哨兵系列卫星

# 简介

哨兵系列卫星是哥白尼计划的一部分，该计划是欧盟的一个地球观测计划。要了解哨兵卫星，我们需要先了解哥白尼计划。

# 哥白尼计划

几十年来，欧洲各国在地球观测领域做了大量研发工作，但具有重复性与缺乏服务连续性。1998 年，欧洲成立了全球环境安全监测GMES用于统筹各国的地球观测系统。2012 年，在欧盟直接参与融资和发展后，该系统后来更名为哥白尼。关于哥白尼计划的具体情况，请看该视频：

哥白尼计划由三部分组成：

空间部分（哨兵系列太空任务与其他太空机构任务）；

测量部分（提供海洋、大陆表面和大气信息的陆基和机载数据收集网络）；

数据管理与全球共享部分；

# 哨兵卫星年表

卫星名	发射时间(年月日)	终止时间	卫星定位
Sentinel-1A	2014.4.3	在运行，预期寿命7年	雷达
Sentinel-1B	2016.4.25	在运行，预期寿命7年	雷达
Sentinel-2A	2015.6.23	在运行，预期寿命7年	高分辨率光学
Sentinel-2B	2017.3.7	在运行，预期寿命7年	高分辨率光学
Sentinel-3A	2016.2.16	在运行，预期寿命7年	包含雷达、光学成像光谱仪、定位等7类传感器
Sentinel-3B	2018.4.25	在运行，预期寿命7年	包含雷达、光学成像光谱仪、定位等7类传感器
Sentinel-4	预计2023年发射	预期寿命8.5年	气象
Sentinel-5P	2017.10.13	在运行，预期寿命7年	大气污染观测
Sentinel-5	预计2021-2022年发射	预期寿命7.5年	大气监测
Sentinel-6A	2020.11.21	在运行，预期寿命5.5年	全球海洋地形观测
Sentinel-6B	预计2025年12月发射	预期寿命5.5年	全球海洋地形观测
Sentinel-7	暂无时间安排	暂无	人为二氧化碳排放监测
Sentinel-8	暂无时间安排	暂无	高时空地表温度监测
Sentinel-9	暂无时间安排	暂无	极地冰雪地形高度计
Sentinel-10	暂无时间安排	暂无	环境高光谱成像
Sentinel-11	暂无时间安排	暂无	极地成像微波辐射计
Sentinel-12	暂无时间安排	暂无	欧洲雷达观测系统-L波段SAR

# 哨兵一号

# 简介

Sentinel-1 任务包括由两颗极轨卫星Sentinel-1A与Sentinel-1B组成星座，昼夜运行，执行 C 波段合成孔径雷达成像。可供用户使用的 Level-0、Level-1 和 Level-2 数据产品。

# 传感器

SENTINEL-1 携带一台 C-SAR传感器，工作在 5.405 GHz 的中心频率。它包括一个右视有源相控阵天线，支持快速的仰角和方位角扫描。C-SAR传感器在双极化（HH + HV，VV + VH）通过一个发射链（可切换到H或V）和两个平行的支撑件来实现操作接收对H和V偏振链。双极化数据可用于土地覆盖分类和海冰应用。

Sentinel-1拥有四种采集模式：

带状图 (Stripmap，SM)
干涉宽幅 (Interferometric Wide swath，IW)
超宽幅 (Extra-Wide swath，EW)
波浪模式 (Wave mode，WV)。

# 带状图(SM)模式:

该模式窄幅宽度为80 公里，提供 5 m x 5 m 分辨率影像。Sentinel-1通过改变光束入射角和仰角光束宽度，用户可以选择六个成像条带之一。

# 干涉宽幅（IW）模式:

该模式是Sentinel-1在陆地上的默认采集模式，窄幅宽度为250 公里，提供 5 m x 20 m 分辨率影像。

Sentinel-1在该模式下，使用 TOPSAR 技术。除了像 SCANSAR 在范围内控制波束外，还可以在每个脉冲串的方位方向上从后到前电子控制波束，避免扇形并产生更高质量的图像。多普勒频谱（在方位域中）和波数频谱（在仰角域中）的充分重叠确保了干涉测量。

# 超宽幅（EW）模式：

该模式主要用于海上和极地区域运营服务，满足覆盖面广，短重访时间要求。

EW 模式的工作方式类似于 IW 模式，采用 TOPSAR 技术，使用五个子带而不是三个，导致分辨率较低（20 m x 40 m）。EW 模式和 IW 模式类似，同样可用于干涉测量。

