GEE中对S2 1C数据进行大气校正

最新推荐文章于 2024-06-15 09:45:08 发布
最新推荐文章于 2024-06-15 09:45:08 发布
阅读量1.8k 收藏 13
点赞数
文章标签： python
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/weixin_45276304/article/details/131761906
版权
文章详细介绍了如何在GoogleEarthEngine(GEE)平台上利用6S大气校正模型对哨兵2卫星数据进行处理，首先需配置GEE的本地Python环境，然后是6S模型的环境设置，通过这些步骤可以实现遥感图像的大气影响消除。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

GEE|利用裁剪获取某地区遥感影像的方法
个人学习笔记
01-27 7454
第一步：导入一个矢量图形 第二步：代码 //去云处理 function maskL8sr(image) { var cloudShadowBitMask = (1 << 3); var cloudsBitMask = (1 << 5); var qa = image.select('pixel_qa'); var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0) .and(qa.bitw
Sentinel2（哨兵二号）1C数据转2A数据（大气校正）
weixin_52010051的博客
12-08 3535
使用Sen2Cor将Sentinel2(哨兵二号)1C数据转为2A数据，单个影像转；多个影像批处理；输出分辨率设置；
使用Google Earth Engine实现Sentinel 2图像的大气校正
gitblog_00012的博客
06-15 770
使用Google Earth Engine实现Sentinel 2图像的大气校正 项目地址:https://gitcode.com/gh_mirrors/ge/gee-atmcorr-S2 项目介绍 gee-atmcorr-S2 是一个基于Google Earth Engine (GEE)的开源项目，用于对Sentinel 2卫星影像进行大气校正。利用强大的Py6S库，该项目提供了一种便捷的方法来...
【google earth engine】7. 哨兵二号大气校正
qq_45110581的博客
09-18 5398
1. 参考链接 使用gee进行哨兵二号大气校正 2. 环境配置参考gee python api 使用 3. 代码 !pip install Py6S
Sentinel 2 Atmospheric Correction in Google Earth Engine（使用GEE进行哨兵2数据大气校正）
豆芽菜
12-28 1万+
From and thanks to: github/samsammurphy/gee-atmcorr-S2 Import modules and initialize Earth Engine In [3]: import ee from Py6S import * import datetime import math
GEE|在GEE对Sentinel-2、Landsat7、Landsat8进行批量大气校正、去云，并进行均值融合、裁剪、显示和数据下载
weixin_46493028的博客
11-18 9039
在GEE对Sentinel-2、Landsat7、Landsat8进行批量大气校正。 包含GEE去云、大气校正、矢量裁剪、显示和数据下载代码
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
02-12
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
如何下载sentinel-2数据并且做大气校正、打开图像
zhanglingfeng1的博客
04-28 5720
注：外网数据需要大家科学上网 下载地址（欧空局）: https://scihub.copernicus.eu/dhus/#/home 1、 先登录，如果没有账号可以直接注册一个 2、 选择下载的内容（第一个箭头的sort by 可以选择sensor data），下面的sensing period为成像时间，可以选择一定时间段内，此处我们选择的是2020-3-24至2020-4-7号。下面的mi...
02-Sentinel-2 L1C级数据bat和Python脚本批量大气校正
热门推荐
lidahuilidahui的博客
08-21 1万+
前言 大气校正方法 校正前后对比结果 参考文献
如何给Sentinel2A L1C数据做大气校正
qq_42033920的博客
08-28 632
首先在欧空局网站下载SNAP软件 下载后完成对软件的安装，具体步骤可以参考https://jingyan.baidu.com/article/f00622286123f9fbd3f0c8e4.html 安装完成后在Sen2Cor官网继续下载安装，具体安装步骤可以参考以下博文（建议下载v2.5.5版本，兼容性更好） https://jingyan.baidu.com/article/ae97a646061afabbfd461d2f.html 安装好后打开cmd，直接运行下列语句： L2A_Proc
Sentinel2A大气校正步骤
11-21
主要介绍哨兵数据的大气校正方法，如何处理哨兵数据，非常值得学习，
6s大气校正软件以及说明
04-14
6s大气校正软件，里面详细的软件说明以及有程序实例还有原理介绍，对于学习6s的人来说无疑是一件宝贝啊!
GEE超级插件全部源码-
05-07
是一款传奇引擎的超级插件 在别的地方拿来的 因为我不会用所以上传给大家 希望大家开发出更好的工具
