Siirry sisältöön

Harmonized Landsat satellite image mosaic timeseries

The purpose of this data is to provide harmonized dataset of yearly satellite image mosaics based on Landsat imagery and starting from year 1984. Both yearly reflectance mosaics of visible, near and shortwave infrared bands, as well as several image index mosaics like Normalized Difference Vegetation Index are provided. Currently (23.2.2024), years 1984 – 2014 are processed and based on Landsat-5 Thematic Mapper (launched 1.3.1984, decommissioned 5.6.2013) and Landsat-7 Enhanced Thematic Mapper Plus (launched 15.4.1999, scan line corrector failure 31.5.2003, otherwise still in use) imagery. In the future, the timeseries will be extended using Landsat-8 (launch 11.2.2013) and Landsat-9 (launch 27.9.2021) Operational Land Imager imagery.

The USGS provides differently processed Landsat datasets; Landsat Collection-2 Level-2 imagery has been used in this timeseries. These images provide surface reflectance estimates combined with the best geometric orthocorrection globally available for Landsat imagery. Mosaics have been done using visible and near and shortwave infrared bands (numbering of bands is based Landsat-5 Thematic Mapper bands, wavelengths in micrometers):

* B1: 0.45-0.52
* B2: 0.52-0.60
* B3: 0.63-0.69
* B4: 0.76-0.90
* B5: 1.55-1.75
* B7: 2.08-2.35

Individual images have been downloaded to National Satellite Data Centre (NSDC). The mosaicking was performed using CalFin-processing cluster at NSDC. The cloud masks provided by images (based on CFmask v3.3.1) and some other checks were used to select valid values for mosaicking. The used masks were Cloud, Cloud shadow, Cloud buffer and Snow. Pixel was selected outside these masks if cloud confidence was low and computed NDVI-index between -1 and 1, and surface reflectance of bands more than 0.005.

The time window used to select observations for mosaicking varied in different parts of Finland, because growing season length is different. The time windows and areas were:

* South (lat. 59-64 deg.): 1.5.-30.9.
* Central (lat. 64-68 deg.): 15.5.-15.9.
* North (lat. 68-70 deg.): 1.6.-31.8.

The mosaicking was based on 95% percentile of NDVI-values. This was used as an attempt to avoid shadow areas in final mosaic.

Postprocessing GDAL/Python-script merged parts together and made coordinate transformation to TM35Fin-coordineate system (EPSG 3067) with 20 meter pixel size. Area of mosaics is (TM35Fin, EPSG 3067):

* ULE: 50000
* ULN: 7800000
* LRE: 842000
* LRN: 6600000

Following image indices have been computed:

* Normalized Difference Moisture Index NDMI = ( B4 – B5 ) / ( B4 + B5 )
* Normalized Difference Tillage Index NDTI = ( B5 – B7 ) / ( B5 + B7 )
* Normalized Difference Vegetation Index NDVI = ( B4 – B3 ) / ( B4 + B3 )
* Normalized Difference Water Index NDWI = ( B2 – B4 ) / ( B2 + B4 )

Other indices can be computed by downloading individual bands and making the computations by him/herself.

Other published imagery consists of

* META: The pixel value is the number of day of selected observation.
* NUMOBS: The pixel value is the number of available valid observations. NOTE: The common area of succeeding images from same day is counted twice.

The mosaics are available by downloading from the archive of the National Satellite Data Centre (https://nsdc.fmi.fi/):

Raflectance band mosaics: https://pta.data.lit.fmi.fi/lans/landsat57/bands/landsat57_refl_bn_year.tif

* bn: b1, b2, b3, b4, b5 or b7
* year: between 1984 – 2014

Index mosaics:
https://pta.data.lit.fmi.fi/lans/landsat57/index/landsat57_ind_year.tif

* ind: ndmi, ndti, ndvi, ndwi
* year: between 1984 – 2014

Metadata mosaics:

* https://pta.data.lit.fmi.fi/lans/landsat57/meta/landsat57_numobs_year.tif
* https://pta.data.lit.fmi.fi/lans/landsat57/meta/landsat57_refl_meta_year.tif
* year: between 1984 – 2014

The drawbacks of this timeseries are that there are gaps of data due to lack of images, and there is atmospheric effects still visible in made mosaics like clouds that the cloud masking has not been detected, or cloud shadow areas. It was noticed that the NDVI of cloud shadow areas can be higher than neighboring shadowless areas, leading to situations that shadow areas are selected instead of shadowless areas into final mosaic. It seems that the atmospheric correction corrects visible bands, especially red, too much leading to too low reflectance of red band and therefore increased NDVI. Also, water areas can have negative reflectance, and these have been treated as outliers and removed from mosaicking process.

