Sentinel-2 MSI: MultiSpectral Instrument, Level-2A (SR) [deprecated]

COPERNICUS/S2_SR
数据集可用性
2017-03-28T00:00:00Z–2025-03-09T06:21:07Z
数据集提供程序
Earth Engine 代码段
ee.ImageCollection("COPERNICUS/S2_SR")
重新访问间隔
5 天
标签
Copernicus
esa
eu
msi
反射率
Sentinel
sr
说明频段图片属性使用条款

另请参阅集合 COPERNICUS/S2_SR_HARMONIZED，该集合会将 PROCESSING_BASELINE 为“04.00”或更高版本（2022 年 1 月 25 日之后）的数据移至与旧场景相同的范围。

Sentinel-2 是一项宽幅高分辨率多光谱成像任务，可支持哥白尼陆地监测研究，包括监测植被、土壤和水域覆盖率，以及观察内陆水道和沿海地区。

Sentinel-2 L2 数据会从 CDSE 下载。这些值是通过运行 sen2cor 计算得出的。警告：EE 集合中的 2017-2018 年 L2 覆盖率尚未覆盖全球。

这些资产包含 12 个 UINT16 光谱带，表示按 10000 缩放的 SR（与 L1 数据不同，没有 B10）。此外，还有几个特定于 L2 的频段（如需了解详情，请参阅频段列表）。如需了解详情，请参阅 Sentinel-2 用户手册。

QA60 是一个位掩码带，其中包含光栅化云遮罩多边形，直到 2022 年 1 月 25 日这些多边形停止生成。从 2024 年 2 月 28 日起，系统将根据 MSK_CLASSI 云分类带构建与旧版一致的 QA60 带。如需了解详情，请参阅有关计算云遮罩方式的完整说明。

Sentinel-2 L2 资产的 EE 资产 ID 采用以下格式：COPERNICUS/S2_SR/20151128T002653_20151128T102149_T56MNN。其中，第一个数字部分表示感知日期和时间，第二个数字部分表示产品生成日期和时间，最后一个 6 位字符串是唯一的 granule 标识符，表示其 UTM 网格参考（请参阅 MGRS）。

如需查看有助于检测云和/或云阴影的数据集，请参阅 COPERNICUS/S2_CLOUD_PROBABILITY 和 GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED。

如需详细了解 Sentinel-2 的辐射解析度，请参阅此页面。

乐队

名称 单位 最小值 最大值 缩放 像素尺寸 波长 说明
B1 0.0001 60 米 443.9nm (S2A) / 442.3nm (S2B)

喷雾器
B2 0.0001 10 米 496.6nm (S2A) / 492.1nm (S2B)

蓝色
B3 0.0001 10 米 560nm (S2A) / 559nm (S2B)

绿色
B4 0.0001 10 米 664.5nm (S2A) / 665nm (S2B)

红色
B5 0.0001 20 米 703.9nm (S2A) / 703.8nm (S2B)

红色边缘 1
B6 0.0001 20 米 740.2nm (S2A) / 739.1nm (S2B)

Red Edge 2
B7 0.0001 20 米 782.5nm (S2A) / 779.7nm (S2B)

Red Edge 3
B8 0.0001 10 米 835.1nm (S2A) / 833nm (S2B)

NIR
B8A 0.0001 20 米 864.8nm (S2A) / 864nm (S2B)

Red Edge 4
B9 0.0001 60 米 945 纳米 (S2A) / 943.2 纳米 (S2B)

水蒸气
B11 0.0001 20 米 1613.7nm (S2A) / 1610.4nm (S2B)

SWIR 1
B12 0.0001 20 米 2202.4nm (S2A) / 2185.7nm (S2B)

SWIR 2
AOT 0.001 10 米

气溶胶光学厚度
WVP cm 0.001 10 米

水蒸汽压力。如果蒸汽凝结成液体并均匀分布在整个列中，水将占据的高度。
SCL 1 11 20 米

场景分类地图（“无数据”值为 0 已被遮盖）
TCI_R 10 米

真彩图片，红色通道
TCI_G 10 米

真实色彩图片，绿色通道
TCI_B 10 米

真实色彩图片，蓝色通道
MSK_CLDPRB 0 100 20 米

Cloud 概率图（部分产品中缺少）
MSK_SNWPRB 0 100 10 米

降雪概率图（部分产品中缺少）
QA10 10 米

始终为空
QA20 20 米

始终为空
QA60 60 米

云遮罩。2022 年 1 月 25 日至 2024 年 2 月 28 日（包括这两个日期）已被屏蔽。
  • 位 0-9：未使用
  • 位 10：不透明云
    • 0：无不透明云
    • 1：存在不透明的云
  • 第 11 位：卷云
    • 0：无高层云
    • 1：有卷云
MSK_CLASSI_OPAQUE 60 米

