Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-2A (SR)

COPERNICUS/S2_SR_HARMONIZED
ความพร้อมใช้งานของชุดข้อมูล
2017-03-28T00:00:00Z–2025-10-13T02:29:49.664000Z
ผู้ให้บริการชุดข้อมูล
ตัวอย่างข้อมูล Earth Engine
ee.ImageCollection("COPERNICUS/S2_SR_HARMONIZED")
ช่วงเวลาการกลับมา
5 วัน
แท็ก
copernicus esa eu msi reflectance satellite-imagery sentinel sr

คำอธิบาย

หลังจากวันที่ 25-01-2022 ฉาก Sentinel-2 ที่มี PROCESSING_BASELINE '04.00' ขึ้นไป จะมีช่วง DN (ค่า) เปลี่ยนไป 1000 คอลเล็กชัน HARMONIZED จะเลื่อนข้อมูลในฉากใหม่กว่าให้อยู่ในช่วงเดียวกับฉากเก่ากว่า

Sentinel-2 เป็นภารกิจการถ่ายภาพแบบหลายสเปกตรัมความละเอียดสูงที่มีแถบกว้าง ซึ่งสนับสนุนการศึกษาการตรวจสอบภาคพื้นดินของ Copernicus รวมถึงการตรวจสอบพืชพรรณ ดิน และพื้นที่น้ำปกคลุม ตลอดจนการสังเกตทางน้ำภายในประเทศและพื้นที่ชายฝั่ง

ระบบจะดาวน์โหลดข้อมูล Sentinel-2 L2 จาก CDSE โดยคำนวณจากการเรียกใช้ sen2cor คำเตือน: ความครอบคลุม L2 ปี 2017-2018 ในคอลเล็กชัน EE ยังไม่ครอบคลุมทั่วโลก

ชิ้นงานมีแถบสเปกตรัม UINT16 12 แถบซึ่งแสดง SR ที่ปรับขนาดด้วย 10000 (ต่างจากข้อมูล L1 ที่ไม่มี B10) นอกจากนี้ ยังมีแถบความถี่อื่นๆ ที่เฉพาะเจาะจงสำหรับ L2 (ดูรายละเอียดได้ที่รายการแถบความถี่ ) ดูรายละเอียดได้ที่ คู่มือผู้ใช้ Sentinel-2

QA60 เป็นแถบหน้ากากบิตแมปที่มีรูปหลายเหลี่ยมของมาสก์เมฆที่แรสเตอร์ จนถึงวันที่ 25-01-2022 ซึ่งเป็นวันที่ระบบหยุดสร้างรูปหลายเหลี่ยมเหล่านี้ ตั้งแต่วันที่ 28-02-2024 เป็นต้นไป แถบ QA60 ที่สอดคล้องกับรุ่นเดิมจะสร้างขึ้นจาก แถบการจัดประเภทในระบบคลาวด์ MSK_CLASSI ดูรายละเอียดเพิ่มเติมได้ที่คำอธิบายแบบเต็มเกี่ยวกับวิธีคำนวณมาสก์เมฆ

รหัสชิ้นงาน EE สำหรับชิ้นงาน Sentinel-2 L2 มีรูปแบบดังนี้ COPERNICUS/S2_SR/20151128T002653_20151128T102149_T56MNN โดยส่วนแรกที่เป็นตัวเลขแสดงถึงวันที่และเวลาที่ตรวจจับ ส่วนที่สองที่เป็นตัวเลขแสดงถึงวันที่และเวลาที่สร้างผลิตภัณฑ์ และสตริง 6 อักขระสุดท้ายคือตัวระบุแกรนูลที่ไม่ซ้ำกันซึ่งระบุการอ้างอิงกริด UTM (ดู MGRS)

ดูชุดข้อมูลที่จะช่วยในการตรวจหาเมฆและ/หรือเงาเมฆได้ที่ COPERNICUS/S2_CLOUD_PROBABILITY และ GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED

ดูรายละเอียดเพิ่มเติมเกี่ยวกับความละเอียดเชิงรังสีของ Sentinel-2 ได้ที่หน้านี้

ย่านความถี่

ย่านความถี่

ชื่อ หน่วย ต่ำสุด สูงสุด ปรับขนาด ขนาดพิกเซล ความยาวคลื่น คำอธิบาย
B1 0.0001 60 เมตร 443.9 นาโนเมตร (S2A) / 442.3 นาโนเมตร (S2B)

