Sentinel-2 哨兵二号数据介绍及下载
1 Sentinel-2简介
SENTINEL-2 is a European wide-swath, high-resolution, multi-spectral imaging mission.
Sentinel-2 是高分辨率多光谱成像卫星,一颗卫星的重访周期为10天,两颗互补,重访周期为5天。分为2A和2B两颗卫星。2A于2015年6月23日01:52 UTC以“织女星”运载火箭发射升空。2B于2017年3月07日北京时间9时49分 UTC以“织女星”运载火箭发射升空。两者同时进入运行状态后,每5天可完成一次对地球赤道地区的完整成像,而对于纬度较高的地区,这一周期仅需3天。
每个SENTINEL-2卫星重约1.2吨。卫星寿命为7.25年,其中包括3个月的在轨调试阶段。其上的电池和推进剂可以适应12年的运行要求,包括寿命终止轨道飞行操作。
两颗相同的SENTINEL-2卫星在太阳同步轨道上以180 km的相位相互同步,平均高度为786 km。每个SENTINEL-2卫星在其轨道上的位置都是由双频全球导航卫星系统(GNSS)接收器测量的。
Sentinel-2 卫星携带一枚多光谱仪器(MSI),可覆盖13个光谱波段,地面分辨率分别有10m、20m和60m:
| Sensor | Band number | Band name | Sentinel-2A | Sentinel-2B | Resolution (meters) | ||
|---|---|---|---|---|---|---|---|
| Central wavelength (nm) | Bandwidth (nm) | Central wavelength (nm) | Bandwidth (nm) | ||||
| MSI | 1 | Coastal aerosol | 443.9 | 20 | 442.3 | 20 | 60 |
| MSI | 2 | Blue | 496.6 | 65 | 492.1 | 65 | 10 |
| MSI | 3 | Green | 560.0 | 35 | 559 | 35 | 10 |
| MSI | 4 | Red | 664.5 | 30 | 665 | 30 | 10 |
| MSI | 5 | Vegetation Red Edge | 703.9 | 15 | 703.8 | 15 | 20 |
| MSI | 6 | Vegetation Red Edge | 740.2 | 15 | 739.1 | 15 | 20 |
| MSI | 7 | Vegetation Red Edge | 782.5 | 20 | 779.7 | 20 | 20 |
| MSI | 8 | NIR | 835.1 | 115 | 833 | 115 | 10 |
| MSI | 8b | Narrow NIR | 864.8 | 20 | 864 | 20 | 20 |
| MSI | 9 | Water vapour | 945.0 | 20 | 943.2 | 20 | 60 |
| MSI | 10 | SWIR – Cirrus | 1373.5 | 30 | 1376.9 | 30 | 60 |
| MSI | 11 | SWIR | 1613.7 | 90 | 1610.4 | 90 | 20 |
| MSI | 12 | SWIR | 2202.4 | 180 | 2185.7 | 180 | 20 |

2 数据介绍及下载
可以下载的数据产品类型:
| Name | High-level Description | Production & Distribution | Data Volume |
| Level-1C | Top-of-atmosphere reflectances in cartographic geometry | Systematic generation and on-line distribution | 600 MB (each 100x100 km2) |
| Level-2A | Bottom-of-atmosphere reflectance in cartographic geometry | Systematic generation and on-line distribution and generation on user side (using Sentinel-2 Toolbox) | 800 MB (each 100x100 km2) |

产品是固定大小的基本图块的组合。图块是产品(包含所有光谱带)的最小不可分割的分区。对于Level-1C 和 Level-2A,图块是UTM / WGS84投影下的100x100 km2正射图像。
UTM(通用横轴墨卡托)投影系统将地球表面分为60个区域,每个区域的垂直宽度为经度6°,水平宽度为纬度8°。

Level-1C 是经过正射校正和几何精校正的大气表观反射率产品,并没有进行大气校正。
Level-2A 主要包含经过大气校正的大气底层反射率数据(Bottom-of-Atmosphere corrected reflectance),但这个L2A数据需要用户根据需求自行生产,为此,ESA发布了专门生产L2A级数据的插件Sen2cor。
下载:
1 Open Access Hub 官网下载,需要先注册

高级搜索:



选择固定多边形区域后,直接点击搜索键,即可筛选出所需范围内的影像:

或者通过IDM下载器,从EarthExplorer 下载
The USGS Sentinel-2 档案库是ESA所有可用数据的一部分代表. 该数据相比于ESA官网发布的数据有一定延迟。
3 预处理
主要是对Level-1C级产品进行辐射定标和大气校正。
处理软件有:
Sen2cor下载 处理过程


