从ESA 的 Sentinel-2 数据集。 以下是 Sentinel-2: Cloud Probability 数据集的一些技术细节: 数据集提供 13 个波段的云概率值。 数据集的空间分辨率为 10 米。 数据集的时间分辨率为 5 天。 Sentinel-2: Cloud Probability 数据集是一项重要的资源,可用于处理 Sentinel-2 图像。该数据集可用于提高 Sentinel-2...
Sentinel-2: Cloud Probability 数据集的每个像素都有一个云概率值,范围为 0 到 1。值为 0 表示该像素是云,值为 1 表示该像素是非云。 Sentinel-2: Cloud Probability 数据集可用于以下应用: 去除云遮挡,以便更好地观察地表特征。 估计云覆盖率。 研究云的变化。 Sentinel-2: Cloud Probability 数据集可通过...
Sentinel-2数据集 Sentinel-2是由欧洲空间局(ESA)提供的高分辨率光学卫星数据,广泛应用于植被监测、土地覆盖分类和环境变化分析。 NDWI 归一化差异水体指数(NDWI)是一种用于识别水体的遥感指数。 NDTI 归一化差异植被指数(NDTI)是一种用于增强植被特征的遥感指数,通常用于植被覆盖度分析。 完整代码 代码语言:javascript...
数据简介: 哨兵2号(Sentinel-2)卫星是高分辨率多光谱成像卫星,携带一枚多光谱成像仪(MSI),分为2A和2B两颗卫星,其中一颗卫星的重访周期为10天,两颗互补,重访周期为5天,主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。Sentinel-2_MSI_L1C数据集中的数据为L1C级产品数据,是经正射校正...
Google Earth Engine(GEE)——利用sentinel-2数据 首先针对感兴趣的时间段和位置过滤动态世界集合sentinel-2土地分类数据集。在这里,我们要绘制一年中该位置的变化图表。因此,我们应用过滤器来选择在感兴趣的时间段内在该区域收集的图像。最后,我们选择所有类别的概率波段。
数据简介: 哨兵2号(Sentinel-2)卫星是高分辨率多光谱成像卫星,携带一枚多光谱成像仪(MSI),分为2A和2B两颗卫星,其中一颗卫星的重访周期为10天,两颗互补,重访周期为5天,主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。Sentinel-2_MSI_L2A数据集中的数据为L2A级产品数据,是经过大气校正...
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...
1、数据集介绍 Cloud Score+是一款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数据集是由协调后的Sentinel-2 L1C收集产生的。 Cloud Score+输出可用于识别相对清晰的像素,并有效地从L1C(TOA)或L2A(SR)图像中去除云和云阴影。
Sentinel-2_MSI_L2A数据集是由欧洲空间局(European Space Agency, ESA)开发和维护的一个遥感数据集。该数据集由Sentinel-2卫星获取,提供了一系列高分辨率的多光谱图像,可用于地表覆盖分类、土地利用和土地覆盖监测、环境变化监测等应用。 Sentinel-2_MSI_L2A数据集的核心是由Sentinel-2卫星获取的多光谱图像。Sentinel...
哨兵2号卫星(Sentinel-2_MSI_L1C)数据集 【摘要】 数据名称:Sentinel-2_MSI_L1C数据来源:Copernicus时空范围:2022年10月-2023年1月空间范围:全国数据简介:哨兵2号(Sentinel-2)卫星是高分辨率多光谱成像卫星,携带一枚多光谱成像仪(MSI),分为2A和2B两颗卫星,其中一颗卫星的重访周期为10天,两颗互补,重访周期为5...