Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-1C (TOA)

COPERNICUS/S2_HARMONIZED
データセットの可用性
2015-06-27T00:00:00Z–2025-03-09T07:03:15Z
データセット プロバイダ
Earth Engine スニペット
ee.ImageCollection("COPERNICUS/S2_HARMONIZED")
再訪問間隔
5 日間
タグ
copernicus esa eu msi radiance sentinel

2022 年 1 月 25 日以降、PROCESSING_BASELINE が「04.00」以上の Sentinel-2 シーンでは、DN(値)範囲が 1, 000 ずつシフトされます。HARMONIZED コレクションでは、新しいシーンのデータが古いシーンと同じ範囲にシフトされます。

Sentinel-2 は、コペルニクスの陸域モニタリング調査をサポートする広範囲、高解像度のマルチスペクトル画像処理ミッションです。植生、土壌、水域のモニタリング、内陸水路や沿岸地域の観測などが行われます。

Sentinel-2 データには、TOA 反射率を 10,000 倍にスケーリングした 13 個の UINT16 スペクトル バンドが含まれています。詳しくは、Sentinel-2 ユーザー ハンドブックをご覧ください。QA60 は、2022 年 2 月までラスター化された雲マスク ポリゴンを含むビットマスク バンドです。これらのポリゴンの生成は 2022 年 2 月に停止されました。2024 年 2 月より、以前の QA60 バンドは MSK_CLASSI クラウド分類バンドから作成されます。詳細については、雲マスクの計算方法の詳細をご覧ください。

各 Sentinel-2 プロダクト(ZIP アーカイブ)には複数のグラニュールが含まれている場合があります。各グラニュールは個別の Earth Engine アセットになります。Sentinel-2 アセットの EE アセット ID の形式は、COPERNICUS/S2/20151128T002653_20151128T102149_T56MNN です。ここで、最初の数値部分はセンシングの日時を表し、2 番目の数値部分はプロダクトの生成日時を表し、最後の 6 文字の文字列は UTM グリッド参照を示す一意のグラニュール ID です(MGRS を参照)。

ESA によって生成されたレベル 2 データは、コレクション COPERNICUS/S2_SR にあります。

雲や雲の影の検出に役立つデータセットについては、COPERNICUS/S2_CLOUD_PROBABILITYGOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED をご覧ください。

Sentinel-2 の放射測定解像度について詳しくは、こちらのページをご覧ください。

バンド

名前 スケール ピクセルサイズ 波長 説明
B1 0.0001 60 メートル 443.9 nm(S2A)/ 442.3 nm(S2B)

エアロゾル

B2 0.0001 10 メートル 496.6 nm(S2A)/ 492.1 nm(S2B)

B3 0.0001 10 メートル 560nm(S2A)/ 559nm(S2B)

B4 0.0001 10 メートル 664.5nm(S2A)/ 665nm(S2B)

B5 0.0001 20 メートル 703.9 nm(S2A)/ 703.8 nm(S2B)

Red Edge 1

B6 0.0001 20 メートル 740.2 nm(S2A)/ 739.1 nm(S2B)

Red Edge 2

B7 0.0001 20 メートル 782.5nm(S2A)/ 779.7nm(S2B)

Red Edge 3

B8 0.0001 10 メートル 835.1 nm(S2A)/ 833 nm(S2B)

NIR

B8A 0.0001 20 メートル 864.8 nm(S2A)/ 864 nm(S2B)

Red Edge 4

B9 0.0001 60 メートル 945 nm(S2A)/ 943.2 nm(S2B)

水蒸気

B10 0.0001 60 メートル 1373.5nm(S2A)/ 1376.9nm(S2B)

巻雲

B11 0.0001 20 メートル 1613.7 nm(S2A)/ 1610.4 nm(S2B)

SWIR 1

B12 0.0001 20 メートル 2202.4nm(S2A)/ 2185.7nm(S2B)

