GEE python教程——如何对Sentinel-2地表反射率数据进行去云处理（各参数的具体介绍和使用方法）

本教程的主要目的是利用geemap 和eemont的安装包，使用最简单的函数来事项哨兵2号数据的去云过程中各个参数的介绍。

数据波段

QA60	Cloud mask	60 meters		0
QA60 Bitmask	Bits 0-9: Unused Bit 10: Opaque clouds 0: No opaque clouds 1: Opaque clouds present Bit 11: Cirrus clouds 0: No cirrus clouds 1: Cirrus clouds present

安装

#!pip install eemont
#!pip install geemap

导入安装包

import ee, eemont, geemap

 验证并初始化地球引擎和地球地图。

Map = geemap.Map()

 这里我们虽然没有进行GEE验证，但是这里可以通过以往的代码来实现这个登录结果

数据预处理用于过滤影像集的兴趣点示例。 

# 加载一个研究区
point = ee.Geometry.Point([-75.92, 2.86])

# 获取并过滤哨兵-2 表面反射率图像集，并按区域和时间进行过滤。
S2 = (ee.ImageCollection('COPERNICUS/S2_SR')
      .filterBounds(point)
      .filterDate('2020-01-01','2021-01-01'))

云彩/阴影遮蔽

函数 

  """Masks clouds and shadows in an image collection (valid just for Surface
    Reflectance products).

    Tip
    ----------
    Check more info about the supported platforms and clouds masking in the
    :ref:`User Guide<Masking Clouds and Shadows>`.

    Parameters
    ----------
    self : ee.ImageCollection [thi