สเปรย์

B2 0.0001 10 เมตร 496.6 นาโนเมตร (S2A) / 492.1 นาโนเมตร (S2B)

น้ำเงิน

B3 0.0001 10 เมตร 560nm (S2A) / 559nm (S2B)

เขียว

B4 0.0001 10 เมตร 664.5nm (S2A) / 665nm (S2B)

แดง

B5 0.0001 20 เมตร 703.9 นาโนเมตร (S2A) / 703.8 นาโนเมตร (S2B)

ขอบแดง 1

B6 0.0001 20 เมตร 740.2 นาโนเมตร (S2A) / 739.1 นาโนเมตร (S2B)

Red Edge 2

B7 0.0001 20 เมตร 782.5nm (S2A) / 779.7nm (S2B)

Red Edge 3

B8 0.0001 10 เมตร 835.1 นาโนเมตร (S2A) / 833 นาโนเมตร (S2B)

NIR

B8A 0.0001 20 เมตร 864.8nm (S2A) / 864nm (S2B)

Red Edge 4

B9 0.0001 60 เมตร 945nm (S2A) / 943.2nm (S2B)

ไอน้ำ

B11 0.0001 20 เมตร 1613.7nm (S2A) / 1610.4nm (S2B)

SWIR 1

B12 0.0001 20 เมตร 2202.4nm (S2A) / 2185.7nm (S2B)

SWIR 2

AOT 0.001 10 เมตร ไม่มี

ความหนาเชิงแสงของละอองลอย

WVP ซม. 0.001 10 เมตร ไม่มี

แรงดันไอน้ำ ความสูงของน้ำหากควบแน่นไอน้ำให้เป็นของเหลวและกระจายอย่างสม่ำเสมอทั่วทั้งคอลัมน์

SCL 1 11 20 เมตร ไม่มี

แผนที่การแยกประเภทฉาก (ระบบจะมาสก์ค่า "ไม่มีข้อมูล" เป็น 0)

TCI_R 10 เมตร ไม่มี

ภาพสีจริง ช่องสีแดง

TCI_G 10 เมตร ไม่มี

ภาพสีจริง ช่องสีเขียว

TCI_B 10 เมตร ไม่มี

ภาพสีจริง ช่องสีน้ำเงิน

MSK_CLDPRB 0 100 20 เมตร ไม่มี

แผนที่ความน่าจะเป็นของเมฆ (ไม่มีในบางผลิตภัณฑ์)

MSK_SNWPRB 0 100 10 เมตร ไม่มี

แผนที่ความน่าจะเป็นที่จะเกิดหิมะ (ไม่มีในบางผลิตภัณฑ์)

QA10 10 เมตร ไม่มี

ว่างเปล่าเสมอ

QA20 20 เมตร ไม่มี

ว่างเปล่าเสมอ

QA60 60 เมตร ไม่มี

เมฆ มาสก์ระหว่างวันที่ 25-01-2022 ถึง 28-02-2024

MSK_CLASSI_OPAQUE 60 เมตร ไม่มี

แถบการแยกประเภทเมฆทึบแสง (0=ไม่มีเมฆ, 1=มีเมฆ) มาสก์ออกก่อนเดือนกุมภาพันธ์ 2024

MSK_CLASSI_CIRRUS 60 เมตร ไม่มี

แถบการจัดประเภทเมฆเซอร์รัส (0=ไม่มีเมฆ, 1=มีเมฆ) มาสก์ออกก่อนเดือนกุมภาพันธ์ 2024

MSK_CLASSI_SNOW_ICE 60 เมตร ไม่มี

แถบการแยกประเภทหิมะ/น้ำแข็ง (0=ไม่มีหิมะ/น้ำแข็ง, 1=มีหิมะ/น้ำแข็ง) มาสก์ออกก่อนเดือนกุมภาพันธ์ 2024