SWIR 2

QA10 10 メートル

常に空

QA20 20 メートル

常に空

QA60 60 メートル

雲のマスク。2022 年 2 月~ 2024 年 2 月の間マスク処理されます。

  • ビット 0 ~ 9: 未使用
  • ビット 10: 不透明な雲
    • 0: 不透明な雲なし
    • 1: 不透明な雲がある
  • ビット 11: 巻雲
    • 0: 巻雲なし
    • 1: 巻雲がある
MSK_CLASSI_OPAQUE 60 メートル

不透明な雲の分類バンド(0=雲なし、1=雲あり)。2024 年 2 月より前にマスク処理されます。

MSK_CLASSI_CIRRUS 60 メートル

巻雲の分類帯(0=雲なし、1=雲あり)。2024 年 2 月より前にマスク処理されます。

MSK_CLASSI_SNOW_ICE 60 メートル

雪/氷の分類帯域(0=雪/氷なし、1=雪/氷)。2024 年 2 月より前にマスク処理されます。

画像プロパティ

名前 説明
CLOUDY_PIXEL_PERCENTAGE DOUBLE

元のメタデータから取得した、粒子固有の曇りピクセルの割合

CLOUD_COVERAGE_ASSESSMENT DOUBLE

このグラニュールを含むアーカイブ全体の曇りピクセルの割合。元のメタデータから取得

DATASTRIP_ID STRING

データストリップの商品データ項目(PDI)の一意の識別子

DATATAKE_IDENTIFIER STRING

特定の Datatake を一意に識別します。ID には、Sentinel-2 衛星、開始日時、絶対軌道番号、処理ベースラインが含まれます。

DATATAKE_TYPE STRING

MSI 動作モード

DEGRADED_MSI_DATA_PERCENTAGE DOUBLE

劣化した MSI と補助データの割合

FORMAT_CORRECTNESS STRING

グラニュール(Product_Syntax)レベルとデータストリップ(Product Syntax と DS_Consistency)レベルで実行されるオンライン品質管理(OLQC)チェックの統合

GENERAL_QUALITY STRING

データストリップ レベルで実行される OLQC チェックの合成(Relative_Orbit_Number)

GENERATION_TIME DOUBLE

商品の生成時間

GEOMETRIC_QUALITY STRING

データストリップ レベルで実行される OLQC チェックの合成(Attitude_Quality_Indicator)

GRANULE_ID STRING

粒度 PDI の一意の識別子(PDI_ID)

MEAN_INCIDENCE_AZIMUTH_ANGLE_B1 DOUBLE

帯域 B1 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B2 DOUBLE

帯域 B2 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B3 DOUBLE

帯域 B3 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B4 DOUBLE

帯域 B4 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B5 DOUBLE

帯域 B5 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B6 DOUBLE

帯域 B6 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B7 DOUBLE

帯域 B7 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8 DOUBLE

帯域 B8 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8A DOUBLE

帯域 B8a とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B9 DOUBLE

帯域 B9 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B10 DOUBLE

帯域 B10 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B11 DOUBLE

帯域 B11 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_AZIMUTH_ANGLE_B12 DOUBLE

帯域 B12 とすべての検出器の視線入射方位角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B1 DOUBLE

帯域 B1 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B2 DOUBLE

バンド B2 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B3 DOUBLE

バンド B3 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B4 DOUBLE

帯域 B4 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B5 DOUBLE

帯域 B5 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B6 DOUBLE

帯域 B6 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B7 DOUBLE

帯域 B7 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B8 DOUBLE

帯域 B8 とすべての検出器の視入角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B8A DOUBLE

帯域 B8a とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B9 DOUBLE

バンド B9 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B10 DOUBLE

帯域 B10 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B11 DOUBLE

帯域 B11 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_INCIDENCE_ZENITH_ANGLE_B12 DOUBLE

