Descarga y Procesamiento de Imagenes Landsat Colección 2 Level 2
Descarga y procesamiento de imágenes Landsat Colección 2 Nivel 2
Cómo bajar productos L2SP de Landsat 8 y 9 desde USGS EarthExplorer, aplicar correctamente los factores de escala, generar la composición multibanda y dejar el raster listo para análisis. Incluye el paso que la mayoría de tutoriales omite: la máscara de calidad QA_PIXEL.
¿Qué es Colección 2 Nivel 2?
El Servicio Geológico de los Estados Unidos (USGS) distribuye productos científicos de Nivel 2 (L2SP) dentro de la Colección 2 de Landsat. Estos productos vienen ya corregidos atmosférica y geométricamente, lo que los convierte en el insumo de referencia para análisis de series temporales, índices espectrales, mapeo de cobertura, evaluación de incendios y monitoreo de glaciares y cuerpos de agua.
Cada escena de Colección 2 Nivel 2 contiene dos productos científicos principales:
- Reflectancia de superficie (SR): bandas multiespectrales corregidas a reflectancia a nivel del suelo.
- Temperatura de superficie (ST): temperatura derivada de las bandas térmicas, expresada en Kelvin.
Más bandas auxiliares de calidad (QA_PIXEL, QA_RADSAT, SR_QA_AEROSOL) que la mayoría de tutoriales ignora pero que son esenciales en cualquier flujo serio.
Reflectancia de superficie
La reflectancia de superficie estima qué fracción de la radiación incidente devuelve la superficie terrestre, eliminando los efectos de dispersión y absorción atmosférica. Los productos Landsat SR se generan en el Centro EROS con resolución espacial de 30 metros.
Para Landsat 8 y 9, la reflectancia de superficie se calcula con el algoritmo LaSRC (Land Surface Reflectance Code). LaSRC usa la banda costera de aerosoles para inversión atmosférica, datos auxiliares climáticos de MODIS y un modelo de transferencia radiativa propio. Los detalles oficiales están en la Guía del producto Landsat 8-9 C2L2.
Importante: los valores que descargas no son reflectancia directa. Vienen como enteros sin signo de 16 bits que requieren un factor de escala para convertirse en reflectancia física entre 0 y 1. Aplicar índices espectrales sin este paso produce números sin sentido.
Temperatura de superficie
La temperatura de superficie (ST) mide la temperatura radiométrica del terreno en Kelvin. Se genera a partir de las bandas térmicas (Banda 10 en Landsat 8/9), reflectancia TOA, temperatura de brillo TOA, base de datos de emisividad ASTER GED, NDVI ASTER normalizado y perfiles atmosféricos de reanálisis para humedad específica, altura geopotencial y temperatura del aire.
Documentación oficial: USGS Surface Temperature C2.
Flujo recomendado vs. flujo tradicional
Antes de los pasos, una nota práctica que ahorra mucho tiempo. El orden tradicional de procesamiento es:
- Aplicar escala a cada banda
- Componer (stack)
- Reproyectar
- Recortar al área de interés
Funciona, pero es ineficiente cuando el AOI es pequeño respecto a la escena Landsat completa (185 × 180 km, ~1.7 GB sin comprimir por escena). Cada operación procesa toda la imagen.
Clip raster by extent o por mask layer) y aplica la escala después sobre el recorte. La calculadora raster trabaja sobre < 1 % del raster original. En estudios de cuenca o predio, el flujo se vuelve cinco o diez veces más rápido.Por compatibilidad con el material gráfico de este tutorial, mostramos el flujo tradicional, pero al final de cada paso se anota dónde se puede reordenar.
Abrir EarthExplorer
Ir a https://earthexplorer.usgs.gov/. Es el portal oficial del USGS para descarga manual de imágenes. Para descargas programáticas masivas existe la USGS Machine-to-Machine API; para visualización rápida sin descarga, LandsatLook.
Registro e inicio de sesión
Hacer clic en Register. La cuenta es gratuita pero obligatoria para descargar. Una vez creada, iniciar sesión en el portal.
Definir el área de búsqueda
EarthExplorer ofrece varias opciones para acotar la búsqueda: (1) buscar por nombre de lugar, (2) hacer zoom en el mapa interactivo, (3) cargar un archivo KML o un Shapefile comprimido como ZIP.
Recomendado: cargar un Shapefile con el polígono o caja delimitadora del AOI. Antes de cargarlo, comprimir todos los archivos del shapefile (.shp, .shx, .dbf, .prj) en un único .zip.
Selección de Shapefile y carga del ZIP en EarthExplorer.
Selección del dataset
Pasar a la pestaña Data Sets. Navegar a Landsat → Landsat Collection 2 → Landsat Collection 2 Level-2.
Aquí es importante elegir según fechas de lanzamiento y tiempo en órbita:
| Sensor | Período | Notas |
|---|---|---|
| Landsat 4-5 TM | 1982–2013 | Series largas históricas. Sin SWIR2 nativo refinado. |
| Landsat 7 ETM+ | 1999–2022 | Bandas con bandeo SLC-off desde 2003. |
| Landsat 8 OLI/TIRS | 2013–presente | Sensor estable, primera elección actual. |
| Landsat 9 OLI-2/TIRS-2 | 2021–presente | Mejor relación señal/ruido que L8. |
Para series 2013–presente conviene combinar Landsat 8 y 9 (frecuencia efectiva de 8 días).