ตารางคลาส SCL

ค่า สี คำอธิบาย
1 #ff0004

อิ่มตัวหรือมีข้อบกพร่อง

2 #868686

พิกเซลในพื้นที่มืด

3 #774b0a

เงาเมฆ

4 #10d22c

พืชพันธุ์

5 #ffff52

ดินเปล่า

6 #0000ff

น้ำ

7 #818181

เมฆที่มีแนวโน้มต่ำ / ไม่จัดประเภท

8 #c0c0c0

มีเมฆปานกลาง

9 #f1f1f1

เมฆที่มีโอกาสสูง

10 #bac5eb

Cirrus

11 #52fff9

หิมะ / น้ำแข็ง

คุณสมบัติของรูปภาพ

คุณสมบัติของรูปภาพ

ชื่อ ประเภท คำอธิบาย
AOT_RETRIEVAL_ACCURACY DOUBLE

ความแม่นยำของโมเดลความหนาเชิงแสงของละอองลอย

CLOUDY_PIXEL_PERCENTAGE DOUBLE

เปอร์เซ็นต์พิกเซลที่มีเมฆเฉพาะแกรนูลที่นำมาจากข้อมูลเมตาต้นฉบับ

CLOUD_COVERAGE_ASSESSMENT DOUBLE

เปอร์เซ็นต์พิกเซลที่มีเมฆสำหรับที่เก็บถาวรทั้งหมดที่มี แกรนูลนี้ นำมาจากข้อมูลเมตาต้นฉบับ

CLOUDY_SHADOW_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดประเภทเป็นเงาเมฆ

DARK_FEATURES_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดเป็นฟีเจอร์มืดหรือเงา

DATASTRIP_ID STRING

ตัวระบุที่ไม่ซ้ำกันของรายการข้อมูลผลิตภัณฑ์ (PDI) ใน Datastrip

DATATAKE_IDENTIFIER STRING

ระบุ Datatake ที่กำหนดแบบไม่ซ้ำ รหัสประกอบด้วย ดาวเทียม Sentinel-2, วันที่และเวลาเริ่มต้น, หมายเลขวงโคจรสัมบูรณ์ และพื้นฐานการประมวลผล

DATATAKE_TYPE STRING

โหมดการทำงานของ MSI

DEGRADED_MSI_DATA_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของข้อมูล MSI และข้อมูลเสริมที่คุณภาพลดลง

FORMAT_CORRECTNESS STRING

การสังเคราะห์การตรวจสอบการควบคุมคุณภาพออนไลน์ (OLQC) ที่ดำเนินการในระดับแกรนูล (Product_Syntax) และแถบข้อมูล (Product Syntax และ DS_Consistency)

GENERAL_QUALITY STRING

การสังเคราะห์การตรวจสอบ OLQC ที่ดำเนินการในระดับแถบข้อมูล (Relative_Orbit_Number)

GENERATION_TIME DOUBLE

เวลาในการสร้างผลิตภัณฑ์

GEOMETRIC_QUALITY STRING

การสังเคราะห์การตรวจสอบ OLQC ที่ดำเนินการที่ระดับแถบข้อมูล (Attitude_Quality_Indicator)

GRANULE_ID STRING

ตัวระบุที่ไม่ซ้ำกันของ PDI แบบละเอียด (PDI_ID)

HIGH_PROBA_CLOUDS_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดเป็นเมฆที่มีความน่าจะเป็นสูง

MEAN_INCIDENCE_AZIMUTH_ANGLE_B1 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B1 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B2 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูสำหรับแถบ B2 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B3 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B3 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B4 DOUBLE

ค่าเฉลี่ยที่มีมุมราบของความถี่ในการดูสำหรับแถบ B4 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B5 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B5 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B6 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B6 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B7 DOUBLE

ค่าเฉลี่ยที่มีมุมราบของความถี่ในการดูเฉลี่ยสำหรับแถบ B7 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B8 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8A DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B8a และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B9 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B9 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B10 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูสำหรับแถบ B10 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B11 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูเฉลี่ยสำหรับแถบ B11 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_AZIMUTH_ANGLE_B12 DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของความถี่ในการดูสำหรับแถบ B12 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B1 DOUBLE

ค่าเฉลี่ยที่มีมุมเซนิทของการเกิดการดูโดยเฉลี่ยสำหรับแถบ B1 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B2 DOUBLE

ค่าเฉลี่ยที่มีมุมปรากฏของจุดสุดยอดของเหตุการณ์การดูสำหรับแถบ B2 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B3 DOUBLE

ค่าเฉลี่ยที่มีมุมปรากฏของจุดสุดยอดของเหตุการณ์การดูสำหรับแถบ B3 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B4 DOUBLE

ค่าเฉลี่ยที่มีมุมเซนิทของอุบัติการณ์การดูเฉลี่ยสำหรับแถบ B4 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B5 DOUBLE