不透明云分类带（0=无云，1=有云）。在 2024 年 2 月之前会被遮盖。
MSK_CLASSI_CIRRUS 60 米

卷云分类带（0=无云，1=有云）。在 2024 年 2 月之前会被遮盖。
MSK_CLASSI_SNOW_ICE 60 米

降雪/结冰分类带（0=无降雪/结冰，1=有降雪/结冰）。在 2024 年 2 月之前会被遮盖。

SCL 类表

值 颜色 说明
1 #ff0004 饱和或有缺陷
2 #868686 暗区像素
3 #774b0a 云阴影
4 #10d22c 植被
5 #ffff52 裸土
6 #0000ff 水
7 #818181 云层概率较低 / 未分类
8 #c0c0c0 云层 中等概率
9 #f1f1f1 云（高概率）
10 #bac5eb Cirrus
11 #52fff9 雪 / 冰

图片属性

名称 类型 说明
AOT_RETRIEVAL_ACCURACY 双精度

气溶胶光学厚度模型的准确性
CLOUDY_PIXEL_PERCENTAGE 双精度

来自原始元数据的特定于 granule 的云雾像素百分比
CLOUD_COVERAGE_ASSESSMENT 双精度

包含此 granule 的整个归档中的阴云像素所占的百分比。取自原始元数据
CLOUDY_SHADOW_PERCENTAGE 双精度

被分类为云阴影的像素所占的百分比
DARK_FEATURES_PERCENTAGE 双精度

被分类为深色地图项或阴影的像素所占的百分比
DATASTRIP_ID STRING

数据条产品数据项 (PDI) 的唯一标识符
DATATAKE_IDENTIFIER STRING

用于唯一标识给定数据集。该 ID 包含 Sentinel-2 卫星、开始日期和时间、绝对轨道编号和处理基准。
DATATAKE_TYPE STRING

MSI 操作模式
DEGRADED_MSI_DATA_PERCENTAGE 双精度

降级的 MSI 和辅助数据的百分比
FORMAT_CORRECTNESS STRING

对在 granule (Product_Syntax) 和 datastrip (Product Syntax 和 DS_Consistency) 级别执行的在线质量控制 (OLQC) 检查进行合成
GENERAL_QUALITY STRING

在数据条级别执行的 OLQC 检查的综合结果 (Relative_Orbit_Number)
GENERATION_TIME 双精度

商品生成时间
GEOMETRIC_QUALITY STRING

对数据条级别执行的 OLQC 检查的综合结果 (Attitude_Quality_Indicator)
GRANULE_ID STRING

granule PDI 的唯一标识符 (PDI_ID)
HIGH_PROBA_CLOUDS_PERCENTAGE 双精度

被分类为高概率云的像素所占的百分比
MEAN_INCIDENCE_AZIMUTH_ANGLE_B1 双精度

包含频段 B1 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B2 双精度

包含频段 B2 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B3 双精度

包含频段 B3 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B4 双精度

包含频段 B4 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B5 双精度

包含频段 B5 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B6 双精度

包含频段 B6 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B7 双精度

包含频段 B7 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B8 双精度

包含频段 B8 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B8A 双精度

包含频段 B8a 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B9 双精度

包含频段 B9 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B10 双精度

平均值，包含频段 B10 和所有探测器的视场入射方位角平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B11 双精度

包含频段 B11 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_AZIMUTH_ANGLE_B12 双精度

包含频段 B12 和所有探测器的视场入射方位角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B1 双精度

