
- 数据集可用时间
- 2015-06-27T00:00:00Z–2025-10-09T14:35:24.480000Z
- 数据集提供方
- Google Earth Engine
- 标签
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)或 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 cs
和 cs_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,此像素与我们期望在完全晴朗的参考中看到的像素有多相似),而 cs_cdf
则表示对一段时间内估计得分的预期(即,如果我们有此像素在一段时间内的所有得分,此得分的排名会如何?)。
Cloud Score+ S2_HARMONIZED 合集中的影像具有与从中生成的各个 Sentinel-2 L1C 素材资源相同的 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 归档数据进行 Cloud Score+ 回填,并且会定期更新“数据集提供日期”,因为 Cloud Score+ 集合中会添加新的结果。
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
像素大小
10 米
波段
名称 | 单位 | 最小值 | 最大值 | 像素大小 | 说明 |
---|---|---|---|---|---|
cs |
无量纲 | 0 | 1 | 米 | 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 | 米 | 估计 |
图片属性
影像属性
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 资源 ID。 |
SOURCE_PRODUCT_ID | STRING | 源图片的 Sentinel-2 商品 ID。 |
使用条款
使用条款
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);