Reference: Landsat Collection 2 Level-2 Science Products, https://www.usgs.gov/landsat-missions/landsat-collection-2-level-2-science-products

Original Landsat satellite images by USGS, processing by SYKE. This SYKE’s dataset can be used according to open data license (CC BY 4.0).

Suomeksi:

Harmonisoitu Landsat satelliittikuvamosaiikkiaikasarja

Tämän datasetti käsittää Landsat-satelliittisarjan kuviin perustuvia vuosittaisia kuvamosaiikkeja alkaen vuodesta 1984. Vuosittainen data koostuu näkyvän valon, lähi- ja keski-infrapuna-alueen kanavien maanpinnan reflektanssin mosaiikeista, sekä muutamasta kuvaindeksimosaiikista kuten NDVI (Normalized Difference Vegetation Index). Tällä hetkellä (23.2.2024), vuodet 1984-2014 on prosessoitu ja nämä mosaiikit perustuvat Landsat-5 Thematic Mapper (laukaistu kiertoradalle 1.3.1984, käyttö lopetettu 5.6.2013) ja Landsat-7 Thematic Mapper Plus (laukaistu kiertoradalle 15.4.1999, keilauslinjan korjaaja rikkoutui 31.5.2003, muuten yhä käytössä) kuviin. Tulevaisuudessa, aikasarjaa on tarkoitus jatkaa Landsat-8 (laukaistu kiertoradalle 11.2.2013) ja Landsat-9 (27.9.2021) kuvilla.

Yhdysvaltojen Geologian tutkimuslaitos USGS hallinnoi Landsat-ohjelmaa ja hoitaa kuvien jakelun. He tuottavat eri lailla prosessoituja datasettejä, joista Landsat Collection-2 Level-2 on käytetty tässä aikasarjassa. Näiden kuvien pikselien arvot ovat maanpinnan reflektanssin estimaatteja, eli kuville on tehty ilmakehäkorjaus. Kuville on tehty orto-oikaisu, eli maanston pinnanmuotojen vaikutus pikselien paikkaan on huomioitu. Kuvamosaiikit on tehty kanaville (numerointi perustuu Landsat-5 Thematic Mapper instrumentin kanavien numerointiin, aallonpituudet on ilmaistu mikrometreinä)

* B1: 0.45-0.52
* B2: 0.52-0.60
* B3: 0.63-0.69
* B4: 0.76-0.90
* B5: 1.55-1.75
* B7: 2.08-2.35

Yksittäiset Landsat-kuvat on ladattu Ilmatieteen laitoksen hallinnoiman Kansallisen Satelliittidatakeskuksen (NSDC) arkistoon. Varsinainen mosaiikkien tuotanto tehdään CalFin-prosessointiklusterilla. Pilvimaskaukseen käytetään kuvien mukana tulevia pilvimaskeja (menetelmä CFmask v3.3.1) ja näiden lisäksi käyttökelpoisten havaintojen valintaan käytetään myös muita testejä, kuten NDVI on sopivalla lukualueella (-1,…,1) ja kanavien reflektanssit ovat positiivisia (refl>0.005).

Mosaikoinnissa käytettävä kuvien aikaikkuna (ts. miltä aikaväliltä voidaan valita kuvia mosaikointiin) vaihteli etelä-pohjoissuunnassa, koska kasvukauden pituudet ovat erilaisia Suomen eri osissa. Aikaikkunat ja näiden alueet olivat:

* Etelä-Suomi (lat. 59-64 deg.): 1.5.-30.9.
* Keski-Suomi (lat. 64-68 deg.): 15.5.-15.9.
* Pohjois-Suomi (lat. 68-70 deg.): 1.6.-31.8.

