GEE中Sentinel-2数据集区别：， COPERNICUS/S2、COPERNICUS/S2_SR、COPERNICUS/S2_SR_HARMONIZED

最新推荐文章于 2024-01-17 13:45:20 发布
最新推荐文章于 2024-01-17 13:45:20 发布
阅读量815 收藏 11
点赞数 12
文章标签： sentinel
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_48572310/article/details/135536570
版权

简而言之，GEE中，sentinel-2主要三个数据集的不同版本的差别：

L2A 2022年1月25日前后已经处理为一致：COPERNICUS/S2_SR_HARMONIZED，RGB图像如下图：2023年10月

L2A,2022年1月25号之后DN值移动了1000：COPERNICUS/S2_SR，RGB图像如下图：2023年10月

L1C 未经过大气校正，为大气表观反射率： COPERNICUS/S2，RGB图像如下图：2023年10月

三月浩荡
关注
  • 12
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Google Earth Engine（GEE）——COPERNICUS/S2数据（Sentinel-2 MSI）计算归一化植被指数NDVI和影像下载
qq_31988139的博客
12-30 2744
Sentinel-2 MSI数据介绍 哨兵-2的数据包含13个UINT16光谱带，代表TOA反射率，以10000为尺度。详见Sentinel-2用户手册。此外，还有三个QA波段，其中一个（QA60）是一个带有云层遮蔽信息的比特掩码波段。更多的细节，请看关于云层掩码如何计算的完整解释。 每个Sentinel-2产品（压缩档案）可能包含多个颗粒。每个颗粒成为一个单独的地球引擎资产。Sentinel-2资产的EE资产ID有以下格式。COPERNICUS/S2/20151128T002653_20151128T
GEE错误——COPERNICUS/S2_SR_HARMONIZED（Level-2A）数据中不包含QA60波段解决方案（去云解决方案）
qq_31988139的博客
05-10 891
我在屏蔽哨兵-2 协调图像集中有云层覆盖的像素时遇到了一个问题。云遮蔽功能是从 GEE 文档中获取的，因此运行正常。它使用的是 "QA60 "波段。
GEE中Sentinel-2数据集区别：COPERNICUS/S2、COPERNICUS/S2_SR、COPERNICUS/S2_SR_HARMONIZED
TwcatL_tree
01-17 780
未经过大气校正，为大气表观反射率： COPERNICUS/S2，RGB图像如下图：2023年10月。COPERNICUS/S2_SR_HARMONIZED，RGB图像如下图：2023年10月。：COPERNICUS/S2_SR，RGB图像如下图：2023年10月。sentinel-2主要三个。
Google Earth Engine（GEE）——COPERNICUS/S2和COPERNICUS/S2_SR数据对比
qq_31988139的博客
03-09 2751
Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-1C Dataset Availability 2015-06-23T00:00:00 - Dataset Provider European Union/ESA/Copernicus Collection Snippet ee.ImageCollection("COPERNICUS/S2_HARMONIZED") Harmonized Sentinel-2 MSI: Mult
Google Earth Engine ——数据全解析专辑（COPERNICUS/S2_SR）20154至今哨兵-2号(SR) 数据集
qq_31988139的博客
09-09 2178
Sentinel-2 is a wide-swath, high-resolution, multi-spectral imaging mission supporting Copernicus Land Monitoring studies, including the monitoring of vegetation, soil and water cover, as well as observation of inland waterways and coastal areas. The Sent
GEE学习笔记一 利用GEE获取Sentinel-2 1C与2A级影像
qq_31392899的博客
10-05 7549
在GEE中，Sentinel-2影像集包含1C级和2A级数据。1C级数据是经过正射校正和几何精校正的大气表观反射率产品，没有进行大气校正。在GEE中1C级数据的数据集名称为：2A级数据是经过大气层底层反射率(BOA)正射校正的图像。在GEE中2A级数据的数据集名称为：由于2A级数据经过大气校正，因此具有更逼真的色彩水平，反射数据更加真实。|下面介绍一下如何在GEE中获取目标研究区域的Sentinel-2 1C与2A级别的影像，使其在GEE中显示。
GEE：提取一个小区域影像的所有波段像素值到csv
养乐多的博客
11-24 1590
本文记录了一个将一个影像的所有像素的不同波段值和经纬度坐标保存到csv的代码。数据集合：COPERNICUS/S2_SR_HARMONIZED。
GEE训练-如何确定影像数据集多个指定时间范围的影像数量（sentinel-1数据为例）含全部代码.pdf
05-04
本次我们使用sentinel-1数据集对4个不同时间段的影像进行数据筛选，也就是确定指定范围内的数据集影像数量。这里我们用map函数来实现循环遍历指定数据数量统计分析。 数据集 Sentinel-1是欧洲空间局（ESA）的一颗...
GEE学习-初学者如何下载指定区域的Sentinel-2影像.pdf
03-26
初学者可以按照以下步骤利用Google Earth Engine（GEE）下载指定区域的Sentinel-2影像： 登录GEE账号并打开代码编辑器。代码编辑器位于GEE主页左上角的"Code Editor"按钮。 在代码编辑器中，点击左上角的"Script...
