- 数据集可用时间
- 2014-10-03T00:00:00Z–2026-10-27T01:35:05Z
- 数据集提供方
- 欧盟/欧洲航天局/哥白尼计划
- 重访周期
- 6 天
- 标记
说明
哨兵 1 号任务提供来自双极化 C 波段合成孔径雷达 (SAR) 仪器的数据,频率为 5.405GHz(C 波段)。此集合包含 S1 地面范围检测 (GRD) 场景,这些场景使用 Sentinel-1 工具箱进行处理,以生成经过校准和正射校正的产品。该合集每天都会更新。新资产会在发布后的两天内提取。
此集合包含所有 GRD 场景。每个场景都有 3 种分辨率(10、25 或 40 米)、4 种波段组合(对应于场景极化)和 3 种仪器模式。在镶嵌上下文中使用该集合可能需要过滤到一组同质的波段和参数。如需详细了解集合的使用和预处理,请参阅这篇文章。每个场景包含 4 个可能的极化波段中的 1 个或 2 个,具体取决于仪器的极化设置。可能的组合包括单频段 VV、单频段 HH、双频段 VV+VH 和双频段 HH+HV:
- VV:单同极化,垂直发射/垂直接收
- HH:单同极化,水平发射/水平接收
- VV + VH:双频段交叉极化,垂直发射/水平接收
- HH + HV:双频段交叉极化,水平发射/垂直接收
每个场景还包含一个额外的“角度”波段,其中包含每个点上椭球体的近似入射角(以度为单位)。此波段是通过对每个资产提供的“geolocationGridPoint”网格化字段的“incidenceAngle”属性进行插值生成的。
每个场景都使用 Sentinel-1 Toolbox 通过以下步骤进行了预处理:
- 热噪声消除
- 辐射校准
- 使用 SRTM 30 或 ASTER DEM 对纬度大于 60 度的区域进行地形校正,这些区域无法使用 SRTM。 最终经过地形校正的值通过对数缩放 (10*log10(x)) 转换为分贝。
如需详细了解这些预处理步骤,请参阅 Sentinel-1 预处理文章。如需进一步了解如何使用 Sentinel-1 图像,请参阅 Guido Lemoine 的 SAR 基础知识教程和 Mort Canty 的 SAR 变化检测教程。
此集合是实时计算的。如果您想使用具有原始功率值的基础集合(更新速度更快),请参阅 COPERNICUS/S1_GRD_FLOAT。
对于有兴趣自行处理的用户,可以从 gs://earth-engine-public-requester-pays/sentinel1/GRD 下载从 ESA 获取的未经处理的 S1 GRD 场景,以及 gs://earth-engine-public-requester-pays/sentinel1/AUX 中相应的轨道文件(恢复和精确)。未处理的数据也会在 BigQuery 表 earth-engine-public-data.geo_index.sentinel1_index 中编入索引。表中的每一行都包含一个 S1 GRD 产品的相关信息,包括产品标识符、数据获取标识符、获取时间、经纬度边界以及产品数据在 gs://earth-engine-public-requester-pays/sentinel1/GRD 中的路径。
频段
波段
像素尺寸:因设备而异
| 名称 | 单位 | 最小值 | 最大值 | 像素大小 | 说明 |
|---|---|---|---|---|---|
HH |
分贝 | -50* | 1* | 10 米 | 单同极化,水平发射/水平接收 |
HV |
分贝 | -50* | 1* | 10 米 | 双频段交叉极化、水平发射/垂直接收 |
VV |
分贝 | -50* | 1* | 10 米 | 单同极化,垂直发射/垂直接收 |
VH |
分贝 | -50* | 1* | 10 米 | 双频段交叉极化,垂直发射/水平接收 |
angle |
deg | 0* | 90* | 20000 米 | 椭球体的近似入射角 |
图片属性
图像属性
| 名称 | 类型 | 说明 |
|---|---|---|
| GRD_Post_Processing_facility_country | STRING | 设施所在国家/地区的名称。此元素可在 IPF 中进行配置。 |
| GRD_Post_Processing_facility_name | STRING | 执行加工步骤的设施的名称。此元素可在 IPF 中进行配置。 |
| GRD_Post_Processing_facility_organisation | STRING | 负责该设施的组织名称。 此元素可在 IPF 中进行配置。 |
| GRD_Post_Processing_facility_site | STRING | 设施的地理位置。此元素可在 IPF 中进行配置。 |
| GRD_Post_Processing_software_name | STRING | 软件名称。 |
| GRD_Post_Processing_software_version | STRING | 软件版本标识。 |
| GRD_Post_Processing_start | 双精度 | 处理开始时间。 |
| GRD_Post_Processing_stop | 双精度 | 处理停止时间。 |
| SLC_Processing_facility_country | STRING | 设施所在国家/地区的名称。 此元素可在 IPF 中进行配置。 |
| SLC_Processing_facility_name | STRING | 执行加工步骤的设施的名称。此元素可在 IPF 中进行配置。 |