ค่าเฉลี่ยที่มีมุมสูงสุดของอุบัติการณ์การดูสำหรับแถบ B5 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B6 DOUBLE

ค่าเฉลี่ยที่มีมุมปรากฏของจุดสุดยอดของเหตุการณ์การดูสำหรับแถบ B6 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B7 DOUBLE

ค่าเฉลี่ยที่มีมุมเซนิทของการเกิดการดูเฉลี่ยสำหรับแถบ B7 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B8 DOUBLE

ค่าเฉลี่ยที่มีมุมเซนิทของเหตุการณ์การดูเฉลี่ยสำหรับแถบ B8 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B8A DOUBLE

ค่าเฉลี่ยที่มีมุมสูงสุดของอุบัติการณ์การดูโดยเฉลี่ยสำหรับแถบ B8a และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B9 DOUBLE

ค่าเฉลี่ยที่มีมุมปรากฏของจุดสูงสุดของอุบัติการณ์การดูสำหรับแถบ B9 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B10 DOUBLE

ค่าเฉลี่ยที่มีมุมเงยของเหตุการณ์การดูโดยเฉลี่ยสำหรับแถบ B10 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B11 DOUBLE

ค่าเฉลี่ยที่มีมุมสูงสุดของอุบัติการณ์การดูสำหรับแถบ B11 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_INCIDENCE_ZENITH_ANGLE_B12 DOUBLE

ค่าเฉลี่ยที่มีมุมสูงสุดของอุบัติการณ์การดูสำหรับแถบ B12 และสำหรับเครื่องตรวจจับทั้งหมด

MEAN_SOLAR_AZIMUTH_ANGLE DOUBLE

ค่าเฉลี่ยที่มีมุมแอซิมัทของดวงอาทิตย์เฉลี่ยสำหรับทุกแถบและเครื่องตรวจจับ

MEAN_SOLAR_ZENITH_ANGLE DOUBLE

ค่าเฉลี่ยที่มีมุมปรากฏของดวงอาทิตย์ที่จุดสูงสุดสำหรับทุกแถบความถี่และเครื่องตรวจจับ

MEDIUM_PROBA_CLOUDS_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดเป็นเมฆที่มีแนวโน้มปานกลาง

MGRS_TILE STRING

ไทล์ระบบอ้างอิงกริดทหารของสหรัฐอเมริกา (MGRS)

NODATA_PIXEL_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่ไม่มีข้อมูล

NOT_VEGETATED_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดประเภทเป็นพื้นที่ที่ไม่มีพืชปกคลุม

PROCESSING_BASELINE STRING

ค่าพื้นฐานของการกำหนดค่าที่ใช้ในขณะที่สร้างผลิตภัณฑ์ ในแง่ของเวอร์ชันซอฟต์แวร์ของโปรเซสเซอร์และเวอร์ชันพารามิเตอร์การประมวลผลภาพภาคพื้นดิน (GIPP) หลัก

PRODUCT_ID STRING

รหัสแบบเต็มของผลิตภัณฑ์ Sentinel-2 ต้นฉบับ

RADIATIVE_TRANSFER_ACCURACY DOUBLE

ความแม่นยำของโมเดลการแผ่รังสี

RADIOMETRIC_QUALITY STRING

อิงตามรายงาน OLQC ที่อยู่ใน Datastrips/QI_DATA ที่มีชื่อรายการตรวจสอบ RADIOMETRIC_QUALITY

REFLECTANCE_CONVERSION_CORRECTION DOUBLE

ค่าตัวคูณการแก้ไขระยะทางระหว่างโลกกับดวงอาทิตย์

SATURATED_DEFECTIVE_PIXEL_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่อิ่มตัวหรือมีข้อบกพร่อง

SENSING_ORBIT_DIRECTION STRING

ทิศทางการโคจรของการถ่ายภาพ

SENSING_ORBIT_NUMBER DOUBLE

หมายเลขวงโคจรการถ่ายภาพ

SENSOR_QUALITY STRING

การสังเคราะห์การตรวจสอบ OLQC ที่ดำเนินการในระดับแกรนูล (Missing_Lines, Corrupted_ISP และ Sensing_Time) และระดับแถบข้อมูล (Degraded_SAD และ Datation_Model)