Filtros de búsqueda
Antes de pasar a resultados, aplicar filtros críticos:
- Rango de fechas: ajustar según la ventana de interés (estación seca, antes/después de un evento, fenología de cultivo).
- Cloud Cover (Land): usar
Cloud Cover Landy noCloud Cover Scene. El segundo incluye nubes sobre océano que no afectan tu estudio. - Day/Night: para Landsat 8/9 las pasadas son diurnas; mantener por defecto.
Umbral típico: nubosidad < 10 % para análisis directo; < 30 % si se va a aplicar máscara de nubes con QA_PIXEL.

Elegir la imagen y descargar
En Results aparecen las escenas que cumplen los filtros. Revisar la previsualización antes de descargar para confirmar que el AOI tenga buena visibilidad (sin nubes, sin sombras de cumulonimbo, sin humo). Iniciar la descarga con el ícono de flecha verde.

Productos disponibles para descarga
El cuadro de descarga ofrece varios productos. Los dos más usados:
- Landsat Collection 2 Level-2 Surface Reflectance Bundle: bandas SR + QA + metadatos (~700 MB).
- Landsat Collection 2 Level-2 Surface Temperature Bundle: banda ST + auxiliares térmicas + QA (~300 MB).
Si solo se trabaja con índices ópticos, el bundle SR basta. Si el estudio incluye temperatura, balance energético o detección de calor urbano, descargar también el bundle ST.

Paso 8 — Factores de escala
Este es el paso donde más errores se cometen. Los pixeles de los productos C2L2 están en formato entero sin signo (uint16). Para convertirlos a unidades físicas hay que aplicar la fórmula:
Los factores son distintos para cada producto:
Bandas de reflectancia de superficie (SR_B*)
scale_factor = 0.0000275
add_offset = -0.2
El resultado es reflectancia entre 0 y 1 (físicamente, hasta ~1.6 en superficies hiperreflectantes).
Banda de temperatura de superficie (ST_B10)
scale_factor = 0.00341802
add_offset = 149.0
Para grados Celsius:
Imagen de referencia oficial:
Tabla de factores de escala — Landsat 8-9 Collection 2 Level-2 Science Product Guide.
Cargar las bandas en QGIS
Abrir QGIS LTR (versión Long-Term Release) y arrastrar todas las bandas multiespectrales y la térmica al panel de capas. Para Landsat 8/9 son:
| Archivo | Banda | Longitud de onda |
|---|---|---|
| SR_B1 | Coastal/Aerosol | 0.43–0.45 µm |
| SR_B2 | Blue | 0.45–0.51 µm |
| SR_B3 | Green | 0.53–0.59 µm |
| SR_B4 | Red | 0.64–0.67 µm |
| SR_B5 | NIR | 0.85–0.88 µm |
| SR_B6 | SWIR-1 | 1.57–1.65 µm |
| SR_B7 | SWIR-2 | 2.11–2.29 µm |
| ST_B10 | Thermal Infrared | 10.6–11.19 µm |

Aplicar escala a las bandas multiespectrales
Usar la Calculadora Raster con la fórmula:
"SR_B4@1" * 0.0000275 + (-0.2)
Repetir para cada banda (B1 a B7). Para automatizar, conviene usar el algoritmo Raster calculator (GDAL) en lote desde el procesado, o un script PyQGIS:
bands = ['SR_B1','SR_B2','SR_B3','SR_B4','SR_B5','SR_B6','SR_B7']
for b in bands:
processing.run("gdal:rastercalculator", {
'INPUT_A': f'{path}/{escena}_{b}.TIF',
'BAND_A': 1,
'FORMULA': 'A*0.0000275-0.2',
'OUTPUT': f'{out}/{escena}_{b}_SR.tif'
})

Banda térmica: escala y conversión a Celsius
Para la banda térmica ST_B10, aplicar el factor específico y luego restar 273.15 si se desea Celsius:
("ST_B10@1" * 0.00341802 + 149.0) - 273.15
Ojo: el resultado solo tiene sentido sobre superficies opacas (suelo, vegetación, agua). Sobre nubes o píxeles saturados los valores son irreales (50–80 °C en zonas frías), por eso el siguiente paso lógico es enmascarar con QA_PIXEL.

