命。这个突发事件促使了陆地卫星5号的提早发射——陆地卫星5号基本上是以陆地卫星4号为模型；在追踪及数据中继卫星系统上线后，陆地卫星4号恢复功能，但一直停留在待机状态，直至1986年1月。1987年，陆地卫星4号重新上线，以提供数据给国际社会，当时陆地卫星5号失去了与中继卫星的连结；于是陆地卫星4号持续进行资料传输的工作，直到它也面临与陆地卫星5号同样的命运——在1993年失去与中继卫星的连结，结束资料传输任务。陆地卫星4号是陆地卫星计划中，首个携带主题绘图仪传感器的卫星；此仪器能接收到7阶、4个频段的多光谱扫描仪的数据，以让科学家能够分析比多光谱扫描仪更加清楚的数据，其中1至5频段和第7频段皆可提供30m的空间分辨率，第6频段能提供最大分辨率达120m；相比之下多光谱扫描仪只能提供79m至82m之间的空间分辨率。陆地卫星5号基本上是陆地卫星4号的“复制体”，它是备用卫星，但它的寿命比陆地卫星4号还长，运作了将近30年，最后是为了降低其运行轨道，而耗尽其剩余燃料；它的任务由陆地卫星7号及最近发射的陆地卫星8号接替。1984年3月1日，NASA发射了陆地卫星五号，这是NASA最后授权的Landsat卫星。陆地卫星五号与Landsat4同时设计和制造，并具有相同的有效载荷：多光谱扫描仪系统（MSS）和ThematicMapper（TM）仪器。1988年，陆地卫星五号的最主要TDRSS发射机（KU波段）发生故障，然后在1992年7月，剩余的KU波段发射机发生故障。在2011年11月，由于电子元件迅速退化，TM仪器停止获取图像。几个月后，工程师重新打开了MSS仪