世界最乾燥的地方之一也會下大雪？Landsat 與 MODIS 如何看見 Atacama Desert 的極端事件
世界最乾燥的地方之一，竟然也會被大雪覆蓋？
提到沙漠，我們通常想到乾燥、高溫與幾乎沒有降雨的土地。但 2026 年 8 月，智利北部的 Atacama Desert 卻接連受到冬季風暴影響，一些平常乾燥的地區被白雪覆蓋。
更特別的是，NASA 並不是只用一顆衛星觀察這場事件，而是把 Landsat 與 MODIS 放在一起：前者把 Chajnantor Plateau 的前後變化看清楚，後者則從更大的尺度記錄積雪一路從 Andes 向西延伸、接近 Pacific Coast 的範圍。
資料核對時間：2026-08-28。本文依據 NASA Earth Observatory 於 2026-08-27 發布的事件整理，以及 NASA、USGS 的 Landsat、MODIS 與 NDSI 技術資料撰寫。文中三組衛星影像不是同一天取得，時間差異本身就是理解案例的關鍵。
先講結論：同一場雪，需要不同尺度的衛星
這個案例最值得學習的，不是「沙漠也會下雪」這個反差，而是多感測器如何互相補足：
- Landsat 8 OLI 在 2026-08-06 記錄降雪前的 Chajnantor Plateau。
- Landsat 9 OLI 在 2026-08-14 記錄風暴後同一區域被白雪覆蓋的景象。
- Terra MODIS 在 2026-08-19 從廣域尺度呈現另一波風暴後的積雪分布。
簡單說，Landsat 比較適合回答「這個地方前後改變了什麼」，MODIS 則比較適合回答「這場事件到底影響了多大的區域」。它們不是誰取代誰，而是用不同觀測尺度描述同一個極端事件。
事件時間軸：三組影像各自負責什麼？
| 日期 | 衛星／感測器 | 影像在案例中的角色 |
|---|---|---|
| 2026-08-06 | Landsat 8 OLI | 觀察 Chajnantor Plateau 降雪前的乾燥地表 |
| 2026-08-14 | Landsat 9 OLI | 比較同一區域在風暴後的大範圍積雪 |
| 2026-08-19 | Terra MODIS | 從區域尺度觀察另一波風暴後的積雪分布 |
| 2026-08-27 | NASA Earth Observatory | 發布這次事件的衛星影像與背景整理 |
NASA 的原始報導也特別提醒，2026 年並不是 Atacama 第一次出現降雪。NASA 過去曾整理過 2011 與 2025 年的類似事件；這次特別值得注意的地方，是其中一波降雪的影響範圍非常廣，從 Andes 一路延伸到接近太平洋海岸的區域。
Atacama Desert 為什麼會讓這場雪特別引人注意？
Atacama Desert 位於智利北部，是地球上最乾燥的地區之一。這裡的乾燥程度與地形、大氣環流、太平洋沿岸的海氣條件，以及 Andes 對水氣移動的影響有關；不過，整座沙漠並不是每個位置都完全沒有降水。
高海拔的 Andes 與 Altiplano 地區本來就可能出現季節性降雪。真正罕見的是，2026 年其中一次事件的降水範圍不只停留在高山，而是向西穿過 Atacama 的超乾燥核心區，甚至接近 Pacific Coast。換句話說，「罕見」代表發生頻率低或影響範圍異常，並不等於過去從未發生。
Landsat：把降雪前後的地表細節看清楚
NASA 使用 NASA-USGS Landsat 8 與 Landsat 9 上的 Operational Land Imager（OLI）觀察 Chajnantor Plateau。這個高原位於 Altiplano-Puna volcanic complex，也是 Atacama Large Millimeter/submillimeter Array（ALMA）的所在地。
2026-08-06 的 Landsat 8 影像中，地表主要呈現棕褐色的乾燥地貌；到了 2026-08-14，Landsat 9 觀測到相同區域大面積變成白色。兩張影像不是同一顆衛星、也不是同一天拍攝，因此它們更適合作為「事件前後的地表狀態比較」，而不是逐像素的同日差異計算。
Landsat 8/9 的 OLI 多數多光譜波段為 30 公尺空間解析度，另有 15 公尺全色波段。這樣的尺度很適合觀察局部地表紋理、積雪邊界與事件前後的空間變化；不過，單一場景的覆蓋範圍相對有限，雲量與重訪時間也會影響可用性。
連 ALMA 天文台也受到影響
Chajnantor Plateau 同時是 ALMA 所在的位置。高海拔、乾燥的大氣環境有利於次毫米與毫米波天文觀測，也是這座設施選址的重要原因之一。
