​

简介

统一大地遥感卫星哨兵-2（HLS）项目通过虚拟卫星传感器群提供一致的地表反射率（SR）和大气层顶部亮度（TOA）数据。陆地成像仪（OLI）安装在美国宇航局/美国地质调查局的联合陆地卫星 8 号和陆地卫星 9 号上，而多光谱仪（MSI）则安装在欧洲的哥白尼哨兵-2A 号和哨兵-2B 号卫星上。通过综合测量，可以每 2 到 3 天以 30 米的空间分辨率对陆地进行全球观测。HLS 项目使用一套算法来获得 OLI 和 MSI 的无缝产品，其中包括大气校正、云层和云影遮蔽、空间共同定位和共同网格划分、照度和视角归一化以及光谱带通调整。前言 – 人工智能教程

HLSL30 产品提供 30m Nadir 双向反射率分布函数 (BRDF)、调整反射率 (NBAR)，源自 Landsat 8/9 OLI 数据产品。

注：地球引擎的全面摄入预计将持续到 2023 年。

此数据集的构成

数据的处理过程，进行去云和控件重采样，然后利用BRDF归一化操作。

大气校正 

同一种大气校正算法，即由埃里克·弗莫特（NASA/GSFC）（Vermote等，2016年）开发的陆地表面反射率代码（LaSRC），被应用于两种传感器的数据。LaSRC基于6S辐射传输模型，是MODIS MCD09产品（Vermote和Kotchenova 2008）以及早期为Landsat-5和Landsat-7实施的LEDAPS算法（Masek等人2006年）的传承。有关该方法的详细描述请参阅Vermote等人（2016年），CEOS ACIX-I中有关Landsat 8和Sentinel-2的表面反射验证结果请参阅Doxani等人（2018年）。

LaSRC使用来自MODIS的大气输入（臭氧、水汽）来校正气体吸收，并根据地形高程来校正分子（瑞利）散射的表面压力。通过使用红色和蓝色光谱波段的比值来推导气溶胶光学厚度（固定的大陆类型），LaSRC使用基于图像的算法。输出是定向表面反射率。HLS还包括来自Landsat 8 TIRS传感器的两个热红外波段在L30产品中 - 这些值没有经过大气校正，但是重新调整了表观亮度温度（无大气层，单位辐射率）。

空间配准

我们在HLS中的目标是保持Sentinel-2图像的大地测量精度要求（<20米误差，2σ），并改善Sentinel-2图像之间以及Sentinel-2和Landsat 8图像之间的多时相配准（<15米 2σ）以用于30米产品。该规范支持对小型田地、人造特征和其他空间异质覆盖类型进行时间序列监测。

QA

HLS提供了每个像素的云、云影、雪、水和气溶胶光学厚度级别的遮罩。在HLS的早期版本中，云遮罩是由Level-1输入的云遮罩、大气校正代码LaSRC的内部云遮罩以及Fmask（Zhu等人2015年）的云遮罩的并集组成。在HLS v2.0中，云遮罩仅由Fmask 4.2生成，这是Qiu等人（2019年）报告的Fmask 4.0的更新版本。大气校正期间创建的气溶胶光学厚度级别也被纳入每个像素的质量评估遮罩中，就像在HLS v1.4中一样。

校正

L30和S30的Nadir BRDF-Adjusted Reflectance（NBAR）产品是表面反射率，使用Roy等人（2016年）的c-factor技术对视角和照射角效应进行了归一化。视角对所有像素进行了设置为 nadir 进行归一化。照射角对于一个瓦片被设置为在Landsat-8和Sentinel-2在该瓦片中心的纬度上空过时的太阳天顶角的平均值；这个角度是使用Li等人（2018年）描述的代码导出的。

bandpass调整

 MSI和OLI在等效光谱波段上具有略有不同的波段通量，这些差异需要在HLS产品中移除。OLI光谱波段被用作参考，MSI光谱波段被调整到与之相匹配。波段通量的调整是等效光谱波段之间的线性拟合。斜率和偏移系数是基于对160个全球分布的Hyperion场景上处理为表面反射率的500个高光谱光谱进行计算的，并用于合成MSI和OLI波段。MSI的RSR对应于版本v2.0（Claverie等，2018年）。考虑了MSI在Sentinel-2A（S2A）和Sentinel-2B（S2B）上的光谱差异。请注意，假定S2A的CA和蓝色波段RSR与S2B的RSR相同。

Dataset Availability

2013-04-11T00:00:00 -

Dataset Provider

USGS

Collection Snippet

ee.ImageCollection("NASA/HLS/HLSL30/v002")

 Resolution

30 meters

Bands Table

影像属性：

代码

function cloudmask(image){
var cirrus = 1<<0;
var cloud = 1<<1;
var cloudadj= 1<<2;
var cloudshd= 1<<3;
var qa=image.select('Fmask')
var mask = qa.bitwiseAnd(cirrus).eq(0)
.and(qa.bitwiseAnd(cloud).eq(0)) 
.and(qa.bitwiseAnd(cloudadj).eq(0)) 
.and(qa.bitwiseAnd(cloudshd).eq(0));
return (image.updateMask(mask))
}
var collection = ee.ImageCollection("NASA/HLS/HLSL30/v002")
                    .filter(ee.Filter.date('2013-04-25', '2013-04-28'))
                    .filter(ee.Filter.lt('CLOUD_COVERAGE', 30)).map(cloudmask);
var visParams = {
  bands: ['B4', 'B3', 'B2'],
  min:0.01,
  max:0.18,
};

var visualizeImage = function(image) {
  var imageRGB = image.visualize(visParams);
  return imageRGB;
};

var rgbCollection = collection.map(visualizeImage);

Map.setCenter(-60.1765, -22.5318, 11)
Map.addLayer(rgbCollection, {}, 'HLS RGB bands');

 使用说明

NASA promotes the full and open sharing of all data with research and applications communities, private industry, academia, and the general public.

引用

Masek, J., Ju, J., Roger, J., Skakun, S., Vermote, E., Claverie, M., Dungan, J., Yin, Z., Freitag, B., Justice, C. (2021). HLS Operational Land Imager Surface Reflectance and TOA Brightness Daily Global 30m v2.0 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2023-09-12 from https://doi.org/10.5067/HLS/HLSL30.002 

​