GEE学习笔记一 利用GEE获取Sentinel-2 1C与2A级影像

GEE学习笔记一 利用GEE获取Sentinel-2 1C与2A级影像

博主最近在学习利用GEE获取Sentinel-2影像时，发现有两种不同的数据集，下面记录一下利用GEE获取两种数据集的方法。

Sentinel-2介绍

在GEE中，Sentinel-2影像集包含1C级和2A级数据。

两者区别：

1C级数据是经过正射校正和几何精校正的大气表观反射率产品，没有进行大气校正。

在GEE中1C级数据的数据集名称为：

ee.ImageCollection(“COPERNICUS/S2”)

有些同学发现在2022年的1C级影像中获取NDVI时，DN值基本上大了1000左右。原因是在 2022-01-25 之后，PROCESSING_BASELINE ‘04.00’ 或更高版本的 Sentinel-2 场景的 DN（值）范围移动了 1000。HARMONIZED 集合将新场景中的数据移动到与旧场景中相同的范围内。由此GEE中Sentinel-2 1C级数据集名称变为

ee.ImageCollection(“COPERNICUS/S2_HARMONIZED”)

2A级数据是经过大气层底层反射率(BOA)正射校正的图像。

在GEE中2A级数据的数据集名称为：

ee.ImageCollection(“COPERNICUS/S2_SR”)

由于2A级数据经过大气校正，因此具有更逼真的色彩水平，反射数据更加真实。

下面介绍一下如何在GEE中获取目标研究区域的Sentinel-2 1C与2A级别的影像，使其在GEE中显示。

获取Sentinel-2 1C级影像

代码链接：
https://code.earthengine.google.com/4b64d712a74ecc0b0de4814d6ba8fbca

//定义研究区，并将定义的研究区显示在下方中间  
var geometry = ee.FeatureCollection('users/huiengine/test_roi')
Map.centerObject(geometry,14);

//去云处理 
function maskS2clouds(image) {
  var qa = image.select('QA60');
  // 第10和11位分别是云和卷云。位移运算去云
  var cloudBitMask = 1 << 10;
  var cirrusBitMask = 1 << 11;
  // 这两个标志都应设为零，表示条件明确。
  var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
      .and(qa.bitwiseAnd(cirrusBitMask).eq(0));
  return image.updateMask(mask).divide(10000);
}
//筛选数据 
var dataset = ee.ImageCollection('COPERNICUS/S2')//2022年1月25日后改为ee.ImageCollection("COPERNICUS/S2_HARMONIZED") 
                  .filterDate('2018-01-01', '2020-12-31')
                  // 预先过滤以获得较少的云量。
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
                  .filterBounds(geometry)
                  .map(maskS2clouds);
//可视化 
var visualization = {
  min: 0.0,
  max: 0.3,
  bands: ['B4', 'B3', 'B2'],
};
 //加载影像并居中显示 
Map.addLayer(geometry);
Map.addLayer(dataset.mean().clip(geometry), visualization, 'RGB');

结果显示：

获取Sentinel-2 2A级影像

代码链接：
https://code.earthengine.google.com/e0dfd343a85d5cbd04efece56c46adbd

//定义研究区，并将定义的研究区显示在下方中间  
var geometry = ee.FeatureCollection('users/huiengine/test_roi')
Map.centerObject(geometry,14);

//去云处理 
function maskS2clouds(image) {
  var qa = image.select('QA60');
  // 第10和11位分别是云和卷云。位移运算去云
  var cloudBitMask = 1 << 10;
  var cirrusBitMask = 1 << 11;
  // 这两个标志都应设为零，表示条件明确。
  var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
      .and(qa.bitwiseAnd(cirrusBitMask).eq(0));
  return image.updateMask(mask).divide(10000);
}
//筛选数据 
var dataset = ee.ImageCollection('COPERNICUS/S2_SR')
                  .filterDate('2018-01-01', '2020-12-31')
                  // 预先过滤以获得较少的云量。
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
                  .filterBounds(geometry)
                  .map(maskS2clouds);
//可视化 
var visualization = {
  min: 0.0,
  max: 0.3,
  bands: ['B4', 'B3', 'B2'],
};
 //加载影像并居中显示 
Map.addLayer(geometry);
Map.addLayer(dataset.mean().clip(geometry), visualization, 'RGB');

结果显示：