Landsat8一直是遙感界的熱門話題。這不僅延續了自1972年以來NASA連續對地觀測，而且這顆衛星為科學界帶來了一些新的東西——質量評估波段（the Quality Assessment (QA) Band）。根據USGS Landsat Missions webpage，“QA通過標示哪個畫素可能受儀器或雲層影響，從而提高了科學研究的完整性，這已經被有效地利用起來。”簡而言之QA波段讓終端使用者更容易地識別 “壞”畫素、挑選出“好”資料、提高更準確更精確的結果。這個新波段可以有很多用途，如辨別積雪地區的城市區域，之前的Landsat衛星熱紅外波段確實有辨別這種明顯差異的能力，但是當城市屋頂被積雪覆蓋的時候將會怎樣呢？這將變得更復雜起來，還有電話亭和雜貨攤的頂棚等。Landsat8中的QA波段將會發揮作用。

圖1：QA波段影象

影象右上角較亮的顏色實際上是俄羅斯南Sochi山脈的一些頂峰。這些頂峰的南部，還有一些另外的亮色呈現。這實際上是黑海的海岸線。下圖顯示了Landsat資料真彩色合成的效果：

圖2：L8真彩色影象

現在，我們利用這個QA波段來提取影象中的積雪覆蓋地區，並且避擴音取到城市區域。將QA波段彩色顯示。之後通過使用Cursor Value Tool我們可以識別被積雪覆蓋的資料範圍。

圖3：QA波段彩色增強顯示

放大影象，我們可以看到海岸線和被積雪覆蓋區域顏色分割的明顯區別。

圖4： QA影象區域性放大

利用Cursor Value Tools提取積雪覆蓋山峰的精確值。在ROI Tool中，選擇Threshold選項，選擇Add New Threshold Rule，以QA波段作為Input File。下圖直方圖中是QA波段的資料值：

圖5：通過波段閾值獲取ROI

看到在直方圖最左邊有一個數據峰值，是Landsat影像的“無資料”背景。使用cursor value tool找到的資料值建立冰雪覆蓋山峰的ROIs。預覽視窗可以調整閾值。我們得到的積雪資料值從23552, 31744, 39936到61440。將每個閾值應用到新的“Snow”ROI中，這樣得到整個影像範圍內的積雪。

圖6：提取的冰雪資訊

如上圖所示，紅色部分就是雪峰的範圍。使用ROI Band Thresholding和QA波段可以減少25%的分類時間。因為有QA波段，這種技術不僅適用於積雪覆蓋的山脈和高反射的城市區域，也可以建立和分離土地覆蓋型別。