SOLAR_IRRADIANCE_B1 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B1

SOLAR_IRRADIANCE_B2 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B2

SOLAR_IRRADIANCE_B3 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B3

SOLAR_IRRADIANCE_B4 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B4

SOLAR_IRRADIANCE_B5 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B5

SOLAR_IRRADIANCE_B6 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B6

SOLAR_IRRADIANCE_B7 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B7

SOLAR_IRRADIANCE_B8 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B8

SOLAR_IRRADIANCE_B8A DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B8a

SOLAR_IRRADIANCE_B9 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B9

SOLAR_IRRADIANCE_B10 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B10

SOLAR_IRRADIANCE_B11 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B11

SOLAR_IRRADIANCE_B12 DOUBLE

ปริมาณการแผ่รังสีของดวงอาทิตย์นอกชั้นบรรยากาศเฉลี่ยสำหรับแถบ B12

SNOW_ICE_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดประเภทเป็นหิมะหรือน้ำแข็ง

SPACECRAFT_NAME STRING

ชื่อยานอวกาศ Sentinel-2: Sentinel-2A, Sentinel-2B

THIN_CIRRUS_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดเป็นเมฆเซอร์รัสบาง

UNCLASSIFIED_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่ไม่ได้จัดประเภท

VEGETATION_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดประเภทเป็นพืช

WATER_PERCENTAGE DOUBLE

เปอร์เซ็นต์ของพิกเซลที่จัดประเภทเป็นน้ำ

WATER_VAPOUR_RETRIEVAL_ACCURACY DOUBLE

ความแม่นยำที่ประกาศไว้ของโมเดลไอน้ำ

ข้อกำหนดในการใช้งาน

ข้อกำหนดในการใช้งาน

การใช้ข้อมูล Sentinel อยู่ภายใต้ข้อกำหนดและเงื่อนไขของข้อมูล Copernicus Sentinel

สำรวจด้วย Earth Engine

ตัวแก้ไขโค้ด (JavaScript)

/**
 * Function to mask clouds using the Sentinel-2 QA band
 * @param {ee.Image} image Sentinel-2 image
 * @return {ee.Image} cloud masked Sentinel-2 image
 */
function maskS2clouds(image) {
  var qa = image.select('QA60');

  // Bits 10 and 11 are clouds and cirrus, respectively.
  var cloudBitMask = 1 << 10;
  var cirrusBitMask = 1 << 11;

  // Both flags should be set to zero, indicating clear conditions.
  var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
      .and(qa.bitwiseAnd(cirrusBitMask).eq(0));

  return image.updateMask(mask).divide(10000);
}

var dataset = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
                  .filterDate('2020-01-01', '2020-01-30')
                  // Pre-filter to get less cloudy granules.
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
                  .map(maskS2clouds);

var visualization = {
  min: 0.0,
  max: 0.3,
  bands: ['B4', 'B3', 'B2'],
};

Map.setCenter(83.277, 17.7009, 12);

Map.addLayer(dataset.mean(), visualization, 'RGB');

การตั้งค่า Python

ดูข้อมูลเกี่ยวกับ Python API และการใช้ geemap เพื่อการพัฒนาแบบอินเทอร์แอกทีฟได้ที่หน้าสภาพแวดล้อม Python

import ee
import geemap.core as geemap

Colab (Python)

def mask_s2_clouds(image):
  """Masks clouds in a Sentinel-2 image using the QA band.

  Args:
      image (ee.Image): A Sentinel-2 image.

  Returns:
      ee.Image: A cloud-masked Sentinel-2 image.
  """
  qa = image.select('QA60')

  # Bits 10 and 11 are clouds and cirrus, respectively.
  cloud_bit_mask = 1 << 10
  cirrus_bit_mask = 1 << 11

  # Both flags should be set to zero, indicating clear conditions.
  mask = (
      qa.bitwiseAnd(cloud_bit_mask)
      .eq(0)
      .And(qa.bitwiseAnd(cirrus_bit_mask).eq(0))
  )

  return image.updateMask(mask).divide(10000)


dataset = (
    ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
    .filterDate('2020-01-01', '2020-01-30')
    # Pre-filter to get less cloudy granules.
    .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
    .map(mask_s2_clouds)
)

visualization = {
    'min': 0.0,
    'max': 0.3,
    'bands': ['B4', 'B3', 'B2'],
}

m = geemap.Map()
m.set_center(83.277, 17.7009, 12)
m.add_layer(dataset.mean(), visualization, 'RGB')
m
เปิดในตัวแก้ไขโค้ด