数据名称：
Sentinel-2_MSI_L2A
数据来源：
Copernicus
时空范围：
2022年10月-2023年1月
空间范围：
全国
数据简介：
哨兵2号（Sentinel-2）卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪（MSI），分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天，主要用于包括陆地植被、土壤以及水资源、内河水道和沿海区在内的全球陆地观测。Sentinel-2_MSI_L2A数据集中的数据为L2A级产品数据，是经过大气校正的地表反射率产品，包括12个UINT16光谱带，还包含了场景分类产品、气溶胶光学厚度（AOT）、水蒸气及部分云和降雪概率产品，CLM波段是具有云掩码信息的位掩码频段。前言 – 人工智能教程
Sentinel-2_MSI_L2A数据集是由欧洲空间局（European Space Agency, ESA）开发和维护的一个遥感数据集。该数据集由Sentinel-2卫星获取，提供了一系列高分辨率的多光谱图像，可用于地表覆盖分类、土地利用和土地覆盖监测、环境变化监测等应用。
Sentinel-2_MSI_L2A数据集的核心是由Sentinel-2卫星获取的多光谱图像。Sentinel-2卫星搭载了多光谱成像仪（Multispectral Imager，MSI），包括13个波段，覆盖从可见光到近红外范围的光谱。这些波段的分辨率从10米到60米不等，可以提供高质量的地表特征信息。
Sentinel-2_MSI_L2A数据集的特点之一是其高空间分辨率。数据集中的多光谱图像具有高达10米的空间分辨率，可以提供详细的地表信息。这使得数据集在土地利用和覆盖分类、环境监测、灾害监测等领域具有广泛的应用价值。
另一个特点是数据集提供了大范围的全球覆盖。Sentinel-2卫星每次观测可以获取大约290公里宽的图像，这使得数据集能够覆盖全球范围的地表，从而支持全球尺度的应用。
此外，Sentinel-2_MSI_L2A数据集还提供了多个派生产品，包括真彩色图像、植被指数以及表面反射率等。这些派生产品能够进一步增强数据集在不同应用中的实用性。
Sentinel-2_MSI_L2A数据集的获取和访问也非常便利。用户可以通过ESA的Sentinel数据访问门户（Sentinel Data Access Hub）免费获取数据集。数据集以标准的Geotiff格式进行存储，并可通过多种常用的遥感数据处理软件进行处理和分析。
总体而言，Sentinel-2_MSI_L2A数据集是一个全球覆盖、高分辨率、多光谱的遥感数据集，具有广泛的应用价值。无论是用于环境监测、土地利用分类还是农业和林业资源管理，该数据集都能为用户提供丰富的地表特征信息，帮助用户进行更准确、更全面的分析和决策。
波段
| 名称 | 波长(nm) | 分辨率（m） | 比例因子 | 值域范围 | 描述信息 | |
|---|---|---|---|---|---|---|
| S2A | S2B | |||||
| B1 | 443.9 | 442.3 | 60 | 0.0001 | Aerosols | |
| B2 | 496.6 | 492.1 | 10 | 0.0001 | Blue | |
| B3 | 560 | 559 | 10 | 0.0001 | Green | |
| B4 | 664.5 | 665 | 10 | 0.0001 | Red | |
| B5 | 703.9 | 703.8 | 20 | 0.0001 | Red Edge 1 | |
| B6 | 740.2 | 739.1 | 20 | 0.0001 | Red Edge 2 | |
| B7 | 782.5 | 779.7 | 20 | 0.0001 | Red Edge 3 | |
| B8 | 835.1 | 833 | 10 | 0.0001 | NIR | |
| B8A | 864.8 | 864 | 20 | 0.0001 | Red Edge 4 | |
| B9 | 945 | 943.2 | 60 | 0.0001 | Water vapor | |
| B11 | 1613.7 | 1610.4 | 20 | 0.0001 | SWIR 1 | |
| B12 | 2202.4 | 2185.7 | 20 | 0.0001 | SWIR 2 | |
| AOT | 10 | 0.001 | Aerosol Optical Thickness | |||
| TCI | 10 | True Color Image | ||||
| WVP | 10 | 0.001 | Water Vapor Pressure. The height the water would occupy if the vapor were condensed into liquid and spread evenly across the column. | |||
| SCL | 20 | 1~11 | Scene Classification Map (The "No Data" value of 0 is masked out) | |||
| MSK_CLDPRB（CLD_20m） | 20 | 0~100 | Cloud Probability Map (missing in some products) | |||
| MSK_SNWPRB（SNW_20m） | 20 | 0~100 | Snow Probability Map (missing in some products) | |||
| CLM | 60 | Cloud mask | ||||
引用代码：
S2/L2A
代码
/**
* @File : Sentinel-2_MSI_L2A
* @Time : 2023/05/19
* @Author : GEOVIS Earth Brain
* @Version : 0.1.0
* @Contact : 中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
* @License : (C)Copyright 中科星图数字地球合肥有限公司 版权所有
* @Desc ： 数据集key为S2/L2A的Sentinel-2_MSI_L2A类数据集
* @Name : Sentinel-2_MSI_L2A数据集
*/
//指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件
var imageCollection = gve.ImageCollection("S2/L2A")
.filterCloud('lt',20)
.filterDate('2022-12-11','2022-12-12')
.select(['B2','B3','B4'])
.limit(10);
print("imageCollection",imageCollection);
//function applyScaleFactors(image) {
// var opticalBands = image.select('B.*').multiply(0.0001);
// return image.addBands(opticalBands, null, true)
//}
//
//var img = imageCollection.map(applyScaleFactors).first();
var img = imageCollection.first();
print("first", img);
var visParams = {
// gamma: 1,
// brightness: 1,
// min: 1300,
// max: 15000,
bands: ['B4', 'B3', 'B2']
};
Map.centerObject(img);
Map.addLayer(img,visParams);
哨兵数据对广大的区域、国家、欧洲和国际用户群体是免费、全面和开放的，使用请遵循欧洲航天局哥白尼计划相关规定，具体请参阅Open Access Hub
