微软行星云计算Planetary Computer——Sentinel-2 Level-2A数据去云

最新推荐文章于 2023-07-07 16:49:55 发布
最新推荐文章于 2023-07-07 16:49:55 发布
阅读量985 收藏 3
点赞数 1
分类专栏： planetary computer 文章标签： microsoft 云计算 sentinel 去云 planetary
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31988139/article/details/122017082
版权

本教程根据卫星图像的时间序列构建无云影像图。我们将看到以下内容：

  • 查找地球上特定点的时间序列图像

  • 将这些图像堆叠成一个数组

  • 通过取中值计算无云马赛克

  • 可视化结果

此示例使用Sentinel-2 Level-2A数据。这里使用的技术同样适用于其他遥感数据集。

先看以下数据介绍：

 我们可以通过在线的影像查看sentinel数据的云量状态：

Planetary Computer

<
了解本专栏 订阅专栏 解锁全文 超级会员免费看
此星光明
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
gee教程——sentinel-2数据的两种数据预（去云）处理方式QA60和SLC
qq_31988139的博客
04-18 692
哨兵二号卫星是欧洲空间局（ESA）发射的一颗地球观测卫星，主要用于监测地球表面的变化。在数据预处理阶段，去云是非常重要的一个步骤，因为云覆盖是影响遥感数据质量和可用性的主要因素之一。在这里，我们将具体介绍哨兵二号数据预处理阶段中的两种去云方式：QA60去云方式和SLC去云方式。QA60去云方式是一种基于光学遥感数据的去云方法。它是根据云覆盖的不同，将图像分为不同的云类别进行分类。在这种方法中，QA60是指一种云掩膜数据集，其中包含了60种云类别。
Google Earth Engine（GEE）——单景S2（sentinel2）影像去云分析
qq_31988139的博客
03-05 753
【代码】Google Earth Engine（GEE）——单景S2（sentinel2）影像去云分析。
GEESentinel-2去云
TJLCY的博客
11-11 484
var S2 = ee.ImageCollection("COPERNICUS/S2_SR"), roi = /* color: #0b4a8b */ /* shown: false */ /* displayProperties: [ { "type": "rectangle" } ] */ ee.Geometry.Polygon( [[[120.7288493626173, 31.289218892
Google Earth Engine（GEE）——Sentinel-2数据去云操作
weixin_48048649的博客
02-07 1328
Sentinel-2数据目前在GEE中共有两种产品：一种是普通的没有经过大气校正的数据；另一种是经过大气校正后的数据（不全）。这两种数据去云的操作方法都是通过QA波段来完成的。
GEE学习笔记 九十二：Sentinel-2 最新去云方法总结
热门推荐
无形的风专栏
05-12 1万+
关于影像去云实际上是非常复杂的算法来实现的，但是我们不是专业研究如何识别云的，所以我们采用被人已经研究好的成果来实现我们的需求就可以。在GEE如何上实现Sentinel-2去云，之前也专门提到过，这篇文章就是对目前最新的去云方法做一个总结介绍。 下面使用例子的原始影像截图如下： 第一种方法：使用QA波段去云 这是我们最常用的方法，具体原理就是利用QA60波段标记实现去云，具体代码如下： var s2 = ee.ImageCollection("COPERNIC...
sentinel2-cloud-detector:适用于Python的Sentinel-2图像的Sentinel Hub Cloud Detector
05-07
Sentinel Hub的Sentinel-2影像云探测器 注意：s2cloudless掩码现在可以作为Sentinel Hub中的预计算层使用。 查看 和。 s2cloudless Python软件包在Sentinel-2影像中提供了自动的云检测功能。 该分类基于Sentinel Hub的研究团队开发的基于单场景像素的云探测器，并中进行了更详细的描述。 安装 该软件包需要Python版本> = 3.6。 该软件包可在PyPI软件包管理器上找到，并可以通过以下方式安装 $ pip install s2cloudless 要手动安装软件包，请克隆存储库并 $ pip install . s2cloudless依赖项之一是lightgbm软件包。 如果在安装过程中遇到问题，请查阅。 在Windows上安装s2cloudless之前，建议从 s2cloudlessshapely地安装软件包。
planetary-ios：一款不会将您的数据保存在云中的IOS应用
02-04
行星式Planetary IOS是基于的应用程序，它不会将您的数据保存在云中，并且即使您的Internet断开，也可以让您和您的朋友聚在一起并进行连接。 检查我们的网站以获得更多信息！开发人员安装仓库确实有一些迦太基和可可...
Google Earth Engine 利用sentinel-2（哨兵2号）数据使用随机森林方法模型预测森林地上生物量.pdf
最新发布
10-01
主要涉及Google Earth Engine、PIE-Engine、Planetary Computer、AI Earth等云平台的遥感生态云计算研究。2022年云计算领域博客之星TOP3，华为云云享专家、MVP，阿里云社区、51CTO博客专家博主。
planetary-geospatial-metadata:行星地图的地理空间元数据
03-30
行星数据的地理空间元数据。 地理空间元数据，使行星数据可迭代和可发现。 在ExoMars2022的Oxia Planum形态地层制图练习中的应用。 测试： iso19139 ，它是ISO19115的XML实现（与EU / INSPIRE兼容）。 ArcPro也...
GPU-Planetary-Rendering：Unity 3D中的GPU大气散射和行星生成
02-06
Unity Planet渲染Unity 3D中的全面行星渲染。 使用预先计算的大气散射作为图像效果。 使用计算着色器生成具有GPU噪声的大型行星。 基于Eric Bruneton的的使用说明主要场景称为PlanetSphereTest 。 相机控件如下： E ...
Queller-AI:改进的行星湮灭人工智能
07-24
奎勒人工智能 “当谈到纯粹学习如何玩这个游戏时，你的 Queller AI 确实是最好的老师，尤其是 [the] 基础知识” - B13，优步排名第 2 改进人工智能这个 mod 是对 AI 的彻底改革，旨在平滑难度曲线，提供比普通 AI 更...
用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用
09-21