Mosaikointi perustui NDVI:n 95%-persentiiliin, eli pikselin arvoksi valittiin sen päivän havainto joka oli lähinnä kyseistä presentiiliarvoa. Maksimia ei käytetty koska yritettiin välttää pilvien varjoja lopullisessa mosaiikissa.

Mosaikoinnin lopuksi suoritettiin koordinaatistomuunnos suomalaiseen TM35Fin-koordinaatistoon (EPSG 3067) 20 metrin pikselikokoon. Mosaiikin alue on

* ULE: 50000
* ULN: 7800000
* LRE: 842000
* LRN: 6600000

Seuraavat kuvaindeksimosaiikit lasketaan:

* Normalized Difference Moisture Index NDMI = ( B4 – B5 ) / ( B4 + B5 )
* Normalized Difference Tillage Index NDTI = ( B5 – B7 ) / ( B5 + B7 )
* Normalized Difference Vegetation Index NDVI = ( B4 – B3 ) / ( B4 + B3 )
* Normalized Difference Water Index NDWI = ( B2 – B4 ) / ( B2 + B4 )

Käyttäjä voi laskea muita indeksejä lataamalla tarvittavat kanavat ja suorittamalla laskut sopivalla ohjelmistolla (esim. QGIS).

Muut julkaistavat mosaiikit ovat:

* META: Pikselin arvo on halitun havainnon päivän numero vuoden alusta laskien.
* NUMOBS: Pikselin arvo on mosaikoinnissa käytettyjen havaintojen lukumäärä. HUOM! Peräkkäiset Landsat-kuvien yhteinen alue lasketaan kahteen kertaan.

Mosaiikit ovat ladattavissa Kansallisen satelliittidatakeskuksen (https://nsdc.fmi.fi/) arkistosta:

Reflektanssikanavien mosaiikit:
https://pta.data.lit.fmi.fi/lans/landsat57/bands/landsat57_refl_bn_year.tif

* bn: b1, b2, b3, b4, b5 tai b7
* year: välillä 1984 – 2014

Kuvaindeksimosaiikit:
https://pta.data.lit.fmi.fi/lans/landsat57/index/landsat57_ind_year.tif

* ind: ndmi, ndti, ndvi, ndwi
* year: välillä 1984 – 2014

Metadatamosaiikit:

* https://pta.data.lit.fmi.fi/lans/landsat57/meta/landsat57_numobs_year.tif
* https://pta.data.lit.fmi.fi/lans/landsat57/meta/landsat57_refl_meta_year.tif
year: välillä 1984 – 2014

Aikasarjan heikkoutena on että mosaiikeissa on pilvien ja kuvien puutteen aiheuttamia aukkoja, ja pilvimaskauksen virheiden vuoksi mosaiikkeihin saattaa jäädä jäänteitä pilvistä ja pilvien varjoista. Ilmakehäkorjaus näyttäisi korjaavan näkyvän valon kanavia liikaa, etenkin punaista kanavaa, jolloin kanavien reflektanssit voivat olla negatiivisia etenkin vesialueilla. Tämän vuoksi välillä pilvisten alueiden NDVI on suurempi kuin vieressä ole samanlaisen maanpeitteen pilvetön NDVI-arvo, jolloin mosaikoinnissa pikselin arvoksi tulee valittua pilvisen pikselin arvo.

Viite: Landsat Collection 2 Level-2 Science Products, https://www.usgs.gov/landsat-missions/landsat-collection-2-level-2-science-products

Alkuperäiset Landsat-satelliittikuvat: USGS, mosaikointi ja muu prosessointi SYKE. Aineisto kuuluu SYKEn avoimiin aineistoihin (CC BY 4.0).

Aineistosta vastaava taho

Suomen ympäristökeskus
eotuki@syke.fi

Aineiston päivitys

Aineistoa on päivitetty viimeksi 23.2.2024

Aineiston historiatiedot

Check Identification / Abstract

Data ja resurssit

Aineiston metatiedot

Metatiedoista vastaa:

Suomen ympäristökeskus
eotuki@syke.fi

Metatiedot päivitetty 4.3.2024

Alkuperäinen metatiedon lähde

Aineiston tyyppi: dataset