Sentinel-2任务支持高重访频率,可以用于土地覆盖、分类和变化制图,以及准确评估生物量、叶面积指数(LAI)、叶绿素含量(LCC)。SENTINEL-2数据的采集将为以往由遗产任务(如LANDSAT和SPOT)执行的工作提供数据连续性。
MSI产品的基本级别是固定大小的granules,具体取决于产品的等级
对于Level-1B级,一个颗粒(granule)约覆盖25*23km;对于Level-1C和Level-2A级,一个颗粒为UTM/WGS84投影下100km²的正射影像
UTM(通用横轴墨卡托)系统将地球表面划分为60个区域。每个UTM区域的垂直宽度为经度6°,水平宽度为纬度8°。granule大小约为500 MB。granule可以被图像数据完全或部分覆盖。部分覆盖的granule对应于线束(swath)边缘的granule。
不对用户发布,这里省略
不对用户发布,这里省略
不常用,省略
Level-1C产品由100平方公里的瓦片(UTM/WGS84投影中的正交图像)组成。Level-1C产品是使用数字高程模型(DEM)在地图坐标中投影图像的结果。每像素辐射测量在大气顶部(TOA)反射率中提供,所有参数将其转换为辐射。根据不同光谱带的固有分辨率,以10、20和60 m的恒定地面采样距离(GSD)对1C级产品进行重新采样。在1C级产品中,像素坐标是指像素的左上角。1C级产品还将包括陆地/水、云罩和ECMWF数据(臭氧总柱、水蒸气总柱和平均海平面压力)。
Level-2A产品提供从相关Level-1C产品获得的大气底部(BOA)反射率图像。因此,每个Level-2A产品也由100平方公里的地砖组成(UTM/WGS84投影)。地面段未系统生成2A级产品。用户可以通过Sentinel-2工具箱使用相关的Level-1C产品作为输入来生成Level-2A。
略
Level-1A、Level-1B略、1C级处理使用1B级产品,并应用辐射和几何校正(包括正射校正和空间配准)。1C级处理包括辐射和几何校正,包括在全球参考系统上以亚像素精度进行正射校正和空间配准。
1C级处理分为以下步骤:
2A级处理包括应用于TOA(Top Of Atmosphere)1C级正射图像产品的场景分类和大气校正。2A级主要输出是大气底部(BOA)校正后的正射图像反射率乘积。
其他输出包括气溶胶光学厚度(AOT)图、水汽(WV)图和场景分类图(SCM),以及60米分辨率下云和雪概率的质量指标。根据用户选择的所需分辨率(10米、20米或60米),将对2A级输出图像产品进行重新采样并生成所有波段的空间分辨率相等的图像。
处理器算法是用于执行大气校正(包括卷云校正[R1])的最先进技术的组合,这些技术与[R2]中描述的场景分类模块一起为哨兵-2环境量身定制。场景分类算法允许检测云、雪和云阴影,并生成分类图,该分类图包括四种不同的云类别(包括卷云),以及六种不同的阴影、云阴影、植被、土壤/沙漠、水和雪类别。该算法基于一系列阈值测试,将Sentinel-2光谱带的大气反射率作为输入。此外,阈值适用于波段比和指数,如NDVI和NDSI。对于这些阈值测试中的每一个,都会关联一个置信水平。它在处理链的末端生成概率云遮罩质量指示器和雪遮罩质量指示符。该算法使用场景特征的反射特性来确定场景中是否存在云。云筛选应用于数据,以检索准确的大气和地表参数,作为以下进一步处理步骤的输入,或作为更高级别处理步骤的宝贵输入。
大气的气溶胶类型和能见度或光学厚度是使用密集暗植被(DDV)算法得出的[R3]。该算法要求场景包含已知反射率行为的参考区域,最好是DDV和水体。该算法以用户定义的可见性(默认值:20 km)开始。如果场景不包含暗植被或土壤像素,则连续迭代2 190 nm波段中的表面反射率阈值,以包括中等亮度参考像素。如果场景不包含参考,也不包含水像素,则使用开始可见性处理场景。
用大气预校正差分吸收(APDA)算法[R4]对陆地上的水汽进行反演,该算法适用于两个Sentinel-2波段(B8a和B9)。波段8a是大气窗口区域中的参考信道。带B9是吸收区中的测量通道。在假设测量通道的表面反射率与参考通道的相同的情况下,通过计算没有水蒸气的大气的辐射度来评估吸收深度。然后,吸收深度是水蒸气柱含量的度量。
使用通过libRadtran(http://www.libradtran.org/doku.php)生成的一组查找表执行大气校正。基线处理是农村/大陆气溶胶类型。根据场景地理位置和气候学,也可以使用其他查找表
[R1]: Richter, R., Wang, X., Bachmann, M., and Schlaepfer, D., “Correction of cirrus effects in Sentinel-2 type of imagery”, Int. J. Remote Sensing, Vol.32, 2931-2941 (2011).
[R2]: J. Louis, A. Charantonis & B. Berthelot, “Cloud Detection for Sentinel-2”, Proceedings of ESA Living Planet Symposium (2010).
[R3]: Kaufman, Y., Sendra, C. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery, International Journal of Remote Sensing, Volume 9, Issue 8, 1357-1381 (1988).
[R4]: Schläpfer, D. et al., “Atmospheric precorrected differential absorption technique to retrieve columnar water vapour”, Remote Sens. Environ., Vol. 65, 353366 (1998).
分辨率可以分为时间分辨率(单星10天,双星5天)、空间分辨率、辐射分辨率
辐射分辨率是仪器区分光强度或反射率差异的能力。辐射分辨率越大,感测到的图像就越精确。
辐射分辨率通常表示为一个比特数,通常在8到16bit的范围内。MSI仪器的辐射分辨率为12bit,能够在0到4095个潜在光强度值的范围内获取图像。辐射测量精度低于5%(目标3%)。辐射分辨率还取决于探测器的信噪比(SNR)。
直接跳到L1C,包括
L1级瓦片图像数据命名约定
S2A_OPER_MSI_L1C_CGS3_20141104T134012_123_15SWC_N11.11
其中:
Sentinel2 产品使用SENTINEL-SAFE格式,包括JPEG2000格式的图像数据,质量指示器,辅助数据和元数据。
L2A产品包括:
More information on LEVEL-2A format can be found in the SENTINEL-2 Technical Guide.
略
辅助数据
TCI
通过单独的在线图像浏览器(OLIB)应用程序,将能够在线访问Sentinel-2图像作为真彩色图像(TCI),OLIB将允许下载TCI图像,以便在终端用户群中进行可视化和/或交付。最终用户产品是一个单一文件,由JPEG2000地理标记语言(GML)和地理参考组成。