哨兵2号大气校正

最新推荐文章于 2025-07-04 13:27:23 发布
最新推荐文章于 2025-07-04 13:27:23 发布
阅读量3.3k 收藏 10
点赞数 2
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_43755050/article/details/86517470

在这里插入图片描述

gxgxbehappy
关注
【google earth engine】7. 哨兵二号大气校正
qq_45110581的博客
09-18 5471
1. 参考链接 使用gee进行哨兵二号大气校正 2. 环境配置参考gee python api 使用 3. 代码 !pip install Py6S
6s大气校正软件以及说明
04-14
6S（SixS）大气校正软件是一款广泛应用于遥感影像处理领域的专业工具，它能够对遥感图像进行大气影响的校正，提高影像的质量和分析精度。大气校正是遥感图像处理的重要环节，因为大气层对入射的太阳光会产生吸收、...
用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用
02-12
用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用用ENVI软件对Sentinel-2（哨兵2）数据进行大气校正流程整理，亲测可用
哨兵2号卫星数据
最新发布
weixin_50262532的博客
07-04 340
波段中心波长分辨率说明波段1443nm10米海岸/气溶胶波段2490nm10米蓝光波段3560nm10米绿光波段4665nm10米红光波段5705nm20米红边1波段6740nm20米红边2波段7783nm20米红边3波段8833nm10米近红外波段8A865nm20米窄近红外波段9945nm60米水蒸气波段101375nm60米短波红外1波段111610nm20米短波红外2波段122190nm。
【RS】Sentinel-2哨兵二号L1C数据预处理教程（Sen2Cor大气校正、SNAP重采样、ENVI波段组合）
Remote Sensing迷途小书童
03-06 1万+
刚分享过新版欧空局的数据下载教程，正好把哨兵2号预处理的教程也分享一下，主要就是使用官方插件Sen2or对L1C级数据进行大气校正，使用SNAP软件对L2A级数据进行重采样并导出ENVI可以打开的格式，最后使用ENVI对重采样后的数据进行波段组合，以便于后期的定量分析。
SNAP：哨兵2 L1C数据大气校正、植被参数反演及缺少波段问题
Home
05-12 5172
SNAP：哨兵2 L1C数据大气校正及缺少波段问题，附光谱响应函数下载地址
在谷歌 Colab 环境中使用 Py6S 对哨兵 2 号图像进行大气校正.ipynb
10-30
在谷歌 Colab 环境中使用 Py6S 对哨兵 2 号图像进行大气校正
python 利用sen2cor对sentinel-2 影像大气校正批处理
11-13
本文将详细介绍如何使用Python结合Sen2Cor插件对Sentinel-2影像进行大气校正的批处理。 Sen2Cor是一款由欧洲空间局（ESA）开发的专业工具，专门针对Sentinel-2数据进行陆地表面反射率的计算，即L2A产品。它基于6S...
Sentinel2A大气校正步骤
11-21
主要介绍哨兵数据的大气校正方法，如何处理哨兵数据，非常值得学习，
Sentinel-2 Sen2Cor 大气校正步骤以及在SNAP中打开
06-21
Sentinel-2 Sen2Cor 大气校正步骤以及在SNAP中打开，哨兵2预处理
哨兵一号数据Snap预处理指导书
02-23
哨兵一号数据Snap预处理指导书。 我们对于欧洲空间局下载的哨兵一号的数据进行预处理的步骤写在了知道书中，希望可以帮助到同学。 SNAP sentinel 预处理
哨兵2号数据波段说明
09-22
哨兵2号是最近发射升空的卫星，相比于landSat等卫星分辨率高，最高可达10米，文件是详细的哨兵各个波段的说明，对于遥感方面想利用哨兵数据做研究的同志用处很大
哨兵1号数据处理手册大全
01-17
哨兵1号数据处理全英文版介绍详细，内容丰富希望能有所帮助
sentinel-2 大气校正方法
qq_28424679的博客
10-06 1万+
参考文章： https://blog.youkuaiyun.com/qq_41718357/article/details/83536322 https://blog.youkuaiyun.com/qq_41718357/article/details/89023618 https://blog.youkuaiyun.com/sinat_28853941/article/details/78511167 sen2cor下载地...