基于GEE云平台sentinel-2影像的土地分类代码.js
04-01
在代码编辑器中搜索并添加 Sentinel-2 影像数据集。 获取感兴趣区域（Region of Interest, ROI）的范围。选择你想要进行土地分类的区域。 预处理影像数据。根据需要对影像数据进行预处理，例如裁剪、云去除、辐射...
gee_PML:GEE中的Penman-Monteith-Leuning蒸散
05-04
Google Earth Engine中的Penman-Monteith-Leuning蒸散 建模框架 PML_V1 -Monteith-Leuning模型（缩写为PML_V1 ）由Leuning等人提出。 （2008年） ，并由Zhang等人（2010年，2016年）进一步完善。 在PML中，蒸发分为...
GEE案例分析-利用Sentinel-1数据和SDWI 指数提取水域面积并下载（逐月巢湖水域提取）.pdf
最新发布
06-03
2. 数据预处理：从Sentinel-1数据中提取水域面积之前，需要进行一些数据预处理。首先，将SAR图像校正为地表反射率或等效散射横截面积（sigma0）。这可以通过应用辐射定标和地平校正实现。此外，还可以对图像进行滤波...
GEE数据集——哨兵2号Sentinel-2 云概率数据集
qq_31988139的博客
01-09 1575
S2 云概率由 sentinel2-cloud-detector 库创建（使用 LightGBM）。在应用梯度提升基础算法之前，先使用双线性插值法将所有波段上采样至 10 米分辨率。得到的 0...1 浮点概率被缩放为 0...100，并存储为 UINT8。缺少任何或所有波段的区域都会被屏蔽掉。数值较高的区域更有可能是云层或高反射表面（如屋顶或积雪）。哨兵-2 是一项宽波段、高分辨率、多光谱成像任务，支持哥白尼陆地监测研究，包括植被、土壤和水覆盖监测，以及内陆水道和沿海地区观测。
GEE|哨兵L1C和L2A求出来的NDVI到底差距多大
个人学习笔记
08-19 1405
这个问题我之前问过我的导师，早些时候没有SR数据，大家都用TOA数据，后来有了SR数据，很多研究就开始采用SR数据了，理论上SR更准确，具体来说大气校正前后Blue波段反射率有较大差异，其他波段也有差异，但是这种差异相对比较小，所以计算NDVI之类的指数，影响不大，但如果计算有Blue波段的指数，那就有影响了。对于植被的话，差别还是有的，毕竟NDVI的范围只有[-1,1]，差个十万八千里也不可能，但是经过这一对比实验，应该不用再纠结到底要不要选用大气校正后的数据了。还是用具体实验看看吧。
GEE：（二）对影像进行重采样
qq_44894692的博客
06-27 6435
在使用GEE对影像进行重采样时，主要用到函数，下面对该函数的参数以及使用进行介绍。 this:image (Image): 需要重投影的影像 crs (Projection): 重投影时的坐标系 crsTransform (List, default: null): The list of CRS transform values. This is a row-major ordering of the 3x2 transform matrix. This option is mutually exclu
GEE学习笔记 七十七：GEE学习方法简介
无形的风专栏
07-31 1万+
这是一篇关于学习方法的思考探索，当然我不会大篇文章介绍什么学习方法（因为我也不是这方面的专家
Google Earth Engine笔记-植被覆盖度计算
热门推荐
qq_44589327的博客
07-19 1万+
1 植被覆盖度遥感监测 根据NDVINDVINDVI数据进行像元二分模型计算植被覆盖度 像元二分模型将像元的植被覆盖结构分为纯像元与混合像元两类，纯像元植被完全覆盖覆盖度为1，混合想要由植被与废止被构成，其NDVINDVINDVI是植被覆盖部分的NDVINDVINDVI值与非植被覆盖部分NDVINDVINDVI值的线性加权： NDVI=fv⋅NDVIv+(1−fv)⋅NDVI0 NDVI=f_v\cdot NDVI_v+(1-f_v)\cdot NDVI_0 NDVI=fv​⋅NDVIv​+(1−fv​)⋅
COPERNICUS/S2_SR波段下载
07-27
对于COPERNICUS/S2_SR波段的下载，你可以通过访问Sentinel-2数据的官方网站或使用科学数据集市场（如Google Earth Engine）来获取。在这些平台上，你可以根据你的需求选择特定的波段进行下载。请注意，Sentinel-2产品（压缩档案）可能包含多个颗粒，每个颗粒都有一个唯一的标识符，表示其UTM网格参考。你可以使用这些标识符来选择你所需的特定颗粒。\[1\]\[2\]另外，需要注意的是，ESA并没有为所有的L1资产生成L2数据，并且早期的L2覆盖范围也不是全球性的。\[3\]因此，在下载COPERNICUS/S2_SR波段之前，你可能需要确认所需数据是否可用。 #### 引用[.reference_title] - *1* [Google Earth Engine（GEE）——COPERNICUS/S2数据（Sentinel-2 MSI）计算归一化植被指数NDVI和影像下载](https://blog.csdn.net/qq_31988139/article/details/122240988)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Google Earth Engine（GEE）——COPERNICUS/S2高清影像去云处理和10米分辨率数据下载（海南岛为例）](https://blog.csdn.net/qq_31988139/article/details/122339918)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Google Earth Engine ——数据全解析专辑（COPERNICUS/S2_SR）20154至今哨兵-2号(SR) 数据集](https://blog.csdn.net/qq_31988139/article/details/120141616)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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