Harmonized Sentinel-2 MSI: MultiSpectral Instrument, Level-2A (SR)

COPERNICUS/S2_SR_HARMONIZED
Dataset-Verfügbarkeit
2017-03-28T00:00:00Z–2025-09-01T14:32:11.937000Z
Dataset-Anbieter
Earth Engine-Snippet
ee.ImageCollection("COPERNICUS/S2_SR_HARMONIZED")
Wiederholungsintervall
5 Tage
Tags
copernicus esa eu msi reflectance satellite-imagery sentinel sr

Beschreibung

Seit dem 25.01.2022 wird der DN-Bereich (Wert) von Sentinel-2-Szenen mit PROCESSING_BASELINE „04.00“ oder höher um 1.000 verschoben. Bei der HARMONIZED-Sammlung werden Daten in neueren Szenen so verschoben, dass sie sich im selben Bereich wie in älteren Szenen befinden.

Sentinel-2 ist eine großflächige, hochauflösende, multispektrale Bildgebungsmission, die Studien zur Landüberwachung im Rahmen von Copernicus unterstützt, einschließlich der Überwachung von Vegetation, Boden und Wasseroberfläche sowie der Beobachtung von Binnenwasserstraßen und Küstengebieten.

Die Sentinel-2-L2-Daten werden von CDSE heruntergeladen. Sie wurden durch Ausführen von Sen2Cor berechnet. ACHTUNG: Die L2-Abdeckung für 2017–2018 in der EE-Sammlung ist noch nicht global.

Die Assets enthalten 12 UINT16-Spektralbänder, die die mit 10.000 skalierte SR darstellen (im Gegensatz zu L1-Daten gibt es kein B10). Es gibt auch mehrere L2-spezifische Bänder (siehe Bandliste für Details). Weitere Informationen finden Sie im Nutzerhandbuch für Sentinel-2.

QA60 ist ein Bitmaskenband, das bis zum 25.01.2022 gerasterte Cloud-Masken-Polygone enthielt. Danach wurden diese Polygone nicht mehr erstellt. Ab dem 28.02.2024 werden die QA60-Bänder, die mit den alten Bändern konsistent sind, aus den MSK_CLASSI-Bändern für die Wolkenklassifizierung erstellt. Weitere Informationen zur Berechnung von Cloud-Masken

EE-Asset-IDs für Sentinel-2-L2-Assets haben das folgende Format: COPERNICUS/S2_SR/20151128T002653_20151128T102149_T56MNN. Der erste numerische Teil steht für das Datum und die Uhrzeit der Erfassung, der zweite numerische Teil für das Datum und die Uhrzeit der Produktgenerierung und der letzte 6‑stellige String ist eine eindeutige Granulat-ID, die auf das UTM-Gitter verweist (siehe MGRS).

Datasets zur Unterstützung der Erkennung von Wolken und/oder Wolkenschatten finden Sie unter COPERNICUS/S2_CLOUD_PROBABILITY und GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED.

Weitere Informationen zur radiometrischen Auflösung von Sentinel-2

Bänder

Bänder

Name Einheiten Min. Max. Maßstab Pixelgröße Wellenlänge Beschreibung
B1 0.0001 60 Meter 443,9 nm (S2A) / 442,3 nm (S2B)

Aerosole

B2 0.0001 10 Meter 496,6 nm (S2A) / 492,1 nm (S2B)

Blau

B3 0.0001 10 Meter 560 nm (S2A) / 559 nm (S2B)

Grün

B4 0.0001 10 Meter 664,5 nm (S2A) / 665 nm (S2B)

Rot

B5 0.0001 20 Meter 703,9 nm (S2A) / 703,8 nm (S2B)

Roter Rand 1

B6 0.0001 20 Meter 740,2 nm (S2A) / 739,1 nm (S2B)

Red Edge 2

B7 0.0001 20 Meter 782,5 nm (S2A) / 779,7 nm (S2B)

Red Edge 3

B8 0.0001 10 Meter 835,1 nm (S2A) / 833 nm (S2B)

NIR

B8A 0.0001 20 Meter 864,8 nm (S2A) / 864 nm (S2B)

Red Edge 4

B9 0.0001 60 Meter 945 nm (S2A) / 943,2 nm (S2B)

Wasserdampf

B11 0.0001 20 Meter 1613,7 nm (S2A) / 1610,4 nm (S2B)

SWIR 1

B12 0.0001 20 Meter 2202,4 nm (S2A) / 2185,7 nm (S2B)

SWIR 2

AOT 0,001 10 Meter Keine

Optische Dicke von Aerosolen

WVP cm 0,001 10 Meter Keine

Wasserdampfdruck. Die Höhe, die das Wasser einnehmen würde, wenn der Dampf zu Flüssigkeit kondensiert und gleichmäßig über die Säule verteilt würde.

