Sentinel-3 OLCI EFR: Ocean and Land Color Instrument Earth Observation Full Resolution

COPERNICUS/S3/OLCI
Dataset-Verfügbarkeit
2016-10-18T19:25:42Z–2026-10-21T08:38:26Z
Ersteller des Datasets
Earth Engine-Snippet
ee.ImageCollection("COPERNICUS/S3/OLCI")
Intervall für erneuten Besuch
2 Tage
Tags
copernicus esa eu radiance satellite-imagery sentinel toa
olci

Beschreibung

Das Dataset „Ocean and Land Color Instrument (OLCI) Earth Observation Full Resolution (EFR)“ enthält Strahlungsdaten am oberen Rand der Atmosphäre in 21 Spektralbändern mit zentralen Wellenlängen zwischen 0,4 µm und 1,02 µm bei einer räumlichen Auflösung von 300 m und weltweiter Abdeckung alle ca. 2 Tage.

OLCI ist eines der Instrumente der Sentinel-3-Mission der ESA/EUMETSAT zur Messung der Topografie der Meeresoberfläche, der Meeres- und Landoberflächentemperatur, der Meeresfarbe und der Landfarbe mit hoher Genauigkeit und Zuverlässigkeit, um Systeme zur Vorhersage der Meeresbedingungen sowie die Umwelt- und Klimaüberwachung zu unterstützen.

Das Sentinel-3-OLCI-Instrument basiert auf dem optomechanischen und bildgebenden Design des MERIS-Instruments von ENVISAT. Er ist so konzipiert, dass er die spektrale Verteilung der aufsteigenden Strahlung direkt über der Meeresoberfläche (die vom Wasser ausgehende Strahlung) erfasst.

Die OLCI-Beobachtung erfolgt gleichzeitig in 21 Spektralbändern, die vom sichtbaren bis zum nahen Infrarotbereich (400 bis 1029 nm) reichen.

Bänder

Bänder

Pixelgröße: 300 Meter (alle Bänder)

Name Einheiten Skalierung Pixelgröße Wellenlänge Beschreibung
Oa01_radiance W m^-2 sr^-1 µm^-1 0.0139465 300 Meter 400 nm/15 nm

Aerosolkorrektur, verbesserte Erfassung von Wasserbestandteilen

Oa02_radiance W m^-2 sr^-1 µm^-1 0,0133873 300 Meter 412,5 nm/10 nm

Gelbe Substanz und detritische Pigmente (Trübung)

Oa03_radiance W m^-2 sr^-1 µm^-1 0,0121481 300 Meter 442,5 nm/10 nm

Max. Chl-Absorption, Biogeochemie, Vegetation

Oa04_radiance W m^-2 sr^-1 µm^-1 0,0115198 300 Meter 490 nm/10 nm

Hoher Chl-Wert, andere Pigmente

Oa05_radiance W m^-2 sr^-1 µm^-1 0,0100953 300 Meter 510 nm/10 nm

Chl, Sediment, Trübung, Rote Flut

Oa06_radiance W m^-2 sr^-1 µm^-1 0,0123538 300 Meter 560 nm/10 nm

Chlorophyll-Referenz (Chl-Minimum)

Oa07_radiance W m^-2 sr^-1 µm^-1 0,00879161 300 Meter 620 nm/10 nm

Sedimentbelastung

Oa08_radiance W m^-2 sr^-1 µm^-1 0,00876539 300 Meter 665 nm/10 nm

Chl (2. Chl-Absorptionsmaximum), Sediment, gelbe Substanz/Vegetation

Oa09_radiance W m^-2 sr^-1 µm^-1 0,0095103 300 Meter 673,75 nm/7,5 nm

Für eine bessere Fluoreszenzerfassung und um den Smile-Effekt besser zu berücksichtigen, zusammen mit den Bändern 665 und 680 nm

Oa10_radiance W m^-2 sr^-1 µm^-1 0.00773378 300 Meter 681,25 nm/7,5 nm

Chl-Fluoreszenzpeak, Red Edge

Oa11_radiance W m^-2 sr^-1 µm^-1 0.00675523 300 Meter 708,75 nm/10 nm

Chl-Fluoreszenz-Baseline, Red-Edge-Übergang

Oa12_radiance W m^-2 sr^-1 µm^-1 0,0071996 300 Meter 753,75 nm/7,5 nm

O2-Absorption/Wolken, Vegetation

Oa13_radiance W m^-2 sr^-1 µm^-1 0,00749684 300 Meter 761,25 nm/7,5 nm

O2-Absorptionsbande/Aerosolkorrektur

Oa14_radiance W m^-2 sr^-1 µm^-1 0.0086512 300 Meter 764,375 nm/3,75 nm

Atmosphärische Korrektur

Oa15_radiance W m^-2 sr^-1 µm^-1 0.00526779 300 Meter 767,5 nm/2,5 nm

O2A für Druck an der Wolkenobergrenze, Fluoreszenz über Land

Oa16_radiance W m^-2 sr^-1 µm^-1 0.00530267 300 Meter 778,75 nm/15 nm

Atmosphärische Korrektur/Aerosolkorrektur

Oa17_radiance W m^-2 sr^-1 µm^-1 0.00493004 300 Meter 865 nm/20 nm

Atmosphärische Korrektur/Aerosolkorrektur, Wolken, Pixel-Co-Registrierung

Oa18_radiance W m^-2 sr^-1 µm^-1 0.00549962 300 Meter 885 nm/10 nm

Referenzbereich für die Wasserdampfabsorption. Gemeinsames Referenzband mit SLSTR-Instrument. Vegetationsüberwachung