但在 2026 年 8 月的降雪與強風期間，ALMA 暫停觀測，並將天線切換至保護性的 survival mode。這使得這次事件不只是一幅適合做衛星影像教學的漂亮畫面，也實際影響了當地的科學基礎設施與作業安排。
MODIS：退遠一點，才看得到這場雪有多大
如果說 Landsat 像是把鏡頭拉近，Terra MODIS 就像把鏡頭拉遠。2026-08-19，Terra 衛星上的 Moderate Resolution Imaging Spectroradiometer（MODIS）記錄到另一波風暴後的廣域積雪。
影像顯示積雪從 Andes 向西延伸，穿越 Atacama 的超乾燥核心區，部分區域接近 Antofagasta 南方的 Pacific Coast。這張影像的重點不是看清楚每一座山或每一條道路，而是快速掌握事件的空間範圍。
MODIS 的空間解析度依波段不同，包含 250、500 與 1000 公尺；觀測帶寬約 2330 公里，約一至兩天可以覆蓋全球。因此它雖然不如 Landsat 細緻，卻很適合監測大尺度、變化快速的天氣、火災、積雪、海冰與植生事件。
衛星不是解析度越高就越好
「解析度越高越好」是遙測初學者很容易產生的直覺，但實際上衛星資料經常需要在空間解析度、觀測範圍與時間解析度之間取捨。
| 觀測問題 | 比較適合的資料 | 原因 |
|---|---|---|
| Chajnantor Plateau 前後的地表細節 | Landsat 8/9 OLI | 多數多光譜波段約 30 m，可看較細的局部變化 |
| Atacama 積雪向西延伸多遠 | Terra MODIS | 大幅寬可快速取得區域尺度影像 |
| 每一至兩天追蹤大尺度事件 | MODIS | 全球覆蓋頻率較高 |
| 建立局部積雪遮罩 | Landsat + NDSI | 可結合多光譜資訊與較細空間尺度 |
因此，真正的資料選擇問題不是「Landsat 或 MODIS 哪一個比較好」，而是先問：這次要測量的是細節、範圍、頻率，還是三者的組合？
衛星怎麼分辨白色的是雪，還是雲？
只看一般 RGB 真彩色影像時，雪與雲都可能呈現白色，確實不容易單靠顏色區分。多光譜遙測的價值，就在於可以使用不同波段的反射差異來增加判釋依據。
雪在可見光的綠光波段通常具有較高反射，但在短波紅外線（SWIR）波段的反射會下降。因此可以計算 Normalized Difference Snow Index（NDSI，標準化差異積雪指數）：
NDSI = (Green - SWIR1) / (Green + SWIR1)對 Landsat 8/9 OLI 而言，USGS 的 Landsat Collection 2 NDSI 使用 Band 3（Green）與 Band 6（SWIR1）：
NDSI = (Band 3 - Band 6) / (Band 3 + Band 6)NDSI 可以強化雪與植被、土壤或岩石之間的光譜差異，但它不是「看到白色就一定是雪」的自動答案。實際分析仍需要搭配雲遮罩、品質波段、研究區條件與合理的判釋門檻；而且 NDSI 主要反映積雪覆蓋的光譜特性，不能單靠一張光學影像直接推得可靠的積雪深度。
用 Landsat 自己算一次 Atacama 積雪變化
這個案例很適合做成入門至中階的遙測練習。可以使用 QGIS、Google Earth Engine，或以 Python 搭配 rasterio、xarray 等工具，建立以下流程：
- 取得 2026-08-06 的 Landsat 8 影像。
- 取得 2026-08-14 的 Landsat 9 影像。
- 先確認兩期影像的投影、範圍與資料產品層級一致。
- 套用 Cloud Mask，排除雲與無法判釋的像元。
- 使用 Band 3 與 Band 6 計算兩期 NDSI。
- 根據研究區與影像品質設定 Snow Threshold，建立二值 Snow Mask。
- 比較兩期 Snow Mask，計算新增積雪的空間範圍或面積。
- 製作 Before / After Swipe Map，讓讀者直接拖曳比較事件前後。
- 加入 2026-08-19 的 Terra MODIS，作為區域尺度的背景比較。
這裡刻意不直接指定一個固定的雪地門檻值，因為門檻會受到大氣校正、地表背景、太陽高度角、雲與陰影影響。實作時應先檢查影像品質，再使用樣本區或已知積雪範圍測試門檻，並將判釋限制寫在分析說明裡。
這也是衛星監測極端事件的真正價值
極端事件通常發生得快，而且影響範圍可能很大。地面觀測站可以提供精確的單點氣象資料，但不容易直接描述整個區域的空間分布；衛星則能從相對一致的觀測系統留下可比較的時空紀錄。
面對這次 Atacama 降雪，我們可以把問題拆成幾個尺度：
