【遥感】遥感影像中的QA波段（质量评估波段）存储方式介绍

最新推荐文章于 2025-02-21 11:18:10 发布

碧空慧眼

最新推荐文章于 2025-02-21 11:18:10 发布

阅读量1w

点赞数 11

文章标签：图像处理

本文链接：https://blog.csdn.net/weixin_35845997/article/details/122316102

版权

本文介绍了遥感影像中的QA波段，它是通过FMASK算法得到的质量评估数据，用于评估云、云影、水体等信息。QA波段是二进制转十进制的数据，记录了地物类型和可能性。在去云和水体提取等处理中，通过按位运算进行信息提取。文中提供了去云和水体提取的实例及代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导语：

在遥感图像处理过程中，我们常使用的波段有可见光、红外、微波等波段。但是，在获取Landsat、Sentinel等卫星影像数据时，往往有其他波段影像存在，QA波段就是其中之一。QA波段是什么，它又有什么作用呢？

文件信息介绍

图1是Landsat卫星OLI影像文件的主要数据信息。从文件名可以分析出这是一景Landsat8的矫正等级Level2的影像，行列号为132027，时间是2019年8月16日，处理时间是2020年8月27日（从最后的修改日期也可以看出），产品级别为Collecton 2 Tier 1。

图1 Landsat 8数据内容

波段数据可视化

正如导语所说，我们常用的Landsat 8影像数据有B1-B7（第1-7波段），但也有其他波段存在，其中QA_PIXEL（QA波段）是Landsat5-8每个产品中都存在的。下面代码展示了影像QA波段读入和展示的过程。

from osgeo import gdal
import os
import matplotlib.pyplot as plt
import numpy as np
os.chdir(r'D:\Users\Administrator\Downloads\LC08_L2SP_132027_20190816_20200827_02_T1')
def readtiff(fileName):
    """
        输入：影像文件名
        输出：numpy格式数据
    """
    dataset = gdal.Open(fileName)
    im_width = dataset.RasterXSize #列数
    im_height = dataset.RasterYSize #行数
    im_bands = dataset.RasterCount #波段数
    im_data = dataset.ReadAsArray(0,0,im_width,im_height)
    return im_data
def stretch_2_precentage(gray):
    """
        输入：灰度图像
        输出：2%线性拉伸之后的图像
    """
    high_value = np.percentile(gray, 98)#98%
    low_value = np.percentile(gray, 2)#2%
    min_v = gray.min()
    max_v = gray.max()
    streched_gray = np.clip(gray, a_min=low_value, a_max=high_value) 
    results = ((streched_gray - low_value)/(high_value - low_value))
    return results
data = readtiff(r'LC08_L2SP_132027_20190816_20200827_02_T1_QA_PIXEL.TIF')
plt.figure(figsize=(10,10))
plt.imshow(stretch_2_precentage(data),'gray')
plt.axis("off")
plt.show()

图2 标准假彩色合成波段

图3 QA波段

QA波段介绍

QA波段即Quality Assessment Band，是利用FMASK算法得到的影像质量评估数据，对比图2、图3不难发现其中包含了云、云影、卷云、水体等信息。该波段与其他常用波段的差异主要在，（1）QA波段是一种产品，是FMASK算法得到的地物信息产品，其他常用波段是观测数据。（2）QA波段数据是间断的，其数值的大小没有可比较的意义。而可见光、红外等波段是连续，其数值的大小表示了地物反射率、发射率的大小。（3）QA波段是二进制数据转十进制实现的。赋予二进制不同位置数值的含义，最后转成十进制。其思想与机器学习中的one-hot编码有异曲同工之妙。
表1 QA波段各位数信息