Landsat 影像已成为环境监测、土地利用规划和科学研究的基石。得益于数十年来免费提供的卫星数据，专业人士和研究人员能够以惊人的细节追踪地球表面的变化。但要充分利用这些数据，您需要合适的工具。在本文中，我们将介绍一些用于处理 Landsat 影像的最实用的平台和软件——从简单的查看器到高级分析工具。
1. FlyPix
在 FlyPix，我们构建了一个基于云的地理空间分析平台，旨在使 Landsat 等卫星图像更易于访问、分析和解读。我们的平台支持自动物体检测、土地利用分类以及使用人工智能模型进行多时相变化追踪。用户可以直接在交互式地图界面中查看和使用图像，也可以通过我们的 API 连接以实现自动化工作流程。凭借对 Landsat 等长期卫星数据集的支持，我们帮助各组织以精准和大规模的方式监测随时间变化的环境变化、城市发展和土地利用模式。
主要亮点：
- 支持多时相 Landsat 影像分析
- 用于物体检测和土地利用分类的内置工具
- 自动化数据工作流程的 API 访问
- 用于数据探索的可视化地图界面
- 人工智能模型可以分析不同时间的图像
最适合人群：
- 环境分析师追踪土地覆盖变化
- 城市规划师和基础设施研究人员
- 使用时间序列卫星数据的 GIS 团队
- 开发人员将卫星洞察集成到定制应用程序中
联系方式和社交媒体信息：
- 网站： flypix.ai
- 地址：Robert-Bosch-Str. 7, 64293 Darmstadt, Germany
- 电话：+49 6151 2776497
- 电子邮件： info@flypix.ai
- LinkedIn： www.linkedin.com/company/flypix-ai
2. Atlas
Atlas 是一个地理空间数据平台，将 Landsat Look 影像整合到一个可视化且可搜索的环境中。该平台将公共和商业卫星数据聚合到一个统一的系统中，使用户能够探索全球各地的历史和当前影像。其界面包含一个基于地图的查看器，用户可以按日期、云量和传感器类型筛选 Landsat 数据。
Atlas 简化了影像访问，无需编码，并支持以标准地理空间格式导出数据。Atlas 具备并排影像比较和全球覆盖等功能，可用于基于 Landsat 数据的长期环境监测和土地利用分析。
主要亮点：
- 访问可搜索的 Landsat Look 图像
- 日期、传感器和云量过滤器，可进行精确选择
- 并排图像比较工具
- 来自多个数据源的全球覆盖
- 地理空间格式的导出功能
最适合人群：
- 追踪景观变化的环境专业人员
- 研究人员使用历史 Landsat 影像
- 地理空间领域的教育工作者和学生
- 需要快速访问卫星数据而无需编码的用户
联系方式和社交媒体信息：
- 网站：atlas.co
- LinkedIn: www.linkedin.com/company/atlasmapshq
- 推特：x.com/AtlasMapsHQ
- Instagram： www.instagram.com/life.at.atlas
3.世界观
Worldview 是由 NASA 开发的一款在线卫星图像查看器，允许用户以交互方式探索全球近实时地球数据。它通过基于 Web 的地图界面，提供对数百个数据层的访问，包括 Landsat 系列数据。用户可以查看卫星过境后数小时内的图像，叠加多个数据集，并下载快照进行分析。该平台还支持时间轴导航，以比较随时间的变化。虽然 Worldview 并非专为深度处理而设计，但它对于快速可视化和监测土地覆盖、野火、植被等非常有用，尤其是在处理历史或实时 Landsat 图像时。
主要亮点：
- 近乎实时地访问全球卫星图像
- 包括具有历史数据的 Landsat 图层
- 可定制的时间线，用于多日期比较
- 具有叠加选项的交互式地图查看器
- 选定视图的简单下载功能
最适合人群：
- 需要快速获取地球观测数据的研究人员
- 教育工作者和学生在课程中使用卫星图像
- 环境分析师监测火灾或森林砍伐等事件
- 寻求无需复杂工具即可直观洞察全球变化的用户
联系方式和社交媒体信息：
- 网站：worldview.earthdata.nasa.gov
4.EOSDA LandViewer