用ENVI5.6处理欧空局哨兵二号2C数据得到叶绿素分布情况
ymhh001的博客
01-23 3308
再在新弹出的界面点击file，再点击Save Selected Record to NewShapfile...（生成一个shp文件）然后关闭数据窗口。第一步：选择先前保存的shp文件 （7.③时生成）;*因为作者是小白，所以步骤比较详细，肯定还有些地方有差错，恳请请大家指正（尤其是函数处理部分）2. 按照上图给得到的结果进行颜色显示，右图选择GREEN/WHITE；①输入如图所示公式，再点击Add to List，后点击ok。②再对不需要的图层取消勾选，只选第一个，得到海面图。②右键点击第二个视图，
哨兵2号（Sentinel-2）介绍、下载、预处理及批处理
热门推荐
GeoSuper的博客
04-17 41万+
哨兵2号是高分辨率多光谱成像卫星，携带一枚多光谱成像仪(MSI)，用于陆地监测，可提供植被、土壤和水覆盖、内陆水路及海岸区域等图像，还可用于紧急救援服务。分为2A和2B两颗卫星。 第一颗卫星哨兵2号A于2015年6月23日01:52 UTC以“织女星”运载火箭发射升空。 6月29日，在轨运行4天的哨兵-2A卫星，传回了第一景数据，幅宽290km，卫星第一次扫描的范围是从瑞典开始，经过中欧和地中.........
GEE Sentinel2-SR影像下载示例
qq_45723511的博客
08-30 747
/** * 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
哨兵2号flaash大气校正
03-20
### 使用FLAASH对Sentinel-2数据进行大气校正 FLAASH（Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes）是一种广泛应用于遥感图像的大气校正工具，尤其适合多光谱和高光谱数据。以下是针对Sentinel-2数据使用FLAASH进行大气校正的具体说明。 #### 数据准备 在开始之前，需确保已下载并解压完整的Sentinel-2 L1C级产品文件夹。L1C级别的数据经过了TOA反射率计算，但尚未完成大气校正[^1]。为了加载到ENVI中，可以先通过SNAP或其他预处理软件将多个波段组合成单个多波段GeoTIFF文件。 #### FLAASH模块设置 进入ENVI软件界面后，按照以下流程操作： 1. **打开数据**: 在ENVI主菜单中选择`File -> Open Image File`，导入先前生成的多波段GeoTIFF文件。 2. **启动FLAASH**: 转至`Basic Tools -> Radiometric Correction -> MODTRAN/FLAASH atmospheric correction`来激活FLAASH插件窗口。 3. **输入参数配置**: - `Sensor Type`: 选择“Generic MSI”选项匹配 Sentinel-2 的传感器特性。 - `Elevation`: 输入地面高度值或者指定DEM文件路径用于更精确的高度调整。 - `Solar Zenith Angle (SZA)` 和 `Solar Azimuth Angle (SAA)`: 这些可以从 MTD_TL.xml 文件中的 `<Mean_Sun_Angle>` 字段读取得到。 4. **运行过程监控**: 设置完成后点击OK按钮提交任务请求，随后会弹出进度条显示当前状态直至结束。 5. **结果验证**: 处理完毕之后会产生一个新的BOA(Bottom Of Atmosphere)反射率影像以及辅助信息文档供后续分析利用。 ```python import os from envi import EnviTaskRunner def run_flaash(input_file, output_dir): task_runner = EnviTaskRunner() parameters = { 'sensor_type': 'Generic MSI', 'elevation_model': None, 'solar_angles': {'zenith': ..., 'azimuth': ...}, # Replace with actual values from metadata. ... } result = task_runner.execute('flaash', input=input_file, outputs=output_dir, params=parameters) return result['output_radiance'] ``` 以上脚本片段展示了如何借助 Python API 自动化上述手动步骤的一部分逻辑实现方式[^2]。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值