代码编织梦想
Sentinel-2 is a wide-swath, high-resolution, multi-spectral imaging mission supporting Copernicus Land Monitoring studies, including the monitoring of vegetation, soil and water c
下述命名规则是2019年12月6日颁布的，自此之后的L1C级别产品都按照这个规则命名（其他级别的产品官网没说）。 下载下来的文件是个zip，解压后是个与zip同名的 '.SAFE' 文件。 MMM_MSIXXX_YYYYMMDDHHMMSS_Nxxyy_ROOO_Tnnmab_<Product Discriminator>.SAFE MM
本文介绍哨兵2号（Sentinel-2）遥感影像数据的空间分幅规则，并提供军事格网参考系（Military Grid Reference System，MGRS）的.kml格式文件、.shp格式矢量文件的下载方法。
这里介绍如何下载Sentinel-2影像 实验区域：北京市 时间：2019-04-01至2019-10-31 var roi = table; //table为自己上传的矢量边界 //去云 function maskS2clouds(image) { var qa = image.select('QA60'); // Bits 10
Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-1C Dataset Availability 2015-06-23T00:00:00 - Dataset Provider European Union/ESA/Copernicus Collection Snippet ee
目标：批量下载研究区域满足一定条件的所有Sentinel-2影像。 Sentienl-2A携带了一枚多光谱成像仪（MSI），具有三种不同的空间分辨率 ，10m空间分辨率下有四个波段（ B2、B3、B4、B8），20m 空间分辨率下有六个波段（ B5、B6、B7、B8A、B11、B12），剩余三个波段为 60m空间分辨率。
使用工具： 1、SNAP平台 及 Sen2cor插件 处理过程： 1、下载SNAP平台和Sen2cor插件，建议安装最新版本 2、SNAP平台直接安装； 3、Sen2cor解压之后（文件夹名为：Sen2Cor-2.4.0-win64）将文件夹放置自己的用户文件夹下（比如：C:\Users\Administrator\AppData\Local） 双击运行
英语原文与汇报PPT下载链接：《基于10mSentinel-2影像的流域尺度高分辨率水系提取》英语原文与汇报PPT_CSDN下载 ABSTRACT： Extraction of drainage networks is an important element of river flow routing in hydrology and large-s
传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富，地物间光谱差异较为明显的基础上进行的。对于只含有较少波段的高分辨率遥感影像，传统的分类方法，就会造成分类精度降低，空间数据的大量冗余，并且其分类结果常常是椒盐图像，不利于进行空间分析。 为解决这一传统难题，面向对象分类技术应运而生。面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素
监督分类，又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它就是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机计算每种训练样区的统计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各种子类别分类的要求，随后用训练好的判决函数去对其他待分数据
上篇文章介绍了Landsat8和Sentinel-2影像的下载及预处理，接下来需要在ENVI软件中对这两类影像采用影像分类的方法进行红树林范围的提取。红树林范围提取前，需要做一些准备工作，本文主要介绍采用波段指数提取淇澳岛海岛范围掩膜以及选取分类样本数据。 1、ENVI波段指数计算 1）归一化水体指数(NDWI)计算 归一化水体指数(NDWI)是
红树林是一种生长在海岸带的木本植物群落，主要分布在热带、亚热带地区海岸带的海湾、河口等海域，是国际上生物多样性的重点保护对象。红树林具有提供产品、防风御浪、净化环境、保护海岸线、维持生物多样性等生态功能，它与海草床和珊瑚礁并称为三大海洋生态系统，并且有着重要的社会、经济和生态价值。红树林、盐沼和海草等海洋湿地生态系统构成了地球的“蓝色碳汇”，植被固碳中，红
Sentinel-2影像jp2格式转tiff格式 1、打开Sentinel-2影像 2、获取投影信息和仿射变换6参数 3、获取影像宽、高和波段数。 4、创建tiff格式数据驱动 5、读取数据 6、写入数据 7、写入投影信息和仿射变换参数 import gdal file = r"D:\test_data\S2A_MSIL1C_20190611T02455
转载自：https://blog.csdn.net/lidahuilidahui/article/details/103831851 05-SNAP处理Sentinel-2 L2A级数据（三） 前言数据集崇明岛简况无监督分类监督分类 分类类别的确定创建训练样本集 创建矢量容器矢量编辑工具 查看矢量数据管理器帮助文档勾绘多边
转载自：https://blog.csdn.net/lidahuilidahui/article/details/102765420 03-SNAP处理Sentinel-2 L2A级数据（一） 前言云检测 云检测方法去云方法 掩膜法 再谈Sen2Cor插件叠加掩膜图层合成法 Sen2Three插件重采样操作
转载自：https://blog.csdn.net/lidahuilidahui/article/details/99947811 02-Sentinel-2 L1C级数据bat和Python脚本批量大气校正 前言Sentinel-2 L1C数据大气校正方法单个Sentinel-2 L1C数据大气校正 命令行方式调用Sen2Cor校正SNAP中利
转载自：https://blog.csdn.net/lidahuilidahui/article/details/103705414 04-SNAP处理Sentinel-2 L2A级数据（二） 前言数据集波段指数计算 植被指数NDVI计算 法1----使用NDVI Processsor工具法2----使用Band Maths工具植被红边
转载自：https://blog.csdn.net/lidahuilidahui/article/details/107005979 08-SNAP的命令行处理工具gpt及其批处理（Sentinel-1和Sentinel-2为例） 导语前言gpt命令行工具简介 gpt命令行工具的位置gpt命令行语法参数数据源 Sentinel-1数据Sen
今天常识读写sentinel-2的数据。 先写上gdal支持的数据类型 GDT_Unknown : 未知数据类型 GDT_Byte : 8bit正整型 (C++中对应unsigned char) GDT_UInt16 : 1
03-SNAP处理Sentinel-2 L2A级数据（一） 前言云检测云检测方法去云方法掩膜法再谈Sen2Cor插件叠加掩膜图层 合成法Sen2Three插件 重采样操作法一：使用常规的栅格