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...
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...
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...
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。
数据名称：Sentinel-2_MSI_L2A 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）卫星携带多光谱成像仪（MSI），分为2A和2B卫星，重访周期为10天和5天，适用于全球陆地观测，包括植被、土壤、水资源、内河水道及沿海区域。Sentinel-2_MSI_L2A数据...
为了长期收集全球的LAI、FAPAR和FVC数据集,以用于大规模的农业生态系统的监测和建模,卫星遥感技术提供了一种有效的方法。 大多数全球LAI、FAPAR和FVC产品只能在百米级分辨率(300–1000 m),甚至更粗的空间分辨率下使用[7,8]。由于土地表面不均匀,中等分辨率或粗分辨率的像素通常是几种土地覆盖类型的混合,这就导致生物...
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。
Sentinel-2 卫星提供不同空间分辨率的多光谱数据,用于环境监测、灾害管理、农业、林业等领域。用户需要根据具体需求,例如地面分辨率、成像时间、地理覆盖范围等因素,选择合适的数据集。欧洲空间局(ESA)为注册用户提供免费的数据访问权,数据可通过 Copernicus Open Access Hub 获取。用户需要注册并创建一个账户以下载 ...
在Sentinel-2数据集的命名规则中,除了时间标识,还包括产品级别的信息。这个级别信息是指数据经过多少个处理步骤得到的,根据处理的先后顺序,产品级别分为5级,其中L1C是最初的原始数据,L2A则是经过多项处理得到的最终产品。常常使用的级别是L1C和L2A。 1. L1C级别 L1C级别是原始数据级别,即未经处理的、未经矫正的数据...