Cloud Score+ S2_HARMONIZED V1

GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED
数据集可用时间
2015-06-27T00:00:00Z–2025-09-01T10:55:27.665000Z
数据集提供方
Earth Engine 片段
ee.ImageCollection("GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED")
标签
cloud google satellite-imagery sentinel2-derived

说明

Cloud Score+ 是一种质量评估 (QA) 处理器,适用于中高分辨率光学卫星图像。Cloud Score+ S2_HARMONIZED 数据集是根据协调的 Sentinel-2 L1C 集合以操作方式生成的,Cloud Score+ 输出可用于识别相对晴朗的像素,并有效去除 L1C(大气层顶部)L2A(地表反射率)影像中的云和云阴影。

Cloud Score+ S2_HARMONIZED 数据集包含两个质量保证波段,即 cscs_cdf,这两个波段均以 0 到 1 之间的连续尺度来评定各个像素相对于地表可见性的可用性,其中 0 表示“不清晰”(被遮挡),而 1 表示“清晰”(未被遮挡)的观测结果。 cs 波段根据观测到的像素与(理论上的)清晰参考观测之间的光谱距离对质量保证进行评分,而 cs_cdf 波段表示观测到的像素清晰的可能性,该可能性基于给定位置随时间变化的估计累积分布得分。换句话说,cs 可以视为更即时的天气相似度得分(即,相应像素与完全晴朗的参考像素的相似度),而 cs_cdf 则表示对一段时间内估计得分的预期(即,如果我们有相应像素在一段时间内的所有得分,那么该得分的排名会如何?)。

Cloud Score+ S2_HARMONIZED 集合中的影像与生成它们的各个 Sentinel-2 L1C 资产具有相同的 ID 和 system:index 属性,因此 Cloud Score+ 波段可以根据其共享的 system:index 关联到源影像。

目前,我们正在为整个 Sentinel-2 归档进行 Cloud Score+ 回填,并且会定期更新“数据集提供日期”,因为我们会不断向 Cloud Score+ 集合添加新结果。

如需详细了解 Cloud Score+ 数据集和建模方法,请参阅这篇 Medium 博文

频段

像元大小
10 米

波段

名称 单位 最小值 最大值 像素尺寸 说明
cs 无量纲 0 1

基于与(理论)清晰参考的光谱距离的像素质量得分

cs_cdf 无量纲 0 1

估计 cs 值的可能 cs 值的累积分布函数值

图片属性

图像属性

名称 类型 说明
DATE_PRODUCT_GENERATED STRING

生产日期。

MGRS_TILE STRING

Sentinel-2 军事网格参考系统 ID。

MODEL_VERSION STRING

Cloud Score+ 模型版本。

NO_CONTEXT_FRACTION 双精度

在没有时间背景信息的情况下处理的子块的比例。

PROCESSING_SOFTWARE_VERSION STRING

Cloud Score+ 处理软件版本。

SOURCE_ASSET_ID STRING

源图片的 Earth Engine 资产 ID。

SOURCE_PRODUCT_ID STRING

源图片的 Sentinel-2 商品 ID。

使用条款

使用条款

CC-BY-4.0

引用

引用:
  • Pasquarella, V. J.、Brown, C. F.、Czerwinski, W.,& Rucklidge, W. J. (2023) 使用弱监督视频学习对光学卫星影像进行全面质量评估。在 IEEE/CVF 计算机视觉和模式识别会议论文集(第 2124-2134 页)中。PDF

通过 Earth Engine 探索

代码编辑器 (JavaScript)

// Harmonized Sentinel-2 Level 2A collection.
var s2 = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED');

// Cloud Score+ image collection. Note Cloud Score+ is produced from Sentinel-2
// Level 1C data and can be applied to either L1C or L2A collections.
var csPlus = ee.ImageCollection('GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED');

// Region of interest.
var ROI = ee.Geometry.Point(-119.9087, 37.4159);

// Use 'cs' or 'cs_cdf', depending on your use case; see docs for guidance.
var QA_BAND = 'cs_cdf';

// The threshold for masking; values between 0.50 and 0.65 generally work well.
// Higher values will remove thin clouds, haze & cirrus shadows.
var CLEAR_THRESHOLD = 0.60;

// Make a clear median composite.
var composite = s2
    .filterBounds(ROI)
    .filterDate('2023-01-01', '2023-02-01')
    .linkCollection(csPlus, [QA_BAND])
    .map(function(img) {
      return img.updateMask(img.select(QA_BAND).gte(CLEAR_THRESHOLD));
    })
    .median();

// Sentinel-2 visualization parameters.
var s2Viz = {bands: ['B4', 'B3', 'B2'], min: 0, max: 2500};

Map.addLayer(composite, s2Viz, 'median composite');
Map.centerObject(ROI, 11);
在代码编辑器中打开