SCL 1 11 20 Meter Keine

Karte zur Szenenklassifizierung (der Wert „Keine Daten“ von 0 wird maskiert)

TCI_R 10 Meter Keine

True Color-Bild, Rotkanal

TCI_G 10 Meter Keine

Farbrichtiges Bild, Grünkanal

TCI_B 10 Meter Keine

Farbechtes Bild, Blaukanal

MSK_CLDPRB 0 100 20 Meter Keine

Cloud Probability Map (fehlt in einigen Produkten)

MSK_SNWPRB 0 100 10 Meter Keine

Karte mit Schneewahrscheinlichkeit (fehlt in einigen Produkten)

QA10 10 Meter Keine

Immer leer

QA20 20 Meter Keine

Immer leer

QA60 60 Meter Keine

Wolkenmaske. Zwischen dem 25.01.2022 und dem 28.02.2024 (einschließlich) ausgeblendet.

MSK_CLASSI_OPAQUE 60 Meter Keine

Klassifizierungsbereich für undurchsichtige Wolken (0=keine Wolken, 1=Wolken). Vor Februar 2024 maskiert.

MSK_CLASSI_CIRRUS 60 Meter Keine

Band für die Klassifizierung von Cirruswolken (0=keine Wolken, 1=Wolken). Vor Februar 2024 maskiert.

MSK_CLASSI_SNOW_ICE 60 Meter Keine

Band für die Schnee-/Eisklassifizierung (0=kein Schnee/Eis, 1=Schnee/Eis). Vor Februar 2024 maskiert.

SCL-Klassentabelle

Wert Farbe Beschreibung
1 #ff0004

Gesättigt oder defekt

2 #868686

Pixel im dunklen Bereich

3 #774b0a

Wolkenschatten

4 #10d22c

Vegetation

5 #ffff52

Unbewachsene Böden

6 #0000ff

Wasser

7 #818181

Wolken – geringe Wahrscheinlichkeit / nicht klassifiziert

8 #c0c0c0

Wolken – mittlere Wahrscheinlichkeit

9 #f1f1f1

Hohe Wahrscheinlichkeit für Wolken

10 #bac5eb

Zirrus

11 #52fff9

Schnee / Eis

Bildattribute

Bildattribute

Name Typ Beschreibung
AOT_RETRIEVAL_ACCURACY DOUBLE

Genauigkeit des Modells für die optische Dicke von Aerosolen

CLOUDY_PIXEL_PERCENTAGE DOUBLE

Granulatbezogener Prozentsatz an bewölkten Pixeln aus den ursprünglichen Metadaten

CLOUD_COVERAGE_ASSESSMENT DOUBLE

Prozentsatz der bewölkten Pixel für das gesamte Archiv, das dieses Granulat enthält. Aus den Originalmetadaten übernommen

CLOUDY_SHADOW_PERCENTAGE DOUBLE

Prozentsatz der als Wolkenschatten klassifizierten Pixel

DARK_FEATURES_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als dunkle Elemente oder Schatten klassifiziert werden

DATASTRIP_ID STRING

Eindeutige Kennung des PDI-Datenstreifens (Product Data Item)

DATATAKE_IDENTIFIER STRING

Eindeutige Kennung für einen bestimmten Datatake. Die ID enthält den Sentinel-2-Satelliten, das Startdatum und die Startzeit, die absolute Orbitnummer und die Verarbeitungsgrundlage.

DATATAKE_TYPE STRING

MSI-Betriebsmodus

DEGRADED_MSI_DATA_PERCENTAGE DOUBLE

Prozentsatz der beeinträchtigten MSI- und Zusatzdaten

FORMAT_CORRECTNESS STRING

Zusammenfassung der Online-Qualitätskontrollen (OLQC), die auf Granule- (Product_Syntax) und Datastrip-Ebene (Product_Syntax und DS_Consistency) durchgeführt werden

GENERAL_QUALITY STRING

Zusammenfassung der OLQC-Prüfungen auf Datastrip-Ebene (Relative_Orbit_Number)

GENERATION_TIME DOUBLE

Zeitpunkt der Produktgenerierung

GEOMETRIC_QUALITY STRING

Zusammenfassung der OLQC-Prüfungen auf Datenstreifenebene (Attitude_Quality_Indicator)

GRANULE_ID STRING

Eindeutige Kennung des Granul-PDI (PDI_ID)

HIGH_PROBA_CLOUDS_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als Wolken mit hoher Wahrscheinlichkeit klassifiziert wurden

MEAN_INCIDENCE_AZIMUTH_ANGLE_B1 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B1 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B2 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B2 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B3 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B3 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B4 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B4 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B5 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel der Sichtinzidenz für Band B5 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B6 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Sichtbarkeit für Band B6 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B7 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B7 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B8 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B8A DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B8a und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B9 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B9 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B10 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Sichtbarkeit für Band B10 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B11 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B11 und für alle Detektoren