EOSDA LandViewer 是一个基于网络的卫星图像平台，提供广泛的地球观测数据，包括 Landsat 任务的完整存档。该工具允许用户搜索、可视化和分析卫星图像，并提供光谱波段组合、植被指数和变化检测等选项。LandViewer 支持自定义区域选择、时间序列分析和直接图像比较，因此适用于历史和最新监测任务。
该平台包括用于下载各种格式数据的内置工具，并与其他 EOSDA 服务集成，以扩展农业、林业和环境应用的功能。
主要亮点：
- 访问带有云层过滤的完整 Landsat 图像档案
- 实时和历史图像可视化
- NDVI 和其他植被指数工具
- 变化检测和时间序列分析
- 多种地理空间格式的导出选项
最适合人群：
- 监测农业和林业趋势的分析师
- 研究人员利用 Landsat 进行土地覆盖变化研究
- 需要自定义区域分析的 GIS 用户
- 处理时间序列卫星数据的专业人员
联系方式和社交媒体信息：
- 网站：eos.com
- Facebook：www.facebook.com/EOSDA
- LinkedIn： www.linkedin.com/company/eos-data-analytics
- 推特：x.com/eos_da
- Instagram： instagram.com/eosdataanalytics
5. SAGA GIS
SAGA GIS（自动地球科学分析系统）是一款开源桌面应用程序，包含各种用于处理卫星图像（包括来自 Landsat 任务的数据）的工具。该软件支持栅格和矢量格式，并提供用于图像分类、波段运算、NDVI 计算、主成分分析和非监督聚类的详细模块。
其“影像 - 卫星工具”部分专为处理 Landsat 等卫星数据而设计，使用户能够进行大气校正、计算植被指数并提取特征。虽然需要安装并有一定的学习时间，但 SAGA GIS 对于需要自定义或详细分析的用户来说是一个强大的选择。
主要亮点：
- 支持多种Landsat处理功能
- NDVI、PCA、分类和波段数学模块
- 开源，拥有丰富的科学文献
- 处理栅格和矢量数据格式
- 允许大气校正和光谱分析
最适合人群：
- 需要高级图像分析的 GIS 专业人员
- 研究人员正在进行详细的卫星数据研究
- 使用 Landsat 影像离线工作的用户
- 寻找可定制工具的学生和科学家
联系方式和社交媒体信息：
- 网站：saga-gis.sourceforge.io
6.草地地理信息系统
GRASS GIS（地理资源分析支持系统）是一款开源 GIS 软件，提供强大的工具来处理和分析卫星图像（包括 Landsat 数据）。其图像处理功能包括辐射校正和大气校正、监督和非监督分类、植被指数计算以及随时间的变化检测。
GRASS 支持栅格数据和矢量数据，并允许用户使用其专用影像模块处理多波段影像。该系统设计灵活且功能强大，非常适合需要高级分析功能且熟悉命令行操作或自动化脚本的用户。
主要亮点：
- 用于 Landsat 图像分类和校正的高级工具
- NDVI、缨帽和时间分析模块
- 支持基于光栅和矢量的工作流程
- 实现详细的光谱和空间图像处理
- 开源且高度可定制，适用于研究任务
最适合人群：
- 遥感专家利用 Landsat 进行长期研究
- 需要控制处理工作流的 GIS 分析师
- 地理空间科学领域的学术研究人员和学生
- 熟悉技术界面和脚本的用户
联系方式和社交媒体信息：
- 网站：grass.osgeo.org
- LinkedIn: www.linkedin.com/company/grass-gis
- 推特：x.com/grassgis
7. gvSIG
gvSIG 是一款开源桌面 GIS 应用程序，专为空间数据管理、分析和可视化而设计。它支持多种栅格和矢量格式，并包含用于遥感任务的专用工具，例如图像分类、波段运算、归一化植被指数 (NDVI) 计算以及监督学习或非监督学习。gvSIG 允许用户直接在平台内导入和分析 Landsat 影像，从而可用于土地利用监测和环境评估。
它还支持插件扩展，可根据需要实现更专业的处理。该软件支持多语言，并设计为兼容不同的操作系统。
主要亮点：
- 全面支持 Landsat 栅格图像和分析工具
- 用于分类和波段数学的遥感模块
- 包含 NDVI 和植被指数计算工具
- 用于扩展功能的插件架构
- 多平台，多种语言版本
最适合人群：
- 在桌面环境中使用卫星数据的 GIS 用户
- 环境专业人员使用 Landsat 分析土地覆盖
- 研究人员需要开源空间分析解决方案
