GEE案例——美国夏威夷火灾森林面积损毁程度分析

简介

本次案例的主要目的是通过查看两期影像间的差异来识别火灾的影像范围，所以这里用到了高清的sentinel-2影像，同时应用到了sentinel-2的QA高质量的去云后的影像进行分析。

数据

Cloud Score+ S2_HARMONIZED V1

Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估（QA）处理器。Cloud Score+ S2_HARMONIZED数据集是由统一的哨兵-2 L1C数据集制作的，Cloud Score+的输出可用于识别相对清晰的像素，并有效去除L1C（大气顶部）或L2A（表面反射率）图像中的云层和云影。

Cloud Score+ S2_HARMONIZED 数据集包括两个质量保证波段，即 cs 和 cs_cdf，这两个波段都根据表面能见度在 0 和 1 之间的连续刻度上对单个像素的可用性进行评分，其中 0 表示 "不清晰"（遮挡），1 表示 "清晰"（未遮挡）。cs 波段根据观测到的像素与（理论上的）清晰参考观测值之间的光谱距离对质量保证进行评分，而 cs_cdf 波段则根据给定位置随时间变化的分数累积分布估计值来表示观测到的像素清晰的可能性。换句话说，cs 可以被看作是一个更即时的大气相似度得分（即该像素与我们期望在一个完全清晰的参照物中看到的像素有多相似），而 cs_cdf 则捕捉了估计得分在一段时间内的期望值（即如果我们拥有该像素在一段时间内的所有得分，该得分会如何排名？）

Cloud Score+ S2_HARMONIZED 集合中的图像与制作这些图像的单个 Sentinel-2 L1C 资产具有相同的 id 和 s