MEAN_INCIDENCE_AZIMUTH_ANGLE_B12 DOUBLE

Mittelwert mit dem durchschnittlichen Azimutwinkel für die Betrachtungshäufigkeit für Band B12 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B1 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel der Sichtinzidenz für Band B1 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B2 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B2 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B3 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B3 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B4 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B4 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B5 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B5 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B6 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel der Betrachtung für Band B6 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B7 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel der Betrachtung für Band B7 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B8 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B8 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B8A DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungsinzidenz für Band B8a und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B9 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B9 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B10 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B10 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B11 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel der Betrachtung für Band B11 und für alle Detektoren

MEAN_INCIDENCE_ZENITH_ANGLE_B12 DOUBLE

Mittelwert mit dem durchschnittlichen Zenitwinkel für die Betrachtungshäufigkeit für Band B12 und für alle Detektoren

MEAN_SOLAR_AZIMUTH_ANGLE DOUBLE

Mittelwert mit dem durchschnittlichen Sonnenazimutwinkel für alle Bänder und Detektoren

MEAN_SOLAR_ZENITH_ANGLE DOUBLE

Mittelwert mit dem durchschnittlichen Sonnenzenitwinkel für alle Bänder und Detektoren

MEDIUM_PROBA_CLOUDS_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als Wolken mit mittlerer Wahrscheinlichkeit klassifiziert wurden

MGRS_TILE STRING

Kachel des US-Military Grid Reference System (MGRS)

NODATA_PIXEL_PERCENTAGE DOUBLE

Prozentsatz der „Keine Daten“-Pixel

NOT_VEGETATED_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als nicht bewachsen klassifiziert werden

PROCESSING_BASELINE STRING

Konfigurations-Baseline, die zum Zeitpunkt der Produktgenerierung in Bezug auf die Version der Prozessorsoftware und die Hauptversion der Ground Image Processing Parameters (GIPP) verwendet wurde

PRODUCT_ID STRING

Die vollständige ID des ursprünglichen Sentinel-2-Produkts

RADIATIVE_TRANSFER_ACCURACY DOUBLE

Genauigkeit des Strahlungsübertragungsmodells

RADIOMETRIC_QUALITY STRING

Basierend auf den OLQC-Berichten in den Datastrips/QI_DATA mit dem Namen der Checkliste RADIOMETRIC_QUALITY

REFLECTANCE_CONVERSION_CORRECTION DOUBLE

Korrekturfaktor für die Entfernung zwischen Erde und Sonne

SATURATED_DEFECTIVE_PIXEL_PERCENTAGE DOUBLE

Prozentsatz gesättigter oder defekter Pixel

SENSING_ORBIT_DIRECTION STRING

Richtung der Bildaufnahmebahn

SENSING_ORBIT_NUMBER DOUBLE

Nummer des Aufnahmeorbits

SENSOR_QUALITY STRING

Zusammenfassung der OLQC-Prüfungen auf Granul- (Missing_Lines, Corrupted_ISP und Sensing_Time) und Datenstreifenebene (Degraded_SAD und Datation_Model)

SOLAR_IRRADIANCE_B1 DOUBLE

Mittlere solare exoatmosphärische Strahlungsstärke für Band B1

SOLAR_IRRADIANCE_B2 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B2

SOLAR_IRRADIANCE_B3 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B3

SOLAR_IRRADIANCE_B4 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B4

SOLAR_IRRADIANCE_B5 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B5

SOLAR_IRRADIANCE_B6 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B6

SOLAR_IRRADIANCE_B7 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B7

SOLAR_IRRADIANCE_B8 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B8

SOLAR_IRRADIANCE_B8A DOUBLE

Mittlere solare exoatmosphärische Strahlung für das Band B8a

SOLAR_IRRADIANCE_B9 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B9

SOLAR_IRRADIANCE_B10 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B10

SOLAR_IRRADIANCE_B11 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B11

SOLAR_IRRADIANCE_B12 DOUBLE

Mittlere solare exoatmosphärische Strahlung für Band B12

SNOW_ICE_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als Schnee oder Eis klassifiziert sind

SPACECRAFT_NAME STRING

Name der Sentinel-2-Raumsonde: Sentinel-2A, Sentinel-2B

THIN_CIRRUS_PERCENTAGE DOUBLE

Prozentsatz der Pixel, die als dünne Cirruswolken klassifiziert werden

UNCLASSIFIED_PERCENTAGE DOUBLE

Prozentsatz der nicht klassifizierten Pixel

VEGETATION_PERCENTAGE DOUBLE

Prozentsatz der als Vegetation klassifizierten Pixel

WATER_PERCENTAGE DOUBLE

Prozentsatz der als Wasser klassifizierten Pixel

WATER_VAPOUR_RETRIEVAL_ACCURACY DOUBLE

Angegebene Genauigkeit des Wasserdampfmodells

Nutzungsbedingungen

Nutzungsbedingungen

Die Verwendung von Sentinel-Daten unterliegt den Geschäftsbedingungen für Copernicus-Sentinel-Daten.

Earth Engine nutzen

Code-Editor (JavaScript)

/**
 * 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_HARMONIZED')
                  .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');

Python einrichten

Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

import ee
import geemap.core as geemap

Colab (Python)

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_HARMONIZED')
    .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
Im Code-Editor öffnen