- 寻找具有遥感支持的可定制 GIS 工具的用户
联系方式和社交媒体信息：
- 网站：www.gvsig.com
- 脸书：www.facebook.com/gvSIG
- 推特：x.com/gvsig
- 领英： www.linkedin.com/groups/gvSIG-4478025
- 邮箱: info@gvsig.com
8.Esri ArcGIS Pro
Esri 的 ArcGIS Pro 是一个专业的桌面 GIS 平台，包含用于处理 Landsat 影像的高级工具。它支持通过 Living Atlas of the World 直接访问整个 Landsat 档案，让用户在同一环境中搜索、可视化和分析影像。
ArcGIS Pro 提供用于影像分类、变化检测、光谱分析和时间序列探索的工具。用户可以应用栅格函数来增强影像、计算 NDVI 等植被指数，或使用训练样本进行监督分类。该平台旨在处理大规模分析和详细的本地研究，并提供高度定制的选项。
主要亮点：
- 通过 Living Atlas 直接访问 Landsat 影像
- 用于 NDVI、分类和时间分析的内置工具
- 用于动态图像处理的栅格函数
- 与云和本地数据工作流集成
- 支持高分辨率可视化和分析
最适合人群：
- 进行复杂空间分析的 GIS 专业人员
- 使用 Landsat 进行城市或环境规划的组织
- 处理大规模卫星时间序列的分析师
- 需要强大的图像分类和变化检测工具的用户
联系方式和社交媒体信息：
- 网站：www.esri.com
- 地址：美国纽约市第七大道500号9楼
- 电话：212-349-3700
- 脸书：www.facebook.com/esrigis
- Twitter：x.com/Esri
- Instagram： www.instagram.com/esrigram
- LinkedIn： www.linkedin.com/company/esri
9. 全球地图绘制者
Global Mapper 由 Blue Marble Geographics 开发，是一款多功能 GIS 应用程序，支持多种栅格和矢量格式，包括 Landsat 卫星图像。它允许用户直接导入 Landsat 数据并执行各种类型的图像分析，例如 NDVI、地形建模、分类和变化检测。该平台还提供对多个免费卫星图像源的内置访问，包括美国地质调查局 (USGS) 的 Landsat 图像。
用户可以可视化多波段数据、应用自定义着色器并执行批处理任务。Global Mapper 凭借其脚本界面和地形分析工具，对于需要强大的桌面卫星图像工作流程的专业人士来说，是一个实用的选择。
主要亮点：
- 支持直接导入和分析 Landsat 数据
- 访问免费的 Landsat 资源，例如 USGS Earth Explorer
- NDVI、分类和高程建模工具
- 脚本和批处理功能
- 3D地形可视化和分析功能
最适合人群：
- 需要详细地形和光谱分析的 GIS 专业人员
- 分析人员使用 Landsat 数据进行环境监测
- 使用多源栅格和矢量数据集的用户
- 寻求具有脚本选项的桌面解决方案的专业人士
联系方式和社交媒体信息：
- 网站: www.bluemarblegeo.com
- 脸书： www.facebook.com/bluemarble.geographics
- Instagram： www.instagram.com/bluemarblegeo
- LinkedIn： www.linkedin.com/company/blue-marble-geographics
10. Trimble eCognition
Trimble eCognition 是一款先进的基于对象的图像分析 (OBIA) 软件，旨在从卫星图像（包括 Landsat 数据）中提取有意义的信息。该平台允许用户使用基于规则的分类、分割和变化检测技术来处理和分析多源栅格数据。eCognition 支持集成光谱、空间和上下文信息，以执行详细的测绘和监测任务。其自动化的工作流程功能使其适用于大型数据集和重复分析。由于支持脚本和模型开发，该工具非常适合基于像素的方法不足且需要更结构化的分析的应用。
主要亮点：
- 基于对象的 Landsat 影像分类和分割
- 支持多源栅格数据和时间序列分析
- 基于规则的可重复工作流程自动化
- 在一个环境中集成光谱和空间数据
