GEE数据集——Cloud Score+ S2_HARMONIZED数据集

简介

Cloud Score+ 是一种用于中高分辨率光学卫星图像的质量评估(QA)处理器。Cloud Score+ S2_HARMONIZED数据集是由统一的哨兵-2 L1C数据集制作的,Cloud Score+的输出可用于识别相对清晰的像素,并有效去除L1C(大气顶部)或L2A(表面反射率)图像中的云层和云影。

Cloud Score+ S2_HARMONIZED 数据集包括两个质量保证波段,即 cs 和 cs_cdf,这两个波段都根据表面能见度在 0 和 1 之间的连续刻度上对单个像素的可用性进行评分,其中 0 表示 "不清晰"(遮挡),1 表示 "清晰"(未遮挡)。cs 波段根据观测到的像素与(理论上的)清晰参考观测值之间的光谱距离对质量保证进行评分,而 cs_cdf 波段则根据给定位置随时间变化的分数累积分布估计值来表示观测到的像素清晰的可能性。换句话说,cs 可以被看作是一个更即时的大气相似度得分(即该像素与我们期望在一个完全清晰的参照物中看到的像素有多相似),而 cs_cdf 则捕捉了估计得分在一段时间内的期望值(即如果我们拥有该像素在一段时间内的所有得分,该得分会如何排名?)前言 – 人工智能教程

Cloud Score+ S2_HARMONIZED集合中的图像与制作这些图像的单个哨兵-2 L1C资产具有相同的id和system:index属性,因此可以根据共享的system:index将Cloud Score+波段链接到源图像。

整个哨兵-2 档案的 Cloud Score+ 回填工作目前正在进行中,随着新结果被添加到 Cloud Score+ 集合中,数据集可用性日期将定期更新。

Resolution
10 meters

Bands

NameUnitsMinMaxDescription
csDimensionless01

Pixel quality score based on spectral distance from a (theoretical) clear reference

cs_cdfDimensionless01

Value of the cumulative distribution function of possible cs values for the estimated cs value

Image Properties

NameTypeDescription
DATE_PRODUCT_GENERATEDSTRING

Production date.

MGRS_TILESTRING

Sentinel-2 Military Grid Reference System ID.

MODEL_VERSIONSTRING

Cloud Score+ model version.

NO_CONTEXT_FRACTIONDOUBLE

Fraction of subtiles processed with no temporal context.

PROCESSING_SOFTWARE_VERSIONSTRING

Cloud Score+ processing software version.

SOURCE_ASSET_IDSTRING

Earth Engine Asset ID for source image.

SOURCE_PRODUCT_IDSTRING

Sentinel-2 Product ID for source image.

代码:

// 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);

 

Citations:

  • Pasquarella, V. J., Brown, C. F., Czerwinski, W., & Rucklidge, W. J. (2023) Comprehensive Quality Assessment of Optical Satellite Imagery Using Weakly Supervised Video Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 2124-2134). PDF

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/604947.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

GPDB - 高可用 - 流复制状态

GPDB - 高可用 - 流复制状态 GPDB的高可用基于流复制,通过FTS进行自动故障切换。自动故障切换需要根据primary-mirror流复制的各种状态进行判断。本节就聊聊primary-mirror流复制的各种状态。同样适用于PgSQL 1、WalSndState typedef enum WalSndState {WALSNDSTATE…

04-微服务-Nacos

Nacos注册中心 国内公司一般都推崇阿里巴巴的技术,比如注册中心,SpringCloudAlibaba也推出了一个名为Nacos的注册中心。 1.1.认识和安装Nacos Nacos是阿里巴巴的产品,现在是SpringCloud中的一个组件。相比Eureka功能更加丰富,在…

MySQL-存储引擎

简介:存储引擎是存储数据,建立索引,更新/查询数据等技术的实现方式。存储引擎是基于表的,而不是基于库的, (同一个数据库的不同表可以选择不同的存储引擎) 所以存储引擎也可被称为表类型。 我们输入 SHOW CREATE TAB…

Halcon机器视觉和运动控制软件通用框架,24年1月最新版新增UI设计器,插件式开发,开箱即用 仅供学习!

24年1月更新 下载点我 此版本已经添加ui设计器。具体功能如上所示,可以自定义变量,写c#脚本,自定义流程,包含了halcon脚本和封装的算子,可自定义ui,通过插件形式开发很方便拓展自己的功能。 ui设计器

消息队列-RocketMQ-概览与搭建

RocketMQ 领域模型 RockeMQ整体结构预览 RocketMQ 中的一些概念 Topic:主题,可以理解为类别、分类的概念 MessageQueue:消息队列,存储数据的一个容器(队列索引数据),默认每个 Topic 下有 4 个队…

树莓派ubuntu:默认分辨率太小图形界面中无法修改,如何设置分辨率

树莓派安装ubuntu后,连接外接7寸显示屏(1024x),只显示720分辨率内容显示不全,按如下方式设置: 修改 /boot/config.txt文件 使用pc读卡器读写sd卡 直接命令读写配置文件 sudo nano /boot/config.txtconfig.txt结尾追加如下内容 …