帯域 B12 とすべての検出器の視線入射天頂角の平均を含む平均値

MEAN_SOLAR_AZIMUTH_ANGLE DOUBLE

すべてのバンドと検出器の太陽方位角の平均を含む平均値

MEAN_SOLAR_ZENITH_ANGLE DOUBLE

すべてのバンドと検出器の太陽天頂角の平均を含む平均値

MGRS_TILE STRING

米国軍グリッド参照システム(MGRS)タイル

PROCESSING_BASELINE STRING

プロセッサ ソフトウェア バージョンと地上画像処理パラメータ(GIPP)のメジャー バージョンに関して、製品生成時に使用された構成ベースライン

PRODUCT_ID STRING

元の Sentinel-2 プロダクトの完全な ID

RADIOMETRIC_QUALITY STRING

Datastrips/QI_DATA に含まれる OLQC レポート(RADIOMETRIC_QUALITY チェックリスト名)に基づく

REFLECTANCE_CONVERSION_CORRECTION DOUBLE

地球と太陽の距離の補正係数

SENSING_ORBIT_DIRECTION STRING

撮影軌道の方向

SENSING_ORBIT_NUMBER DOUBLE

撮影軌道番号

SENSOR_QUALITY STRING

グレインレベル(Missing_Lines、Corrupted_ISP、Sensing_Time)とデータストリップレベル(Degraded_SAD、Datation_Model)で実行される OLQC チェックの統合

SOLAR_IRRADIANCE_B1 DOUBLE

バンド B1 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B2 DOUBLE

バンド B2 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B3 DOUBLE

バンド B3 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B4 DOUBLE

バンド B4 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B5 DOUBLE

バンド B5 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B6 DOUBLE

バンド B6 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B7 DOUBLE

バンド B7 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B8 DOUBLE

バンド B8 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B8A DOUBLE

バンド B8a の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B9 DOUBLE

バンド B9 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B10 DOUBLE

バンド B10 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B11 DOUBLE

バンド B11 の平均太陽外気圏放射照度

SOLAR_IRRADIANCE_B12 DOUBLE

バンド B12 の平均太陽外気圏放射照度

SPACECRAFT_NAME STRING

Sentinel-2 宇宙機の名前: Sentinel-2A、Sentinel-2B

利用規約

Sentinel データの使用には、Copernicus Sentinel Data Terms and Conditions が適用されます。

Earth Engine で探索する

/**
 * 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 and cirrus, respectively.
  var cloudBitMask = 1 << 10;
  var cirrusBitMask = 1 << 11;

  // Both flags should be set to zero, indicating clear conditions.
  var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
      .and(qa.bitwiseAnd(cirrusBitMask).eq(0));

  return image.updateMask(mask).divide(10000);
}

// Map the function over a month of data and take the median.
// Load Sentinel-2 TOA reflectance data (adjusted for processing changes
// that occurred after 2022-01-25).
var dataset = ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
                  .filterDate('2022-01-01', '2022-01-31')
                  // Pre-filter to get less cloudy granules.
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
                  .map(maskS2clouds);

var rgbVis = {
  min: 0.0,
  max: 0.3,
  bands: ['B4', 'B3', 'B2'],
};

Map.setCenter(-9.1695, 38.6917, 12);
Map.addLayer(dataset.median(), rgbVis, 'RGB');

Python API とインタラクティブな開発での geemap の使用については、 Python 環境のページをご覧ください。

import ee
import geemap.core as geemap
def mask_s2_clouds(image):
  """Masks clouds in a Sentinel-2 image using the QA band.

  Args:
      image (ee.Image): A Sentinel-2 image.

  Returns:
      ee.Image: A cloud-masked Sentinel-2 image.
  """
  qa = image.select('QA60')

  # Bits 10 and 11 are clouds and cirrus, respectively.
  cloud_bit_mask = 1 << 10
  cirrus_bit_mask = 1 << 11

  # Both flags should be set to zero, indicating clear conditions.
  mask = (
      qa.bitwiseAnd(cloud_bit_mask)
      .eq(0)
      .And(qa.bitwiseAnd(cirrus_bit_mask).eq(0))
  )

  return image.updateMask(mask).divide(10000)


dataset = (
    ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
    .filterDate('2022-01-01', '2022-01-31')
    # Pre-filter to get less cloudy granules.
    .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
    .map(mask_s2_clouds)
)

rgb_vis = {
    'min': 0.0,
    'max': 0.3,
    'bands': ['B4', 'B3', 'B2'],
}

m = geemap.Map()
m.set_center(-9.1695, 38.6917, 12)
m.add_layer(dataset.median(), rgb_vis, 'RGB')
m
コードエディタで開く