- 通过脚本支持进行自定义模型开发
最适合人群：
- 需要详细基于对象的分析的遥感专业人员
- 进行土地利用和土地覆盖分类的分析师
- 利用 Landsat 进行变化检测的研究人员
- 用户自动化大规模卫星图像工作流程
联系方式和社交媒体信息：
- 网站：geospatial.trimble.com
- LinkedIn： www.linkedin.com/showcase/trimble-geospatial
- Instagram： www.instagram.com/trimblegeospatial
- Facebook：www.facebook.com/TrimbleSurvey
11. NOAA数字海岸数据查看器
NOAA 数字海岸数据查看器是一个在线平台，提供对海岸地理空间数据的访问，包括部分 Landsat 影像。虽然该工具主要关注沿海和海洋环境，但也允许用户浏览和下载与海岸线变化、土地覆盖、海拔和栖息地相关的数据集。用户可以叠加多个数据层、应用过滤器，并可视化海岸线的时间变化。
虽然它不是 Landsat 专用工具，但它包含基于 Landsat 的历史土地覆盖数据集，可用于沿海地区的长期环境分析和规划。
主要亮点：
- 来自 Landsat 影像的沿海土地覆盖数据
- 具有图层叠加和过滤功能的交互式查看器
- 可用的海岸线变化和高程数据集
- 下载选定地理空间数据集的选项
- 查看长期沿海趋势的工具
最适合人群：
- 海岸规划人员和资源管理者
- 研究海岸线和栖息地变化的环境科学家
- 研究陆地-水界面带的研究人员
- 专注于将 Landsat 数据应用于沿海分析的用户
联系方式和社交媒体信息：
- 网站：coast.noaa.gov
- Facebook： www.facebook.com/NOAADigitalCoast
- Instagram： www.instagram.com/NOAADigitalCoast
- Twitter: x.com/NOAADigCoast
- 领英: www.linkedin.com/showcase/noaa-coastal-management
12. PolSARPro
PolSARPro（极化合成孔径雷达处理和教育工具）是由欧空局开发的一款专用软件，用于处理和分析极化合成孔径雷达 (PolSAR) 数据。虽然它专注于雷达影像而非像 Landsat 那样的光学数据，但它支持与多光谱数据集集成以进行全面分析。该工具包含数据校准、分解、分类以及极化特征可视化等功能。
PolSARPro 广泛用于研究和教育目的，提供详细的算法和工作流程，用于理解复杂的雷达信号与地球表面的相互作用。它通过提供额外的数据层和洞察，作为光学卫星分析的补充。
主要亮点：
- 专注于极化SAR数据处理
- 包括校准、分解和分类工具
- 支持与 Landsat 等多光谱影像的集成
- 为研究和教育设计的详细算法
- 开源，具有丰富的文档和社区支持
最适合人群：
- 专注于雷达和多光谱数据的遥感研究人员
- 科学家利用合成孔径雷达和光学图像分析土地覆盖
- 教授先进卫星数据处理技术的教育工作者
- 需要详细极化分析以及 Landsat 数据的用户
联系方式和社交媒体信息：
- 网址：earth.esa.int/eogateway/tools/polsarpro
- 脸书：www.facebook.com/EuropeanSpaceAgency
- 推特：x.com/ESA_EarthOnline
13. Geemap
Geemap 是一个开源 Python 软件包，旨在方便用户使用 Google Earth Engine 对地球观测数据（包括 Landsat 影像）进行交互式制图和分析。它提供了一个用户友好的界面，只需极少的代码即可可视化和处理卫星数据，并将 Google Earth Engine 的海量数据目录与 Python 的分析功能相结合。用户可以创建动态地图、应用植被指数、进行变化检测以及生成时间序列分析。
Geemap 支持以多种格式导出结果，并与 Jupyter Notebooks 良好集成，适用于教育、研究和运营目的。
主要亮点：
- 基于 Python 的 Landsat 和其他卫星数据的交互式地图绘制
- 访问 Google Earth Engine 的广泛数据目录
- NDVI、变化检测和时间序列分析工具
