1. Landsat L2级别数据概述与核心价值
Landsat系列卫星作为全球应用最广泛的遥感数据源之一，其L2级别产品是经过严格大气校正的二级数据产品。与原始L1数据相比，L2数据最大的特点是已经完成了地表反射率（Surface Reflectance, SR）和地表温度（Surface Temperature, ST）的精确反演，用户可以直接使用这些物理量进行定量分析，无需再自行处理复杂的大气校正流程。
目前主流的L2数据来自Landsat 8-9的Collection 2（C2）级别，包含两种产品类型：
- L2SP：同时包含地表反射率和地表温度产品
- L2SR：仅包含地表反射率产品
这些数据通过USGS的EarthExplorer平台提供下载，采用COG（Cloud Optimized GeoTIFF）格式存储，具有优化的云访问性能。数据空间分辨率为30米（热红外波段为100米重采样至30米），采用UTM或极地立体投影坐标系，便于直接进行空间分析。
关键提示：使用L2数据前务必确认ENVI版本为5.6.2及以上，旧版本可能无法正确解析元数据文件。
2. 数据获取与文件结构解析
2.1 数据下载与筛选要点
从EarthExplorer下载L2数据时，需要注意以下筛选条件：
- 选择"Landsat Collection 2 Level-2"产品级别
- 确认数据层级为Tier 1（T1）或Tier 2（T2）
- 检查采集日期是否符合研究需求（L8:2013/03/18至今，L9:2021/10/31至今）
典型下载包包含以下文件：
LC08_L2SP_139045_20220101_20220105_02_T1/ ├── LC08_L2SP_139045_20220101_20220105_02_T1_MTL.txt ├── LC08_L2SP_139045_20220101_20220105_02_T1_MTL.xml ├── LC08_L2SP_139045_20220101_20220105_02_T1_SR_B1.TIF ├── ... ├── LC08_L2SP_139045_20220101_20220105_02_T1_ST_B10.TIF └── QA相关文件2.2 文件名解码与波段对应
Landsat C2 L2数据采用标准命名规则，以"LC08_L2SP_139045_20220101_20220105_02_T1"为例：
| 字段位置 | 示例值 | 含义说明 |
|---|---|---|
| 1-2 | LC | Landsat OLI/TIRS组合数据 |
| 3-4 | 08 | Landsat 8卫星 |
| 6-9 | L2SP | 处理级别（L2SP/L2SR） |
| 11-13 | 139 | 轨道Path编号 |
| 14-16 | 045 | 轨道Row编号 |
| 18-25 | 20220101 | 数据采集日期 |
| 27-34 | 20220105 | L2产品生产日期 |
| 36-37 | 02 | Collection 2数据集 |
| 39-40 | T1 | 数据层级（T1/T2） |
地表反射率（SR）产品包含7个波段（Landsat 8/9 OLI），地表温度（ST）产品主要使用B10波段（Landsat 8）或B10/B11波段（Landsat 9）。
3. 地表反射率产品使用指南
3.1 SR数据特性与限制条件
L2 SR产品虽然已经过大气校正，但在使用时仍需注意以下限制：
- 不适用于太阳天顶角>76°的情况
- 高纬度地区（>65°）数据不确定性较大
- 海岸气溶胶波段（B1）和蓝波段（B2）不建议用于分析
- 被标记为高气溶胶含量的像素需谨慎使用
特殊环境下的数据可靠性会显著降低，包括：
- 极端干旱或积雪覆盖区域
- 低太阳高度角条件
- 陆地面积占比小的沿海区域
- 云污染严重区域
3.2 SR数据质量评估方法
通过QA_PIXEL波段可以评估数据质量，主要关注以下位掩码：
| 位范围 | 掩码名称 | 关键值说明 |
|---|---|---|
| 0-1 | 云置信度 | 00=未确定，01=低，10=中，11=高 |
| 2-3 | 云影置信度 | 同上 |
| 4 | 雪/冰标志 | 1=存在 |
| 5 | 水体标志 | 1=存在 |
| 8-9 | 气溶胶质量 | 00=未处理，01=低，10=中，11=高 |
在ENVI中可以通过Band Math工具提取特定质量标记：
cloud_mask = (qa_band eq 3) or (qa_band eq 2) ; 提取高/中云置信度区域4. 地表温度产品处理全流程
4.1 ST数据预处理步骤
在ENVI中打开*_MTL.xml文件，系统会自动加载SR、ST和QA三个数据集
确认ST_B10波段单位：
- 数值范围约300K左右：可直接使用
- 数值达数万级别：需要定标处理
温度单位转换方法：
; 情况1：直接转换 temp_c = (st_b10 - 273.15) * (st_b10 ne 0) + (st_b10 eq 0) * -999 ; 情况2：需要定标 temp_c = (0.00341802 * st_b10 + 149 - 273.15) * (st_b10 ne 0) + (st_b10 eq 0) * -9994.2 温度数据可视化技巧
设置忽略值（-999）避免影响显示：
- 使用Edit ENVI Header工具
- 添加Data Ignore Value参数
- 设置为使用的背景值（如-999）
推荐色阶设置：
- 城市热岛分析：使用"Thermal"色表
- 地表温度分布：使用"Rainbow"色表
- 精确温度对比：使用"Temperature"色表
添加图例标注：
- 通过Annotations > Color Bar添加色带
- 设置单位为°C
- 调整色带分段数（通常8-10级）
5. 典型问题排查与解决方案
5.1 常见报错处理
问题1：ENVI无法打开MTL文件
- 检查ENVI版本≥5.6.2
- 确认下载文件完整，无损坏
- 尝试重新下载xml文件
问题2：温度值异常偏高/偏低
- 确认使用了正确的转换公式
- 检查原始数据是否完整
- 验证是否设置了正确的忽略值
问题3：图像出现条带或缺失
- 检查QA波段确认数据质量
- 尝试相邻日期数据替代
- 使用波段修复工具处理
5.2 高级处理技巧
- 温度数据空间增强：
; 使用3×3均值滤波平滑 temp_smooth = focal_stat(temp_c, /mean, size=[3,3])- 地表温度与NDVI关联分析：
ndvi = (float(b4) - float(b3)) / (float(b4) + float(b3)) temp_ndvi = temp_c * (ndvi gt 0.2) ; 仅分析植被区域温度- 时间序列温度分析：
- 使用ENVI的Time Series工具
- 统一所有影像的忽略值设置
- 注意季节变化对温度的影响
6. 实际应用案例演示
6.1 城市热岛效应分析
数据准备：
- 选取夏季无云城市区域L2数据
- 提取地表温度产品
- 准备土地利用分类图
分析步骤：
- 计算不同地类平均温度
- 生成温度剖面线
- 制作热岛强度分布图
结果解读：
- 识别高温异常区域
- 关联不透水面比例
- 提出缓解建议
6.2 农业干旱监测
数据组合：
- 地表温度（ST）
- 植被指数（NDVI from SR）
- 土壤湿度辅助数据
干旱指数构建：
tvdi = (temp_c - temp_min) / (temp_max - temp_min) 其中temp_min/max来自NDVI-T特征空间- 干旱等级划分：
- TVDI<0.2：正常
- 0.2-0.4：轻度干旱
- 0.4-0.6：中度干旱
0.6：严重干旱
操作心得：进行温度分析时，务必考虑当地季节和时间因素，建议选择当地时间10:00-14:00的数据，避免早晚温差带来的偏差。同时，不同地表覆盖类型的温度表现差异很大，需要结合土地利用数据进行分类解读。