包含频段 B1 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B2 双精度

包含频段 B2 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B3 双精度

包含频段 B3 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B4 双精度

包含频段 B4 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B5 双精度

包含频段 B5 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B6 双精度

包含频段 B6 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B7 双精度

包含频段 B7 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B8 双精度

包含频段 B8 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B8A 双精度

包含频段 B8a 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B9 双精度

包含频段 B9 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B10 双精度

包含频段 B10 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B11 双精度

包含频段 B11 和所有探测器的视场入射天顶角平均值的平均值
MEAN_INCIDENCE_ZENITH_ANGLE_B12 双精度

包含频段 B12 和所有探测器的视场入射天顶角平均值的平均值
MEAN_SOLAR_AZIMUTH_ANGLE 双精度

包含所有波段和探测器的太阳方位角平均值的平均值
MEAN_SOLAR_ZENITH_ANGLE 双精度

包含所有波段和探测器的太阳天顶角平均值的平均值
MEDIUM_PROBA_CLOUDS_PERCENTAGE 双精度

被归类为中等概率云的像素所占的百分比
MGRS_TILE STRING

美国军事网格参考系统 (MGRS) 图块
NODATA_PIXEL_PERCENTAGE 双精度

无数据像素所占的百分比
NOT_VEGETATED_PERCENTAGE 双精度

被归类为非植被的像素所占的百分比
PROCESSING_BASELINE STRING

产品生成时使用的配置基准（包括处理器软件版本和主要地面图像处理参数 [GIPP] 版本）
PRODUCT_ID STRING

原始 Sentinel-2 产品的完整 ID
RADIATIVE_TRANSFER_ACCURACY 双精度

辐射传输模型的准确性
RADIOMETRIC_QUALITY STRING

根据 Datastrips/QI_DATA 中包含的 OLQC 报告（具有 RADIOMETRIC_QUALITY 核对清单名称）
REFLECTANCE_CONVERSION_CORRECTION 双精度

地球与太阳的距离校正系数
SATURATED_DEFECTIVE_PIXEL_PERCENTAGE 双精度

饱和或有缺陷的像素所占的百分比
SENSING_ORBIT_DIRECTION STRING

成像轨道方向
SENSING_ORBIT_NUMBER 双精度

成像轨道编号
SENSOR_QUALITY STRING

在 granule（Missing_Lines、Corrupted_ISP 和 Sensing_Time）和 datastrip（Degraded_SAD 和 Datation_Model）级别执行的 OLQC 检查的综合
SOLAR_IRRADIANCE_B1 双精度

波段 B1 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B2 双精度

波段 B2 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B3 双精度

波段 B3 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B4 双精度

波段 B4 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B5 双精度

波段 B5 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B6 双精度

波段 B6 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B7 双精度

波段 B7 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B8 双精度

波段 B8 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B8A 双精度

波段 B8a 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B9 双精度

波段 B9 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B10 双精度

波段 B10 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B11 双精度

频段 B11 的平均太阳外大气辐射
SOLAR_IRRADIANCE_B12 双精度

频段 B12 的平均太阳外大气辐射
SNOW_ICE_PERCENTAGE 双精度

被归类为下雪或结冰的像素所占的百分比
SPACECRAFT_NAME STRING

Sentinel-2 航天器名称：Sentinel-2A、Sentinel-2B
THIN_CIRRUS_PERCENTAGE 双精度

被分类为薄层高层云的像素所占的百分比
UNCLASSIFIED_PERCENTAGE 双精度

未分类像素所占的百分比
VEGETATION_PERCENTAGE 双精度

被归类为植被的像素所占的百分比
WATER_PERCENTAGE 双精度

被归类为水的像素所占的百分比
WATER_VAPOUR_RETRIEVAL_ACCURACY 双精度

水蒸气模型的声明准确度

使用条款

使用 Sentinel 数据须遵守 哥白尼计划 Sentinel 数据条款及条件。

使用 Earth Engine 进行探索

Code Editor (JavaScript)Colab (Python)
/**
 * 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);
}

var dataset = ee.ImageCollection('COPERNICUS/S2_SR')
                  .filterDate('2020-01-01', '2020-01-30')
                  // Pre-filter to get less cloudy granules.
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
                  .map(maskS2clouds);

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

Map.setCenter(83.277, 17.7009, 12);

Map.addLayer(dataset.mean(), visualization, 'RGB');

如需了解 Python API 以及如何使用 geemap 进行交互式开发，请参阅 Python 环境页面。

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_SR')
    .filterDate('2020-01-01', '2020-01-30')
    # Pre-filter to get less cloudy granules.
    .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
    .map(mask_s2_clouds)
)

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

m = geemap.Map()
m.set_center(83.277, 17.7009, 12)
m.add_layer(dataset.mean(), visualization, 'RGB')
m
在代码编辑器中打开
另请参阅集合 COPERNICUS/S2_SR_HARMONIZED，该集合会将 PROCESSING_BASELINE 为“04.00”或更高版本（2022 年 1 月 25 日之后）的数据移至与旧场景相同的范围。Sentinel-2 是一项宽幅高分辨率多光谱成像任务，可支持哥白尼陆地监测研究，包括监测植被、土壤和水域覆盖率，以及观察 …
COPERNICUS/S2_SR, copernicus,esa,eu,msi,reflectance,sentinel,sr
2017-03-28T00:00:00Z/2025-03-09T06:21:07Z
-56 -180 83 180
Google Earth Engine