| SLC_Processing_facility_organisation | STRING | 负责该设施的组织名称。 此元素可在 IPF 中进行配置。 |
| SLC_Processing_facility_site | STRING | 设施的地理位置。此元素可在 IPF 中进行配置。 |
| SLC_Processing_software_name | STRING | 软件名称。 |
| SLC_Processing_software_version | STRING | 软件版本标识。 |
| SLC_Processing_start | 双精度 | 处理开始时间。 |
| SLC_Processing_stop | 双精度 | 处理停止时间。 |
| S1TBX_Calibration_Operator_version | STRING | Sentinel-1 Toolbox 校准工具版本。 |
| S1TBX_SAR_Processing_version | STRING | Sentinel-1 Toolbox SAR 处理工具版本。 |
| SNAP_Graph_Processing_Framework_GPF_version | STRING | Sentinel Application Platform (SNAP) 版本。 |
| startTimeANX | 双精度 | 输入数据的感测开始时间(相对于升交点穿越)。这是自轨道升交点穿越 [ms] 以来经过的时间计数。 |
| stopTimeANX | 双精度 | 输入数据相对于升交点穿越的感测停止时间。这是自轨道升交点穿越 [ms] 以来经过的时间计数。 |
| nssdcIdentifier | STRING | 根据世界卫星信息数据中心 (WDC-SI) 定义的标准(可点击此处查看)唯一标识任务。 |
| familyName | STRING | 任务的全名。例如“SENTINEL-1” |
| platform_number | STRING | 任务中平台的字母数字标识符。 |
| platformHeading | 双精度 | 平台相对于北方的航向(度) |
| 插桩 | STRING | 与平台上采集数据的仪器相关的信息。 |
| instrumentMode | STRING | IW(干涉宽幅)、SM(条带图)或 EW(超宽幅)。 查看商品详情。 |
| instrumentSwath | STRING | 产品中包含的条带列表。大多数产品仅包含一个条带,但 TOPS SLC 产品除外,它包含 3 个或 5 个条带。 |
| orbitNumber_start | 双精度 | 图片数据中最旧行的绝对轨道编号。 |
| orbitNumber_stop | 双精度 | 图片数据中最新行的绝对轨道编号。 |
| relativeOrbitNumber_start | 双精度 | 图片数据中最旧行的相对轨道编号。 |
| relativeOrbitNumber_stop | 双精度 | 图片数据中最新行的相对轨道编号。 |
| cycleNumber | 双精度 | 最旧图片数据适用的任务周期的绝对序列号。 |
| phaseIdentifier | 双精度 | 最早图片数据适用的任务阶段的 ID。 |
| orbitProperties_pass | STRING | 产品中最早的图片数据(产品开始时)的轨道方向(“ASCENDING”或“DESCENDING”)。 |
| orbitProperties_ascendingNodeTime | 双精度 | 轨道升交点的世界协调时间 (UTC)。除通过 ASAR L1 输入生成的 ASAR L2 OCN 产品外,所有产品都包含此元素。 |
| 分辨率 | STRING | H 表示高,M 表示中。 |
| resolution_meters | 双精度 | 分辨率(以米为单位)。 |
| instrumentConfigurationID | 双精度 | 此数据的仪器配置 ID(Radar 数据库 ID)。 |
| missionDataTakeID | 双精度 | 任务中数据采集的唯一 ID。 |
| transmitterReceiverPolarisation | STRING_LIST | 数据的发射/接收极化。每个 Tx/Rx 组合都有一个元素:['VV']、['HH']、['VV', 'VH'] 或 ['HH', 'HV']。 |
| productClass | STRING | 输出产品类别“A”(表示注释)或“S”(表示标准)。 |
| productClassDescription | STRING | 输出产品类别的文本说明。 |
| productComposition | STRING | 此商品的组合类型:“Individual”(单品)、“Slice”(切片)或“Assembled”(组装)。 |
| productType | STRING | 此商品的商品类型(矫正级别)。 |
| productTimelinessCategory | STRING | 描述处理所需的及时性。 以下各项之一:NRT-10m、NRT-1h、NRT-3h、Fast-24h、Off-line 或 Reprocessing |
| sliceProductFlag | STRING | 如果这是较大产品的一部分,则为 true;如果这是完整产品,则为 false。 |
| segmentStartTime | 双精度 | 此切片所属片段的感测开始时间。仅当 sliceProductFlag = true 时,此字段才会显示 |