GEE随机森林和Kmeans聚类案例：S1和S2和地形数据多源遥感影像监督和非监督分类.pdf
04-24
在本文的案例中，我们首先仅使用S2（哨兵2号卫星数据）和S1（哨兵1号卫星数据）的影像进行分类，然后引入地形数据进行更为复杂的分析。地形数据能提供地表高程和坡度信息，对于区分特定地物类别（例如水体、沙漠和...
【数据处理进阶之路】---- 利用Python实现Sentinel-2 L1C级影像批量大气校正并另存为Geotiff格式
fefkem的博客
08-18 3025
Sentinel-2数据的免费获取无疑为广大遥感、地信等领域的科技工作者提供了强大的数据支撑，然而往往一些项目/工程需要对某一地区进行长时序变化分析，自然也就需要更多景遥感影像支持。为了数据处理的方便，本篇博客主要介绍了利用Python来实现Sentinel-2 L1C级影像批量大气校正并另存为Geotiff格式，以便为后续操作提供便利。.........
GEE时序——利用sentinel-2（哨兵-2）数据进行地表物候学分析（时间序列平滑法估算和非平滑算法代码）
此星光明博客
01-17 2796
哨兵-2A/B 串联卫星的空间分辨率高、重访时间长，有可能改进对陆地表面物候的检索。不过，生物群落和区域特征在很大程度上限制了陆表物候学算法的设计。在北极地区，这种生物群落特有的特征包括长期积雪、持续云层覆盖和生长季节短暂。在此，我们评估了哨兵-2 获取北极高分辨率 LSP 地图的可行性。我们通过在谷歌地球引擎（GEE）中简单实施阈值法，提取了 2019 年和 2020 年的季节开始和结束时间（分别为 SoS 和 EoS）。我们发现哨兵-2 和 PhenoCam 的指标之间具有高度的相似性；
GEE实践代码
qq_28424679的博客
11-27 1564
https://code.earthengine.google.com/23acf6c172a9530d31d10c632df70565（代码1） 37 https://code.earthengine.google.com/5198ee14bc6bf2ea9fc5911adb18e3bc（代码2） 37 https://code.earthengine.google.com/755ab37002062168e110b5ae0b606f98（代码3） 39 https://code.earthengine.
sentinel大气校正
最新发布
01-03
### 如何对 Sentinel 卫星图像执行大气校正 #### 使用 gee-atmcorr-S2 进行大气校正 gee-atmcorr-S2 是一个基于 Google Earth Engine 的开源项目，专门用于对 Sentinel 2 卫星影像进行大气校正。通过集成 Py6S 库，此工具能够有效减少大气层对遥感图像的影响，从而提高地表反射率数据的准确性[^2]。 #### 大气校正的具体步骤 为了实现这一目标，gee-atmcorr-S2 提供了一个简便的工作流： 1. **加载 Sentinel-2 数据** 需要先从 GEE 中获取所需的 Sentinel-2 图像集合。这可以通过指定时间范围和地区来完成。 2. **设置参数并运行模型** 接下来配置 Py6S 参数，这些参数包括太阳天顶角、传感器高度等信息。之后调用 `run()` 函数启动计算过程。 3. **导出结果** 完成上述操作后即可得到经过大气校正后的高质量图像产品。 以下是 Python 示例代码展示如何使用 gee-atmcorr-S2 对 Sentinel-2 影像实施大气校正: ```python import ee from py6s import SixS, Atmosphere, Aeronet, Geometry def apply_atmospheric_correction(image): s = SixS() # 设置几何条件 geometry = image.geometry().centroid() latlon = geometry.coordinates().getInfo()[::-1] date = ee.Date(image.get('system:time_start')).format('yyyy-MM-dd').getInfo() s.geometry = Geometry.User() s.geometry.solar_z = float(ee.ImageCollection("NASA/POWER/GEO/MONTHLY/V1").filterDate(date).select(['allsky_solar_zenith']).mean().reduceRegion(**{ 'reducer':ee.Reducer.mean(), 'geometry':geometry, 'scale':5000}).values().get(0)) s.geometry.view_z = 0 # 设定其他必要参数... corrected_image = ... # 执行具体的大气校正逻辑 return corrected_image # 初始化 EE 和导入必要的库 ee.Initialize() # 获取感兴趣区域内的 S2 TOA 反射率数据集 collection = ee.ImageCollection('COPERNICUS/S2') \ .filterBounds(aoi) \ .map(lambda img: apply_atmospheric_correction(img)) print(collection.size()) ```
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

Python与遥感

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