《Sentinel-2 哨兵二号数据》共享方法如下:
(1)人员,限定为关注小编的用户。
(2)各类项目(包括各类科研项目)申请本数据扔享受免费政策,但需向本号捐赠一定数量的硬盘才能获取。
(3)捐赠硬盘可免留言获取数据。
相关文章:
Sentinel-2 哨兵二号数据介绍及下载
1 Sentinel-2简介 SENTINEL-2 is a European wide-swath, high-resolution, multi-spectral imaging mission. Sentinel-2 是高分辨率多光谱成像卫星,一颗卫星的重访周期为10天,两颗互补,重访周期为5天。分为2A和2B两颗卫星。2A于2015年6月…...
阿里智能信息数据挖掘复盘
(嘻嘻——不嘻嘻) 挫败呜呜呜,钉钉忘装,还要手机登录,迟到三分钟。 一上来就问项目,没有自我介绍。 第一篇的重要特征是什么直接忘记,正负样本比,过拟合的判断标准,特…...
Flutter中图片是怎么在flutter上呈现出来的?
在Flutter中,图片的呈现是通过使用Image组件来实现的。Image组件是一个用于加载和显示图片的Widget,可以从本地文件、网络URL或内存中加载图片,并在应用界面上进行渲染。 图片在Flutter中的呈现过程如下: 加载图片: 使…...
使用 CNN 训练自己的数据集
CNN(练习数据集) 1.导包:2.导入数据集:3. 使用image_dataset_from_directory()将数据加载tf.data.Dataset中:4. 查看数据集中的一部分图像,以及它们对应的标签:5.迭代数据集 train_ds࿰…...
自动控制: 最小二乘估计(LSE)、加权最小二乘估计(WLS)和线性最小方差估计
自动控制: 最小二乘估计(LSE)、加权最小二乘估计(WLS)和线性最小方差估计 在数据分析和机器学习中,参数估计是一个关键步骤。最小二乘估计(LSE)、加权最小二乘估计(WLS&…...
基于VMware安装Linux虚拟机
1.准备Linux环境 首先,我们要准备一个Linux的系统,成本最低的方式就是在本地安装一台虚拟机。为了统一学习环境,不管是使用MacOS还是Windows系统的同学,都建议安装一台虚拟机。 windows采用VMware,Mac则采用Fusion …...
6、phpjm混淆解密和php反序列化
题目:青少年雏形系统 1、打开链接也是一个登入面板 2、尝试了sqlmap没头绪 3、尝试御剑,发现一个www.zip 4、下载打开,有一个php文件打开有一段phpjm混淆加密 5、使用手工解混淆 具体解法链接:奇安信攻防社区-phpjm混淆解密浅谈…...
Codeforces Round 909 (Div. 3) E. Queue Sort(模拟 + 贪心之找到了一个边界点)
弗拉德找到了一个由 n 个整数组成的数组 a ,并决定按不递减的顺序排序。 为此,弗拉德可以多次执行下面的操作: 提取数组的第一个元素并将其插入末尾; 将个元素与前一个元素对调,直到它变成第一个元素或严格大于前一个…...
设计模式基础——设计原则介绍
1.概述 对于面向对象软件系统的设计而言,如何同时提高一个软件系统的可维护性、可复用性、可拓展性是面向对象设计需要解决的核心问题之一。面向对象设计原则应运而生,这些原则你会在设计模式中找到它们的影子,也是设计模式的基础。往往判…...
【校园网网络维修】当前用户使用的IP与设备重定向地址中IP不一致,请重新认证
出现的网络问题:当前用户使用的IP与设备重定向地址中IP不一致,请重新认证 可能的原因: 把之前登录的网页收藏到浏览器,然后直接通过这个链接进行登录认证。可能是收藏网址导致的ip地址请求参数不一致。 解决方法: 方法…...
如何找到docker的run(启动命令)
使用python三方库进行 需要安装python解释器 安装runlike安装包 pip3 install runlike 运行命令 runlike -p <container_name> # 后面可以是容器名和容器id,-p参数是显示自动换行实验 使用docker启动一个jenkins 启动命令为 docker run -d \ -p 9002:80…...
Spring如何管理Bean的生命周期呢?
我们都知道,在面试的过程中,关于 Spring 的面试题,那是各种各样,很多时候就会问到关于 Spring的相关问题,比如 AOP ,IOC 等等,还有就是关于 Spring 是如何管理 Bean 的生命周期的相关问题&#…...
Java网络编程:UDP通信篇
目录 UDP协议 Java中的UDP通信 DatagramSocket DatagramPacket UDP客户端-服务端代码实现 UDP协议 对于UDP协议,这里简单做一下介绍: 在TCP/IP协议簇中,用户数据报协议(UDP)是传输层的一个主要协议之一…...
HTML+CSS+JS简易计算器
HTMLCSSJS简易计算器 index.html <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>简易计算器</t…...
STM32使用ST-LINK下载程序中需要注意的几点
使用keil5的ST-link下载界面 前提是ST-LINK已经连接好,(下图中是没有连接ST-link设备),只是为了展示如何查看STlink设备是否连接的方式 下载前一定设置下载完成后自启动 这个虽然不是必须,但对立即看到新程序的现象…...
我和jetson-Nano的故事(12)——安装pytorch 以及 torchvision