- 事件前後的局部變化：Landsat 8/9 讓我們看見同一個高原如何從棕褐色變成白色。
- 事件的區域範圍：Terra MODIS 讓我們看見積雪如何由 Andes 向西延伸。
- 事件的背景與影響：NASA 報導補充了 ALMA 停止作業、風暴系統與沿岸降水等資訊。
- 後續可重現的分析：Landsat、MODIS 與 NDSI 能組合成可再操作的變遷偵測流程。
所以遙測真正重要的地方，往往不只是拍到一張漂亮照片，而是建立一套可以持續比較、驗證與延伸的觀測紀錄。
為什麼 2026 年會出現這種大範圍降雪？
NASA 指出，Atacama 的冬季降水常與 cutoff low 有關，也就是與主要高空氣流脫離的低壓系統。這類系統偶爾會把較濕、較冷的空氣帶到智利北部。
NASA 對 2026 年 8 月後期事件的整理指出，這次 cutoff low 與一個範圍異常廣大的低壓槽相連，再加上沿岸水氣，使降水範圍跨越海上、海岸、Atacama 核心區與 Andes。NASA 也提到，正在增強的 El Niño 是北中智利異常濕潤冬季的背景條件之一。
不過，單次事件的形成涉及複雜的大氣環流，不能只從一張衛星影像直接推論長期氣候趨勢。一次罕見降雪可以是極端天氣案例，但要判斷它與氣候變遷的關係，仍需要長時間序列、氣象觀測與正式的氣候歸因研究。
常見問題
Atacama Desert 完全不會下雪嗎？
不是。Atacama 極度乾燥，但高海拔地區仍可能降雪。NASA 過去也整理過 2011 與 2025 年的相關事件；2026 年其中一次特別值得注意的是降水與積雪的影響範圍非常廣。
Landsat 比 MODIS 好嗎？
不能直接這樣比較。Landsat 的空間解析度較細，適合局部地表分析與前後比較；MODIS 的觀測帶更寬、全球覆蓋頻率較高，更適合快速掌握大尺度事件。
為什麼 Landsat 8 與 Landsat 9 可以拿來做前後比較？
兩者都搭載 OLI 系列感測器，且具有相近的多光譜觀測能力。這個案例中，Landsat 8 的 8 月 6 日影像與 Landsat 9 的 8 月 14 日影像被用來描述同一區域在風暴前後的狀態；若要進行嚴格的定量變遷偵測，仍應進一步確認資料產品、幾何配準、大氣條件與品質遮罩。
衛星可以直接看到積雪深度嗎？
一般 Landsat 或 MODIS 光學影像主要能辨識積雪覆蓋與光譜特性，不能僅靠單張影像直接得到可靠的積雪深度。若要估算深度，通常需要地面資料、雪深模型、立體或雷達觀測等額外資訊。
白色區域一定是雪嗎？
不一定。雲、霧、亮色岩石與積雪都可能在真彩色影像中呈現明亮區域，因此正式分析通常會結合多光譜特徵、NDSI、Cloud Mask 與品質波段。
一次罕見降雪能證明氣候變遷嗎？
不能。單一極端天氣事件與長期氣候趨勢必須分開理解，需要更長的時間序列與氣候研究，才能判斷兩者之間的關係。
同一場雪，為什麼需要兩種衛星？
Atacama 2026 年的降雪是一個很直觀的多感測器遙測案例：Landsat 讓我們看清楚某個高原在事件前後發生了什麼改變，MODIS 則讓我們退遠一步，看見這場降雪實際橫跨了多大的區域。
一個負責細節，一個負責範圍與高頻率觀測。成熟的 Earth Observation 通常不是找到一顆「最好的衛星」，而是知道面對不同問題時，應該選擇什麼尺度的資料，甚至把不同感測器組合起來。
這也是遙測最重要的觀念之一：解析度永遠是一種取捨，而不是單純越高越好。
參考來源
- NASA Earth Observatory：Rare, Widespread Snow in the Atacama Desert：事件日期、Landsat 與 MODIS 影像、事件範圍、ALMA 影響與氣象背景。
- USGS：What are the band designations for the Landsat satellites?：Landsat 8/9 OLI 波段與地面解析度。
- USGS：Normalized Difference Snow Index：Landsat 8/9 的 NDSI 定義與 Band 3、Band 6 公式。
- NASA MODIS：Specifications：MODIS 的 250/500/1000 公尺空間解析度與約 2330 公里觀測帶寬。
- USGS：Landsat 8-9 OLI/TIRS Collection 2 Level-1 Data：Landsat 8/9 資料產品、30 公尺多光譜資料與品質波段說明。
封面與文中主圖採用 NASA Earth Observatory 發布的 Terra MODIS 影像，圖像署名為 NASA Earth Observatory / Lauren Dauphin；原始影像與完整圖說請以 NASA 原文為準。