Composición multibanda
Una vez escaladas las bandas SR, generar un raster multibanda con todas. En QGIS la herramienta más rápida es Construir raster virtual (gdalbuildvrt) con las 7 bandas SR escaladas, marcando la opción Place each input file into a separate band.
gdal_translate o Translate (Convert format).Reproyección al UTM de la zona de estudio
Las escenas Landsat C2L2 vienen ya en proyección UTM con datum WGS84, pero la zona corresponde a la del centro de la escena. Si tu AOI está en otra zona UTM (caso típico en zonas fronterizas entre dos husos), reproyectar es obligatorio.
Herramienta: Warp (reproject) de GDAL.
Método de remuestreo según el tipo de banda:
| Tipo de banda | Método recomendado |
|---|---|
| Reflectancia de superficie (continuo) | Bilinear o Cubic |
| Temperatura de superficie (continuo) | Bilinear |
| QA_PIXEL, QA_RADSAT (categórico) | Nearest neighbor (obligatorio) |
Usar nearest neighbor sobre bandas de calidad evita inventar valores QA inexistentes; usarlo sobre SR introduce escalonado visible.

Recorte por AOI
Último paso del flujo tradicional: recortar el raster al polígono del área de estudio.
Herramienta: Clip raster by mask layer. Configurar:
- Capa de máscara: shapefile del AOI.
- Marcar Match the extent of the clipped raster to the extent of the mask layer para que el raster de salida tenga el bounding box del AOI.
- Activar Keep resolution of input raster para no degradar el píxel.
- Compresión LZW o DEFLATE en Profile para ahorrar disco.

Lo que falta en la mayoría de tutoriales: máscara QA_PIXEL
El bundle Landsat C2L2 incluye una banda crítica que no aparece en este flujo de 14 pasos: QA_PIXEL. Es una banda de 16 bits donde cada bit codifica una condición del píxel (nube, sombra, nieve, agua, etc.). Sin enmascararla, los índices y estadísticas zonales se contaminan con píxeles inválidos.
Bits relevantes en QA_PIXEL (Landsat 8/9 C2):
| Bit | Significado |
|---|---|
| 0 | Fill (sin dato) |
| 1 | Píxel saturado dilatado |
| 2 | Cirrus |
| 3 | Nube |
| 4 | Sombra de nube |
| 5 | Nieve |
| 6 | Agua |
| 7 | Confidence cloud (LOW) |
| 8 | Confidence cloud (HIGH) |
Filtro mínimo recomendado para análisis terrestre (descarta nube, sombra de nube y cirrus):
# En la calculadora raster de QGIS, asumiendo banda QA_PIXEL cargada:
("QA_PIXEL@1" & 8) = 0
AND ("QA_PIXEL@1" & 16) = 0
AND ("QA_PIXEL@1" & 4) = 0
Más sencillo con gdal_calc.py:
gdal_calc.py -A QA_PIXEL.TIF --outfile=mask.tif \
--calc="((numpy.bitwise_and(A,8)==0) & (numpy.bitwise_and(A,16)==0) & (numpy.bitwise_and(A,4)==0))" \
--type=Byte --NoDataValue=0
Multiplicar la composición SR por la máscara antes de extraer estadísticas o calcular índices. En estudios temporales, esto evita que un píxel con cirrus invisible al ojo haga caer el NDVI medio del polígono en una fecha y simule una falsa pérdida de cobertura vegetal.
Si tu trabajo es serio (publicación, monitoreo gubernamental, certificación ambiental), no entregues productos derivados de Landsat C2L2 sin documentar qué máscara QA aplicaste. Es la diferencia entre un mapa reproducible y un mapa que cualquier revisor puede cuestionar.
Resumen del flujo
| # | Acción | Herramienta |
|---|---|---|
| 1–3 | Acceder a EarthExplorer y cargar AOI | Navegador |
| 4–5 | Filtrar por sensor, fecha y nubosidad | EarthExplorer |
| 6–7 | Descargar bundles SR y ST | EarthExplorer |
| 8 | Verificar factores de escala | Documentación USGS |
| 9 | Cargar bandas en QGIS | QGIS LTR |
| 10 | Escalar bandas SR (× 0.0000275 − 0.2) | Calculadora raster |
| 11 | Escalar ST_B10 y convertir a °C | Calculadora raster |
| 12 | Componer multibanda (VRT) | Build virtual raster |
| 13 | Reproyectar al UTM del AOI | Warp |
| 14 | Recortar al AOI | Clip by mask layer |
| + | Aplicar máscara QA_PIXEL | Calculadora raster / gdal_calc |
¿Necesitas apoyo en proyectos de teledetección?
Geomática Ambiental ejecuta proyectos en evaluación ambiental, hidrología, ordenamiento territorial, agricultura y reforestación, con flujos reproducibles en Landsat, Sentinel-2, MODIS y Google Earth Engine.