GEE数据集：瑞士Sentinel-2（欧空局）光学卫星数据大约每三天提供一次完整的瑞士覆盖范围

最新推荐文章于 2025-04-27 15:45:57 发布

此星光明

最新推荐文章于 2025-04-27 15:45:57 发布

阅读量590

点赞数 23

分类专栏： GEE数据集专栏文章标签：数据库开发语言瑞士哨兵影像 sentinel

本文链接：https://blog.csdn.net/qq_31988139/article/details/146921301

版权

GEE数据集专栏专栏收录该内容

856 篇文章

订阅专栏

简介

S2 SR HARMONIZED SWITZERLAND
Sentinel-2（欧空局）光学卫星数据大约每三天提供一次完整的瑞士覆盖范围。这些数据的有效性在很大程度上取决于气象因素，如云层覆盖、大气校正、数据登记和传输方法（投影）。我们改进了现有的处理程序，并采用了更多的后处理技术，以生成专为瑞士量身定制的可用于分析的地表反射率数据。您可以在 geocat.ch 中找到更多信息-瑞士地理目录和元数据信息可在此处找到。处理代码可在 SATROMO GitHub 存储库中找到。

光学卫星数据（哨兵-2），除其他外，显示了红外、绿外、蓝外和近红外四个通道的地表反射率，空间分辨率为 10 米。瑞士的地图由卫星的四个轨道飞越绘制而成。由于轨道重叠，大约每三到五天就能获得瑞士的完整图像，但数据的实用性在很大程度上取决于气象条件，因为成像传感器无法透过云层观测。除了已经应用的数据定位外，还应用了针对瑞士进行优化的数据联合注册，以实现亚像素的定位精度，并以统一的投影方式提供数据。此外，还包括带云层（和云层阴影）及地形阴影遮罩的优化质量层。
在 2025 年第一季度之前，数据处理仍处于调试阶段（设置和验证），因此在此期间数据可能会发生变化。

数据集说明

空间信息

处理
输入数据集是哨兵-2 的 2A 级（表面反射率）数据：S2_SR_HARMONIZED。
云检测使用 CloudScore+ 数据集，对反演的 cs_cdf 波段使用 0.4 的阈值来识别云。此外，在根据太阳和卫星几何图形得出的云的投影走廊中采用了更严格的 0.2 阈值。
使用与上述相同的几何图形，为每个像素添加照明角度，并将数字地表模型（swissSURFACE3D）检测到的地形阴影添加为掩码。
对每个立交桥的瓦片进行镶嵌。
最后，通过与哨兵地面参考图像相关的位移矢量对镶嵌图进行共线配准，以实现亚像素定位精度。所有镶嵌图都保存在 epsg:2056 (CH1903+ / LV95) 中，覆盖范围包括瑞士和列支敦士登。
资产、波段和掩码
每个立交桥都被镶嵌，每个立交桥有两个 10 米和 20 米空间分辨率的资产，都可以使用名为 "pixel_size_meter "的属性进行过滤，例如，您可以使用 collection.filter(ee.Filter.eq('pixel_size_meter',10)) 对 10 米波段进行过滤。

Asset Resolution	Bands
10m	- B2 (Blue)
	- B3 (Green)
	- B4 (Red)
	- B8 (NIR)
	- terrainShadowMask (0-90: illumination angle in degree, 100: cast shadows)
	- cloudAndCloudShadowMask (binary mask for clouds and cloud shadows)
	- reg_dx (offset in x direction from the co-registration)
	- reg_dy (offset in y direction from the co-registration)
	- reg_confidence (displacement confidence from the co-registration) currently empty!
	- cloudProbability (percentage of cloud probability)
20m	- B8A (NIR 2)
	- B11 (SWIR 1)
	- B5 (Red Edge 1)

代码

// 读取图像集合并获取第一幅图像
var era5_heat_ic = ee.ImageCollection('projects/climate-engine-pro/assets/ce-era5-heat')
var era5_heat_i = era5_heat_ic.first()

// 打印第一幅图像，查看波段
print(era5_heat_i)

// 可视化第一幅图像中的选定波段 - 其他波段存在于图像集合中
var temp_palette = ["#b2182b", "#ef8a62", "#fddbc7", "#f7f7f7", "#d1e5f0", "#67a9cf", "#2166ac"].reverse()
Map.addLayer(era5_heat_i.select('mrt_mean').selfMask().subtract(273.15), {min: -10, max: 50, palette: temp_palette}, 'Mean Radiant Temperature, Daily Mean')
Map.addLayer(era5_heat_i.select('utci_mean').selfMask().subtract(273.15), {min: -10, max: 50, palette: temp_palette}, 'Universal Thermal Climate Index, Daily Mean')

代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:analysis-ready-data/SWISSTOPO-S2-SR-HARMONIZED

var vis = {"opacity":1,"bands":["B8","B3","B2"],"min":99,"max":6895,"gamma":1};
var collection = ee.ImageCollection("projects/satromo-prod/assets/col/S2_SR_HARMONIZED_SWISS")
Map.centerObject(collection.first(),8)

print(collection.aggregate_histogram('pixel_size_meter'))

var collection_20m = collection.filter(ee.Filter.eq('pixel_size_meter',20))
var collection_10m = collection.filter(ee.Filter.neq('pixel_size_meter',20))

Map.addLayer(collection_10m.filterDate('2024-07-01','2024-07-30').median(),vis,'Collection Mosaic Month')

var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/38/shades-of-grey", "Greyscale");

结果

许可

swisstopo 的免费地理数据和地理服务可被使用、分发和访问。此外，还可对其进行丰富和加工，并可用于商业用途。swisstopo 免费地理数据和地理服务（OGD）的使用条款。包含经过修改的哥白尼哨兵数据。

法律依据
使用 swisstopo 提供的免费地理数据和地理服务须遵守以下法律依据

《联邦地理信息法》（Geoinformation Act, GeoIA 510.62）Art. 10 ff
Geoinformation Ordinance (Geoinformation Ordinance, 510.620) Art. 20 ff
swisstopo ordinance on fees and charges
必须注明来源。如果是数字或模拟的表述和出版物，以及在传播的情况下，在任何情况下都必须附上以下其中一个来源参考：

Bundesamt für Landestopografie swisstopo
Office fédéral de topographie swisstopo
Ufficio federale di topografia swisstopo
Uffizi federal da topografia swisstopo
Federal Office of Topography swisstopo
©swisstopo