在jetson nano中安装Anaconda、pytorch 以及 torchvision 1.Pytorch下载安装2.Torchvision安装 1.Pytorch下载安装 首先登录英伟达官网下载Pytorch安装包,这里以PyTorch v1.10.0为例 安装依赖库 sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev liba…...
「异步魔法:Python数据库交互的革命」(一)
Hi,我是阿佑,今天将和大家一块打开异步魔法的大门,进入Python异步编程的神秘领域,学习如何同时施展多个咒语而不需等待。了解asyncio的魔力,掌握Async SQLAlchemy和Tortoise-ORM的秘密,让你的数据库操作快如…...
探秘GPT-4o:从版本对比到技术能力的全面评价
随着人工智能技术的不断发展,自然语言处理领域的突破性技术——GPT(Generative Pre-trained Transformer)系列模型也在不断演进。最新一代的GPT-4o横空出世,引起了广泛的关注和讨论。在本文中,我们将对GPT-4o进行全面评…...
四川汇烁面试总结
自我介绍项目介绍、 目录 1.jdk和jre的区别? 2.一段代码的执行流程? 3.接口与抽象类的区别? 4.ArrayList与LinkList的区别? 5.对HashMap的理解? 6.常见的异常? 7.throw 和 throws 有什么区别? 8.…...
【小程序 按钮 表单 】
按钮 代码演示 xxx.wxml <view class"boss" hover-class"box"hover-start-time"2000"hover-stay-time"5000">测试文本<view hover-stop-propagation"true">子集</view><view>子集2</view>…...
OpenClaw故障模拟:Qwen3-14b_int4_awq异常输入处理与恢复机制
OpenClaw故障模拟:Qwen3-14b_int4_awq异常输入处理与恢复机制 1. 为什么需要主动制造故障 去年冬天的一个深夜,我的OpenClaw自动化流程突然中断了。当时它正在帮我整理一批技术文档,却在处理某个特殊字符时直接"卡死"。这次经历让…...
YOLO-V5实战案例:用公开数据集训练你的第一个检测模型
YOLO-V5实战案例:用公开数据集训练你的第一个检测模型 1. 为什么选择YOLO-V5 在计算机视觉领域,目标检测技术已经广泛应用于安防监控、自动驾驶、工业质检等场景。YOLO(You Only Look Once)系列模型因其出色的速度和精度平衡&am…...
Git误操作急救手册(1):为什么我们需要一本Git急救手册?——理解版本控制的‘事故现场’
Git误操作急救手册(1):为什么我们需要一本Git急救手册?——理解版本控制的‘事故现场’ 上周三凌晨两点,我盯着终端里那行 git push --force 的历史记录,后背一阵发凉。 屏幕上的红色错误提示像急诊室的监护仪在闪烁——远程分支已经和本地彻底分道扬镳,三个同事当天提交…...
JDK 17 + Spring Boot 3.5.8:企业级开发技术栈全景分析
JDK 17与Spring Boot 3.5.8的核心特性JDK 17 LTS特性 JDK 17作为长期支持版本(LTS),提供多项生产级增强:密封类(Sealed Classes):通过sealed和permits关键字限制类的继承关系,增强领…...
如何用UAV-Flow实现语音控制无人机?手把手教你搭建环境与避坑指南
如何用UAV-Flow实现语音控制无人机?从环境搭建到实战避坑全指南 当无人机遇上自然语言处理,会擦出怎样的火花?去年接触UAV-Flow时,我正为一个农业巡检项目头疼——传统摇杆控制需要专业飞手,而农户们更习惯说"绕着…...
OpenClaw对话式编程:Qwen3-4B模型解释代码与生成示例
OpenClaw对话式编程:Qwen3-4B模型解释代码与生成示例 1. 为什么需要对话式编程? 作为一名长期与代码打交道的开发者,我经常遇到这样的困境:面对一段复杂代码时,需要反复查阅文档;学习新框架时,…...
《算法竞赛从入门到国奖》算法基础:动态规划-最长子序列
💡Yupureki:个人主页 ✨个人专栏:《C》 《算法》《Linux系统编程》《高并发内存池》《MySQL数据库》 《个人在线OJ平台》 🌸Yupureki🌸的简介: 目录 1. 最长上升子序列 算法原理 代码示例 2. 合唱队形 算法原理 代码示例 3. 最长公共…...
Companion Object - 伴生对象 类比java中的什么?
这是一个非常经典且准确的对比问题。简单来说,Kotlin 中的 companion object(伴生对象)核心类比的是 Java 中的 static(静态)成员。在 Java 中,如果你想让一个成员(方法或变量)属于类…...
【Java低代码组件调试黄金法则】:20年架构师亲授5大高频故障定位技巧,90%开发者从未听说
第一章:Java低代码组件调试的本质与认知跃迁Java低代码平台并非屏蔽复杂性,而是将复杂性重新封装、可视化与可追溯化。调试低代码组件的本质,是穿透表层拖拽逻辑,定位其背后生成的Java字节码、Spring Bean生命周期行为、以及运行时…...
彩灯广告屏PLC控制S7-200程序:包含梯形图、接线图、原理图及IO分配与组态画面详解
彩灯广告屏的PLC控制S7-200程序 程序 我们主要的后发送的产品有,带解释的梯形图接线图原理图图纸,io分配,组态画面上周刚帮客户搞定了一套户外彩灯广告屏的PLC控制项目,用的还是经典的S7-200,本来以为老架构玩不出花…...
