总共有13个波段。每个波段的像素大小为10米、20米或60米。
Sentinel-2由2颗卫星组成。首先是2015年发射的Sentinel 2A和2017年发射的Sentinel 2B。
另外两颗卫星(Sentinel 2C和2D)计划于2020年和2021年发射。这将总共制造4颗“哨兵-2”卫星。
总的来说,这两颗额外的卫星将把重访时间缩短一半。
Sentinel-2携带多光谱成像仪(MSI)。该传感器可提供空间分辨率为10到60米的13个光谱波段。
它的blue (B2), green (B3), red (B4), 和near-infrared (B8)通道分辨率为10米。
其次,其red edge(B5)、near-infrared NIR(B6、B7、B8A)和short-wave infrared SWIR (B11、B12)地面采样距离为20米。
最后,它的coastal aerosol (B1)和cirrus (B10)的空间分辨率为60米。
Band | Resolution | Central Wavelength | Description |
---|---|---|---|
B1 | 60 m | 443 nm | Ultra blue (Coastal and Aerosol) |
B2 | 10 m | 490 nm | Blue |
B3 | 10 m | 560 nm | Green |
B4 | 10 m | 665 nm | Red |
B5 | 20 m | 705 nm | Visible and Near Infrared (VNIR) |
B6 | 20 m | 740 nm | Visible and Near Infrared (VNIR) |
B7 | 20 m | 783 nm | Visible and Near Infrared (VNIR) |
B8 | 10 m | 842 nm | Visible and Near Infrared (VNIR) |
B8a | 20 m | 865 nm | Visible and Near Infrared (VNIR) |
B9 | 60 m | 940 nm | Short Wave Infrared (SWIR) |
B10 | 60 m | 1375 nm | Short Wave Infrared (SWIR) |
B11 | 20 m | 1610 nm | Short Wave Infrared (SWIR) |
B12 | 20 m | 2190 nm | Short Wave Infrared (SWIR) |
我们使用波段组合来更好地理解图像中的特征。我们做到这一点的方法是用创造性的方式重新安排可用的通道。通过波段组合,我们可以从图像中提取特定的信息。例如,在图像中有突出地质、农业或植被特征的波段组合。
Natural Color (B4, B3, B2)
真彩色组合采用红(B4)、绿(B3)、蓝(B2)通道。它的目的是展示图像,就像我们的眼睛看世界一样。就像我们看到的,健康的植物是绿色的。其次,城市特征经常出现白色和灰色。最后,水是深蓝色的,这取决于它的纯净程度。
假彩色 (B8, B4, B3)
彩色红外波段组合旨在强调健康和不健康的植被。通过使用近红外 (B8) 波段,它特别擅长反射叶绿素。这就是为什么在彩色红外图像中,较密集的植被是红色的。但城市地区是白色的。
短波红外(B12、B8A、B4)
短波红外波段组合使用 SWIR (B12)、NIR (B8A) 和红色 (B4)。该合成图以各种深浅的绿色显示植被。一般而言,较深的绿色表示较密集的植被。但棕色表示裸露的土壤和建成区。
农业(B11、B8、B2)
农业波段组合使用 SWIR-1 (B11)、近红外 (B8) 和蓝色 (B2)。它主要用于监测作物的健康状况,因为它如何使用短波和近红外。这两条带都特别擅长突出显示为深绿色的茂密植被。
地质(B12、B11、B2)
地质带组合是寻找地质特征的巧妙应用。这包括断层、岩性和地质构造。通过利用 SWIR-2 (B12)、SWIR-1 (B11) 和蓝色 (B2) 波段,地质学家倾向于使用这种 Sentinel 波段组合进行分析。
水深 (B4, B3, B1)
顾名思义,测深波段组合有利于海岸研究。测深波段组合使用红色 (B4)、绿色 (B3) 和沿海波段 (B1)。通过使用沿海气溶胶带,有利于估计水中的悬浮沉积物。
植被指数 (B8-B4)/(B8+B4)
由于近红外(植被强烈反射)和红光(植被吸收),植被指数有利于量化植被数量。归一化差异植被指数的公式为(B8-B4)/(B8+B4)。高值表示茂密的树冠,低值或负值表示城市和水体特征。
水分指数 (B8A-B11)/(B8A+B11)
水分指数是发现植物水分胁迫的理想选择。它使用短波和近红外来生成水分含量指数。一般来说,较湿的植被具有较高的价值。但较低的水分指数值表明植物因水分不足而受到压力。