Oa19_radiance W m^-2 sr^-1 µm^-1 0.00502847 300 Meter 900 nm/10 nm

Wasserdampfabsorption/Vegetationsüberwachung (max. Reflexion)

Oa20_radiance W m^-2 sr^-1 µm^-1 0.00326378 300 Meter 940 nm/20 nm

Wasserdampfabsorption, Atmosphären-/Aerosolkorrektur

Oa21_radiance W m^-2 sr^-1 µm^-1 0.00324118 300 Meter 1.029 nm/40 nm

Atmosphärische/Aerosol-Korrektur

quality_flags 300 Meter –

Qualitäts-Flags

Bildattribute

Bildeigenschaften

Name Typ Beschreibung
SNAP_Graph_Processing_Framework_GPF_vers STRING

Version der Sentinel Application Platform (SNAP)

SNAP_Raster_Operators_vers STRING

SNAP-Version

processing_facility_country STRING

Name des Landes, in dem sich die Einrichtung befindet. Dieses Element kann im IPF konfiguriert werden.

processing_facility_name STRING

Name der Einrichtung, in der der Verarbeitungsschritt ausgeführt wurde. Dieses Element kann im IPF konfiguriert werden.

processing_facility_organisation STRING

Name der Organisation, die für die Einrichtung verantwortlich ist. Dieses Element kann im IPF konfiguriert werden.

processing_facility_site STRING

Geografischer Standort der Einrichtung. Dieses Element kann im IPF konfiguriert werden.

processing_hardware STRING

Name der Hardware in der Einrichtung, die für die Verarbeitung verwendet wird.

processing_software_name STRING

Name der Softwarekomponente.

processing_software_version DOUBLE

Die Version oder Release-ID der Software

processing_time DOUBLE

Der Zeitpunkt, zu dem das Produkt verarbeitet wurde, im Epoch-Format

Produkt STRING

Dies ist immer OL_1_EFR__.

PRODUCT_ID STRING

Die vollständige ID des ursprünglichen Sentinel-3-Produkts

productQuality STRING

BESTANDEN oder leer

cycle_num DOUBLE

Die Zyklusnummer gibt an, wie oft der Satellit denselben geografischen Punkt auf der Erde überflogen hat. In der Betriebsphase von SENTINEL-3 (nach der Start- und Inbetriebnahmephase) beträgt der Umlaufzyklus 27 Tage.

orbitNumber DOUBLE

Die absolute Orbitnummer berücksichtigt die Orbits, die seit dem ersten Überqueren des aufsteigenden Knotens nach dem Start vergangen sind.

relative_orbit_num DOUBLE

Die relative Orbitnummer ist die Orbitnummer innerhalb eines Zyklus. Jedes Mal, wenn ein Zyklus beginnt, wird die relative Orbitnummer auf null zurückgesetzt.

groundTrackDirection STRING

Richtung der Spur, die der Subsatellitenpunkt aufgrund der Bewegung des Satelliten entlang seiner Umlaufbahn auf der Oberfläche des Referenzellipsoids der Erde hinterlässt.

Raumfahrzeug STRING

Name der Sentinel-3-Raumflugkörper: S3A, S3B

Status STRING

Status der Datei

Aktualität STRING

Aktualität der analysierten Verarbeitung

salineWaterPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

coastalPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

freshInlandWaterPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

tidalRegionPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

brightPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

invalidPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

cosmeticPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

duplicatedPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

dubiousSamplesPercent DOUBLE

Informationen zur Pixel-Qualität

saturatedPixelsPercent DOUBLE

Informationen zur Pixel-Qualität

Nutzungsbedingungen

Nutzungsbedingungen

Die Verwendung von Sentinel-Daten unterliegt den Nutzungsbedingungen für Copernicus-Sentinel-Daten.

Die Earth Engine nutzen

Code-Editor (JavaScript)

var dataset = ee.ImageCollection('COPERNICUS/S3/OLCI')
                  .filterDate('2018-04-01', '2018-04-04');

// Select bands for visualization and apply band-specific scale factors.
var rgb = dataset.select(['Oa08_radiance', 'Oa06_radiance', 'Oa04_radiance'])
              .median()
              // Convert to radiance units.
              .multiply(ee.Image([0.00876539, 0.0123538, 0.0115198]));

var visParams = {
  min: 0,
  max: 6,
  gamma: 1.5,
};

Map.setCenter(46.043, 1.45, 5);
Map.addLayer(rgb, visParams, 'RGB');

Python einrichten

Weitere Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('COPERNICUS/S3/OLCI').filterDate(
    '2018-04-01', '2018-04-04'
)

# Select bands for visualization and apply band-specific scale factors.
rgb = (
    dataset.select(['Oa08_radiance', 'Oa06_radiance', 'Oa04_radiance'])
    .median()
    .multiply(ee.Image([0.00876539, 0.0123538, 0.0115198]))
)  # Convert to radiance units.

vis_params = {'min': 0, 'max': 6, 'gamma': 1.5}

m = geemap.Map()
m.set_center(46.043, 1.45, 5)
m.add_layer(rgb, vis_params, 'RGB')
m
Open in Code Editor