用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用，绝对可以使用，自己总结一下，以后方便查看，同时以飨读者
Sentinel-2卫星影像的大气校正方法
02-04
Sentinel-2卫星是全球环境与安全监测系统“哥白尼计划”中的第二颗卫星, 其影像具有高时空分辨率, 是未来遥感应用的重要数据源。采用大气校正简化模型(SMAC)、6S模型和Sen2cor方法对Sentinel-2卫星影像进行大气校正, 将上层大气表观反射率转换为地表反射率, 并结合实测地物的光谱数据进行分析。Sentinel-2卫星影像经过大气校正后, 影像光谱曲线与地面实测光谱曲线的变化趋势一致, 具有较高的拟合度。三种模型大气校正的结果具有较强的相关性和较高的精度, 其中Sen2cor方法精度最高, 决定系数(R2)为0.8196, 均方根误差(Ermse)为0.0388, 其次为6S模型和SMAC。从归一化植被指数(NDVI)的分析可以看出, SMAC计算的NDVI值与实测值的相关性最高, R2为0.6389, Ermse为0.093, 其次为6S模型和Sen2cor方法。结果表明这三种方法的大气校正精度较高, Sentinel-2卫星影像经过校正后影像质量明显得到提高, 增加了可用性。
哨兵数据处理教程.zip
05-12
哨兵二号数据下载后必然离不开数据预处理，一方面2017年以后的哨兵二号数据在ENVI5.3打不开，这个教程就包括如何让哨兵二号能在ENVI5.3中打开，以及哨兵二号处理软件的下载和预处理流程
Sentinel-2 L2A数据导入ENVI
Vigo*GIS
12-08 1万+
Sentinel-2 数据在SNAP重采样并用ENVI打开
GEE采用s2cloudless对哨兵2号去云处理
热爱分享，热爱记录
07-07 1429
【代码】GEE采用s2cloudless对哨兵2号去云处理。
哨兵二号（Sentinel-2）卫星数据处理
BeZer0的学习笔记
04-11 1万+
S2A：表示 Sentinel-2A 卫星；MSL：表示多光谱数据；L1C：表示产品等级为 L1C 级别，该级别只经过了几何校正，L2A 级别产品还经过了辐射校正，但该级别需要用户自己处理；20190122T025021：表示数据获取时间，即 2019 年 1 月 22 日凌晨 2 点 50 分 21 秒，该时间为格林威治时间，比北京时间提前 8 个小时；N0208_R132：处理基线编号与相对轨道编号；T50RNV：拼接域编号；20190122T065329：估计是产品生成的时间。
Sentinel-2数据下载及处理
jiekeheiguanglan的博客
05-19 2172
sentinel-2 数据的下载及预处理，处理为Level 2A级数据
使用era5数据做行星边界层高度图python代码
05-20
以下是使用ERA5数据生成行星边界层高度图的 Python 代码： ```python import numpy as np import xarray as xr import matplotlib.pyplot as plt # Load ERA5 data using xarray data = xr.open_dataset('/path/to/era5/data.nc') # Extract variables u = data.u10 # 10m zonal wind component v = data.v10 # 10m meridional wind component t = data.t2m # 2m temperature sp = data.sp # Surface pressure z = data.z # Geopotential # Calculate potential temperature theta = t * (1000 / sp) ** 0.286 # Calculate geostrophic wind f = 2 * 7.2921e-5 * np.sin(np.deg2rad(data.latitude)) ug = -1 / f * v.differentiate('longitude') # zonal geostrophic wind vg = 1 / f * u.differentiate('longitude') # meridional geostrophic wind # Calculate ageostrophic wind ua = u - ug # zonal ageostrophic wind va = v - vg # meridional ageostrophic wind # Calculate absolute vorticity avort = (vg.differentiate('longitude') - ug.differentiate('latitude')) + f # Calculate vertical vorticity vort = avort - f # Calculate boundary layer height using Ekman layer theory Cd = 1e-3 # Drag coefficient rho = 1.225 # Air density h = (Cd * rho * 2 * np.pi / (24 * 3600)) ** (1 / 3) * (ug ** 2 + vg ** 2) ** (1 / 6) # Convert geopotential height to meters z_m = z / 9.81 # Calculate planetary boundary layer height pblh = xr.DataArray(np.zeros_like(t), dims=t.dims, coords=t.coords) lev = z_m.level.values for i in range(len(t.latitude)): for j in range(len(t.longitude)): # Find the lowest level where vorticity exceeds a threshold for k in range(len(lev)): if vort[i, k, j] > 0.05: pblh[i, j] = lev[k] break # Plot PBL height as a contour map lon, lat = np.meshgrid(pblh.longitude.values, pblh.latitude.values) plt.contourf(lon, lat, pblh.T, cmap='jet') plt.colorbar(label='PBL height (m)') plt.title('Planetary Boundary Layer Height') plt.xlabel('Longitude') plt.ylabel('Latitude') plt.show() ``` 注意，此代码仅提供一个示例，具体实现可能需要根据你的数据格式和需求做出一些修改。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值