| sliceNumber | 双精度 | 此切片的绝对切片编号,从 1 开始。 只有当 sliceProductFlag = true 时,此字段才会显示。 |
| totalSlices | 双精度 | 完整数据采集中的切片总数。 只有当 sliceProductFlag = true 时,此字段才会显示。 |
使用条款
使用条款
使用 Sentinel 数据须遵守哥白尼计划 Sentinel 数据条款及条件。
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var imgVV = ee.ImageCollection('COPERNICUS/S1_GRD') .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')) .filter(ee.Filter.eq('instrumentMode', 'IW')) .select('VV') .map(function(image) { var edge = image.lt(-30.0); var maskedImage = image.mask().and(edge.not()); return image.updateMask(maskedImage); }); var desc = imgVV.filter(ee.Filter.eq('orbitProperties_pass', 'DESCENDING')); var asc = imgVV.filter(ee.Filter.eq('orbitProperties_pass', 'ASCENDING')); var spring = ee.Filter.date('2015-03-01', '2015-04-20'); var lateSpring = ee.Filter.date('2015-04-21', '2015-06-10'); var summer = ee.Filter.date('2015-06-11', '2015-08-31'); var descChange = ee.Image.cat( desc.filter(spring).mean(), desc.filter(lateSpring).mean(), desc.filter(summer).mean()); var ascChange = ee.Image.cat( asc.filter(spring).mean(), asc.filter(lateSpring).mean(), asc.filter(summer).mean()); Map.setCenter(5.2013, 47.3277, 12); Map.addLayer(ascChange, {min: -25, max: 5}, 'Multi-T Mean ASC', true); Map.addLayer(descChange, {min: -25, max: 5}, 'Multi-T Mean DESC', true);
import ee import geemap.core as geemap
Colab (Python)
def mask_edge(image): edge = image.lt(-30.0) masked_image = image.mask().And(edge.Not()) return image.updateMask(masked_image) img_vv = ( ee.ImageCollection('COPERNICUS/S1_GRD') .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')) .filter(ee.Filter.eq('instrumentMode', 'IW')) .select('VV') .map(mask_edge) ) desc = img_vv.filter(ee.Filter.eq('orbitProperties_pass', 'DESCENDING')) asc = img_vv.filter(ee.Filter.eq('orbitProperties_pass', 'ASCENDING')) spring = ee.Filter.date('2015-03-01', '2015-04-20') late_spring = ee.Filter.date('2015-04-21', '2015-06-10') summer = ee.Filter.date('2015-06-11', '2015-08-31') desc_change = ee.Image.cat( desc.filter(spring).mean(), desc.filter(late_spring).mean(), desc.filter(summer).mean(), ) asc_change = ee.Image.cat( asc.filter(spring).mean(), asc.filter(late_spring).mean(), asc.filter(summer).mean(), ) m = geemap.Map() m.set_center(5.2013, 47.3277, 12) m.add_layer(asc_change, {'min': -25, 'max': 5}, 'Multi-T Mean ASC', True) m.add_layer(desc_change, {'min': -25, 'max': 5}, 'Multi-T Mean DESC', True) m