GEE——sentinel-2新的去云方式(Cloud Score+ S2_HARMONIZED V1数据集)及linkCollection()函数的使用,结果优于现有QA波段去云(附代码)

简介:

GEE今天的峰会上提出了一个非常好的去云的影像,这个数据集已经再gee中进行了公开,并且只需要通过一行代码即可运行获取没有云的高清影像,相较于QA去云的操作,整体山给效果更加,特别是对于很多地区常年被云雾覆盖,很难获取无云影像,本教程通过一个简单的案例来展示如何做到高清无云影像的获取,从而提高后续土地分类的精度或者其它后续影像操作。

Cloud Score+ S2_HARMONIZED V1数据集介绍:

Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估(QA)处理器。Cloud Score+ 的输出不明确提供标签,如 "云 "和 "云影"。取而代之的是,质量保证工件是根据与太阳辐射或成像传感器相关的地面遮挡情况按连续比例定义的:如果入射到地面像素或从地面像素反射的光线被大气层吸收或反射,则质量保证得分较低。从功能上讲,Cloud Score+ 可为每个像素提供一个整体的 "可用性 "分数,该分数可被设置为阈值,以屏蔽甚至加权用于时间序列分析或分类等下游任务的观测数据。

Cloud Score+ S2_HARMONIZED数据集与统一的哨兵-2 L1C数据集同时运行。该数据集包括两个质量保证波段,根据表面能见度对单个像素的可用性进行评分,评分标准为[0, 1],其中 0 代表 "不清晰"(遮挡),1 代表 "清晰"(未遮挡)。cs 波段根据观测到的像元与(理论上的)清晰参考观测值之间的光谱距离对质量保证进行评分,而 cs_cdf 波段则根据对给定位置随时间变化的评分累积分布的估计值来表示观测到的像元清晰的可能性。

Cl

你可能感兴趣的:(gee土地分类专栏,Google,Earth,Engine,GEE学习专栏,开发语言,javascript,gee,CS+,sentinel,去云,s2)