AI担任编程导师:生成式AI如何翻江倒海改变开发世界

生成式 AI 如何重塑开发流程和开发工具? 在21世纪的舞台上,AI作为技术明星,一直以其潜力无穷的表现吸引着我们的目光。而其中,一名角色,响亮的名字叫做生成式AI,正在以翩翩起舞的姿态,改变着我…

华为mstp、vrrp、ospf、isis、bgp等综合一起排错

最终实现左边私网和右边私网全部ping通 SW1 vlan batch 12 34 stp region-configuration //mstp配置 region-name test instance 12 vlan 12 instance 34 vlan 34 active region-configuration interface GigabitEthernet0/0/3 port link-type trunk port trunk allow-pass …

HCIA-Datacom题库(自己整理分类的)_05_园区网和网络架构多选【6道题】

1.以下哪些网络属于局域网? 一个家庭网络 宽带城域网 某公司办公网络 因特网 2.下列关于单臂路由的说法正确的有? 每个VLAN一个物理连接 在路由器上需要创建子接口 交换机上,把连接到路由器的端口配置成Trunk类型的端口,并…

Windows11 - Ubuntu 双系统及 ROS、ROS2 安装

系列文章目录 前言 一、Windows11 - Ubuntu 双系统安装 硬件信息: 设备名称 DESKTOP-B62D6KE 处理器 13th Gen Intel(R) Core(TM) i5-13500H 2.60 GHz 机带 RAM 40.0 GB (39.8 GB 可用) 设备 ID 7673EF86-8370-41D0-8831-84926668C05A 产品 ID 00331-10000-0000…

常见服务/协议默认端口号、HTTP状态码

文章目录 1. 默认端口号2. Http状态码2.1 1xx(临时响应):2.2 2xx(成功):2.3 3xx(重定向):2.4 4xx(客户端错误):2.5 5xx(服…

(低级错误)IDEA/Goland报错连接数据库失败:URL错误和权限问题。

前言 做毕设ing,使用Goland自带的数据库工具连接服务器的数据库。报错 错误: Malformed database URL, failed to parse the main URL sections. (view)服务器是华为云,使用宝塔面板。数据库版本5.6.50。 排查过程 鉴于Goland报错报的狗屁不是&#…

【通义千问】大模型Qwen GitHub开源工程学习笔记(5)-- 模型的微调【全参数微调】【LoRA方法】【Q-LoRA方法】

摘要: 训练数据的准备 你需要将所有样本放到一个列表中并存入json文件中。每个样本对应一个字典,包含id和conversation,其中后者为一个列表。示例如下所示: [{"id": "identity_0","conversations": [{"from": "user",…

【MySQL】视图,外连接内连接子查询简单介绍及面试笔试案例题

目录 一 视图 1.1视图是什么 1.2 创建视图 1.3 查看视图(两种) 1.4 修改视图(两种) 1.5 删除视图 二 外连接&内连接&子查询介绍 2.1 外连接 2.2 内连接 2.3 子查询 三 外连接&内连接&子查询案例 3.1 了解表结构与数据 3.2 案例题目 四 思维导图…

qt第三天快速回顾

控件 listWidget 两种添加方式 1QListWidgetItem 2QStringList(链式编程) TreeWidget 核心代码 1设置头的标签 2.Item创建 添加顶层级别的Item 3.创建子Item 挂载到顶层的Item上 QLabelWidget 表格 增加了一个删除和添加 1.设…

【算法Hot100系列】合并 K 个升序链表

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老导航 檀越剑指大厂系列:全面总结 jav…

不同像平面坐标系下的Brown畸变系数互转

不同像平面坐标系下Brown畸变系数转换 记 u , v u,v u,v为像素为单位的坐标,f为焦距,单位也是像素。 记 x , y x,y x,y为理想坐标。本文推导两种情况下的Brown畸变系数转换关系: 相同坐标系定义、不同的坐标单位(像素坐标与归一…

RocketMQ源码 事务消息 TransactionalMessage 源码分析

前言 原理:使用普通消息和订单事务无法保证一致的原因,本质上是由于普通消息无法像单机数据库事务一样,具备提交、回滚和统一协调的能力。 而基于 RocketMQ 的分布式事务消息功能,在普通消息基础上,支持二阶段的提交能…

2023年全国职业院校技能大赛软件测试赛题第2套—自动化测试报告解析答案

2023年全国职业院校技能大赛软件测试赛题任务五自动化测试 一、自动化测试任务要求 题目1:按照以下步骤在PyCharm中进行自动化测试脚本编写并执行。 1. 设置智能时间等待5秒并将浏览器窗口最大化; 2. 引入By方法类; 3. 通过NAME属性定位用户名输入框,并输入用户名XTGL…

论正确初始化深度学习模型参数的重要性

遇到的问题:在一般的深度学习训练过程中,我们建立好模型以后,程序就有自动的初始化一些模型的参数,比如全连接层中每一个节点的权重等等,在之前的网络训练过程中,我总是事先设下随机种子以后,让…