下载哨兵2号大气校正后L2A级数据的方法

简介: 本文介绍在Sentinel哨兵遥感影像数据官网中,下载已经经过大气校正的Sentinel-2 L2A级遥感影像产品的方法~

  本文介绍在Sentinel哨兵遥感影像数据官网中,下载已经经过大气校正Sentinel-2 L2A级遥感影像产品的方法。

  由欧洲航天局发射的Sentinel-2(哨兵2号)卫星的遥感影像具有空间分辨率高、重返周期小等特点,因此得以广泛应用。而原本其官网最高只提供了L1C级数据产品的下载,这一级数据下载完成后如下图所示。

  L1C级的产品虽然已经完成了空间校正,但未经大气校正,需要用户自行进行大气校正;这是一个非常麻烦的过程,尤其对于大量遥感影像的处理很不友好。

  而现在,Sentinel数据官网已经提供了L2A级遥感影像产品的下载,这一产品就是在前述L1C级产品的基础上,经过大气校正后获得的,免去了用户自行进行大气校正处理的流程。本文就对L2A级遥感影像数据产品的下载方法进行介绍。

  首先,我们进入哥白尼数据访问中心,即Sentinel数据的官方下载网站;随后,需要在右上角找到登录按钮,并进行登录;如果没有账户的话直接注册一个就好。

  接下来,在左上角找到下图红色框内的高级搜索栏,并将其打开。随后,在弹出的窗口中,按照我们的需求,调整所需下载数据的成像时间、卫星类型、数据级别、云量等信息。其中,因为我们需要下载Sentinel-22级产品,因此就选中“Mission: Sentinel-2”这一卫星,且在“Product Type”中选中S2MSI2A;这个选项就表示我们将要下载L2A级的Sentinel-2数据产品。此外,需要在右侧的地图中,通过鼠标右键绘制感兴趣区,作为下载遥感影像的地区。

  随后,点击“放大镜”按钮,即可搜索符合要求的遥感影像。

  搜索结果出现后,可以通过“购物车”图标,将我们需要的遥感影像加入购物车中。

  随后,在左上角或者右上角的“个人”图标中,都可以找到购物车;我们点击并进入购物车。

  即可开始遥感影像数据产品的下载。

  每一景单独的遥感影像一般就在800 ~ 900 MB左右。

  L2A级遥感影像产品下载后,同样是一个.zip格式的压缩包;将压缩包解压后得到如下文件。

  其中,这一数据在ENVI中应该是没有办法直接打开的;如下图所示,通过“Open As”方式并不能成功将其打开。

  但是,在ArcGIS软件中则可以通过其中的一个.xml文件,将三个不同空间分辨率的数据依次打开。

  此外,这个通过这个.xml文件,还可以打开Sentinel数据自带的地物类型分类数据。

相关文章
|
ice
Google Earth Engine ——Landsat 7 影像集合数据集详细介绍
Google Earth Engine ——Landsat 7 影像集合数据集详细介绍
493 1
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习】回归任务、线性回归评价指标讲解及温度与花朵数线性回归实战(图文解释 附源码)
【Python机器学习】回归任务、线性回归评价指标讲解及温度与花朵数线性回归实战(图文解释 附源码)
613 0
|
12月前
|
存储 设计模式 Java
Java 期末考试不挂科必背基础知识点复习笔记整理
这是一份全面的Java基础知识点复习笔记,涵盖核心特性、数据类型、流程控制、数组、异常处理、JVM原理、多线程、设计模式及Java 8+新特性等内容。结合买飞机票、验证码生成和评委打分等应用实例,助你掌握考试重点,轻松应对Java期末考试,避免挂科!附带代码资源,供深入学习使用。链接:[https://pan.quark.cn/s/14fcf913bae6](https://pan.quark.cn/s/14fcf913bae6)
567 0
|
XML 编解码 定位技术
哨兵2号Sentinel-2已经完成大气校正的L2A级遥感影像产品的下载方法
哨兵2号Sentinel-2已经完成大气校正的L2A级遥感影像产品的下载方法
1012 1
哨兵2号Sentinel-2已经完成大气校正的L2A级遥感影像产品的下载方法
|
开发者
哨兵2号分幅规则介绍及网格矢量下载
本文介绍哨兵2号(Sentinel-2)遥感影像数据的空间分幅规则,并提供其格网参考系(Military Grid Reference System,MGRS)的.kml格式文件、.shp格式矢量文件的下载方法~
1436 1
哨兵2号分幅规则介绍及网格矢量下载
|
机器学习/深度学习 自然语言处理
预训练语言模型:从BERT到GPT,NLP的新纪元
自然语言处理(NLP)近年来因预训练语言模型(PLMs)的崛起而发生巨大变革。BERT和GPT等模型在学术与工业界取得突破性进展。本文探讨PLMs原理、发展历程及其实际应用,涵盖文本分类、命名实体识别、问答系统等场景,并通过实战案例展示如何使用这些强大的工具解决复杂的NLP任务。
|
数据可视化 数据管理 定位技术
如何将QGIS中的属性表与Excel表格关联?
作为UE开发人员,经常会使用到QGIS进行数据管理编辑。QGIS与Excel之间数据并不完全兼容,而UE开发过程中大部分的前期数据都储存在Eecel里。为了将Excel数据写入QGIS属性表实现数据可视化,我们内部总结了一个最快捷的方法
|
机器学习/深度学习 人工智能 自然语言处理
卷积神经网络(CNN):视觉识别的革命先锋
卷积神经网络(CNN)作为人工智能领域的一颗璀璨明珠,在计算机视觉中发挥着核心作用。CNN的发展历程展现了从生物学灵感到技术创新的转变,历经LeNet-5至AlexNet、VGGNet、ResNet等里程碑式的进步。其独特结构包括卷积层、池化层及全连接层,能够层层递进地提取特征并作出决策。CNN不仅在图像分类、目标检测等领域表现卓越,还在人脸识别、医学影像分析等方面展现出巨大潜力。尽管存在局限性,如对序列数据处理能力有限及解释性问题,但通过引入注意力机制、自监督学习等方法,CNN将持续演进,引领人工智能技术走向更加精彩的未来。
1235 2
|
算法 安全 网络安全
AIGC涉及七大风险
【1月更文挑战第17天】AIGC涉及七大风险
1595 1
AIGC涉及七大风险
|
存储 编解码 人工智能
中科星图——Sentinel-2_MSI_L2A数据集
中科星图——Sentinel-2_MSI_L2A数据集
847 1