- 与 Jupyter Notebook 兼容，可轻松实现可视化
- 支持多种格式的地图和分析结果导出
最适合人群：
- 使用 Python 处理 Landsat 数据的研究人员和教育工作者
- 需要可定制 Earth Engine 访问权限的 GIS 专业人员
- 数据科学家将卫星数据与其他数据集相结合
- 在编码环境中寻求交互式映射的用户
联系方式和社交媒体信息：
- 网站：geemap.org
- 推特：x.com/giswqs
- 领英: www.linkedin.com/in/giswqs
14. Sentinel Hub API
Sentinel Hub API 是一项基于云的服务，通过可编程的 Web 服务提供对卫星影像（包括 Landsat 数据）的简化访问。该 API 允许用户按需搜索、检索和处理多光谱影像，并支持自定义可视化、光谱指数以及来自多个卫星源的数据融合。它允许与 GIS 平台、Web 应用程序和数据科学工作流程集成。
Sentinel Hub 通过云处理高效处理大型数据集，减少对本地存储和计算的需求。该平台支持时间序列分析、变化检测，并能以多种格式提供数据，方便进一步分析或可视化。
主要亮点：
- 按需访问 Landsat 和其他卫星图像
- 云处理可实现快速、可扩展的数据处理
- 可定制的光谱指数和图像可视化
- 与 GIS、Web 应用程序和数据科学工具集成
- 支持时间序列和变化检测分析
最适合人群：
- 开发人员使用 Landsat 和多光谱数据构建应用程序
- 研究人员需要可扩展的基于云的图像处理
- 需要与现有工作流程集成的 GIS 专业人员
- 从事卫星时间序列和分析的数据科学家
联系方式和社交媒体信息：
- 网站: www.sentinel-hub.com
- 地址: Cvetkova ulica 29, SI-1000 卢布尔雅那, 斯洛文尼亚
- 电话:+386 (0) 1 320-61-50
- 电子邮件: info@sentinel-hub.com
- 推特：x.com/sentinel_hub
- LinkedIn: www.linkedin.com/showcase/sentinel-hub
- 脸书： www.facebook.com/sentinelhub.by.planetlabs
15. OpenAerialMap
OpenAerialMap 是一个开源平台，汇集了来自不同来源（包括 Landsat 等卫星数据）的公开授权航拍图像。它提供了一个用户友好的地图界面，用于搜索、预览和下载全球高分辨率航拍图像和卫星图像。该平台支持社区贡献，鼓励分享用于人道主义、环境和研究应用的最新图像。
OpenAerialMap 主要专注于航空影像，但它也通过提供更高分辨率的本地化分析选项来补充 Landsat 数据。该工具支持以标准地理空间格式导出数据，并与 API 集成，以方便编程访问和自定义工作流程。
主要亮点：
- 聚合公开许可的航空和卫星图像
- 用户友好的地图界面，方便浏览和下载数据
- 支持社区贡献和更新图像上传
- 数据可导出为常见的 GIS 格式
- 用于与外部应用程序集成的 API 访问
最适合人群：
- 需要最新、公开图像的人道主义组织
- 需要访问各种空间数据集的研究人员
- 结合航空和卫星数据的环境分析师
- 使用开放数据源的开发人员和 GIS 专业人员
联系方式和社交媒体信息：
- 网站：openaerialmap.org
- 电子邮件: info@openaerialmap.org
结论
得益于各种针对不同需求和专业水平而设计的工具，访问和分析 Landsat 影像变得更加便捷。从提供可扩展处理和 AI 驱动分析的 Sentinel Hub 和 FlyPix 等基于云的平台，到提供高级定制和精细影像处理的 GRASS GIS 和 SAGA GIS 等开源 GIS 应用程序，几乎每个用户都能找到合适的解决方案。
Worldview 和 Atlas 等工具简化了历史数据的可视化和探索，而 Trimble eCognition 和 PolSARPro 等软件则支持专门的分析技术。选择合适的工具取决于具体目标——无论是快速可视化、深度分类，还是集成到自动化工作流程中。通过有效利用这些工具，研究人员、规划人员和分析师可以充分发挥 Landsat 数据在环境监测、城市规划和科学研究中的潜力。