# 波浪（WV）模式

SENTINEL-1的WV模式与全球海浪模型相结合，用以确定海洋上波浪的方向、波长和高度。

波模式由 20 公里 x 20 公里的条带图像组成，传感器两个不同的入射角上交替采集。每 100 公里采集一次波图像，同一入射角的影像相隔 200 公里。

# 产品介绍

目前欧空局官网上提供4种产品数据下载，分别是原始数据RAW、SLC、GRD和OCN。

生成一级数据产品所涉及的处理步骤包括预处理、多普勒质心估计、单视复聚焦、生成 SLC 产品、生成GRD 产品、影像后处理和用于组装多个子的模式特定处理。具体的生成过程如下所示:

1 级数据可以处理成单视复数 (SLC) 和/或地面范围检测 (GRD) 产品。

SLC 产品保留了相位信息并以自然像素间距进行处理。

GRD 产品包含检测到的幅度并进行多视以减少散斑的影响。

OCN是针对Wave Mode推出的2级产品。

# 数据下载

仅限目前我知道的，一共有四种方法可以下载：

欧空局官网 (https://scihub.copernicus.eu/)
地理空间数据云 (http://www.gscloud.cn/)
Google Earth Engine (https://code.earthengine.google.com/)
PIE Engine (https://engine.piesat.cn/engine/home)

我这里比较推荐大家使用地理空间数据云进行下载，主要是两个原因：数据更新及时；国内下载速度快。

地理空间数据云操作比较简单，不再做介绍。这里介绍官网的下载教程：

进入欧空局官网（https://scihub.copernicus.eu/）：

点击进入Open Hub，如果有账号直接登录，没有账号点击Sign up：

按要求填写个人资料，完成后点击Register：

之后会弹出一个窗口，需要去自己的邮箱激活账号，进入自己的邮箱中跳转激活链接即可：

账号激活后，登录主页面，鼠标左键勾选待下载区域影像：

点击数据栏，进行数据筛选：

在数据筛选栏，选择时间（两个时间sensing period和ingestion period，个人理解是采样时间和入库时间，未查到相关资料，一般来说选sensing period就行了）、极化方式、卫星、产品类型等：

点击搜素按钮，会弹出相应影像，点击下载即可：

# 哨兵二号

Sentinel-2 任务由两颗极轨卫星Sentinel-2A（2015年6月23日发射）和Sentinel-2B（ 2017年3月7日发射）组成，分布在同一太阳同步轨道上，彼此成 180° 相位，幅宽为290 公里。

# 波段介绍

每颗 Sentinel-2 卫星都携带一个多光谱仪器 (MSI)，在可见光、近红外和短波红外光谱范围中共有 13 个波段。

波段	中央波长 (µm)	空间分辨率 (m)
波段 1 -沿海气溶胶	0.443	60
波段2 – 蓝	0.490	10
波段3 – 绿	0.560	10
波段4 – 红	0.665	10
波段5 – 植被红边	0.705	20
波段6 -植被红边	0.740	20
波段7 -植被红边	0.783	20
波段8 – 近红外	0.842	10
波段8A -植被红边	0.865	20
波段9 – 水蒸气	0.945	60
波段10 -Cirrus	1.3735	60
波段11 -短波红外线	1.610	20
波段12 -短波红外线	2.190	20

哨兵二号波段光谱相应函数

# 波段组合

我们通过使用波段组合来更好地解释图像中的要素特征，其目的是以创造性的方式重新安排可用的波段。

通过使用波段组合，我们可以从图像中提取特定的信息。例如，某些波段组合可以突出图像中的地质、农业或植被特征。如果您想亲自查看 Sentinel 波段组合，那么可以查看 Sentinel Playground，它能够显示更多的波段组合情况。

# 自然色 (B4, B3, B2)

自然色波段组合以红色 (B4)、绿色 (B3) 和蓝色 (B2) 三种方式来呈现，其目的是以我们眼睛看待世界的方式来显示图像，正如我们所看到的，健康的植被是绿色的，城市通常以白色和灰色来表示，而水是深蓝色的，不过这取决于它的清洁程度。

自然色带组合使用红色（B4）、绿色（B3）和蓝色（B2）波段。其目的是以我们的眼睛看世界的方式显示图像。正如我们所看到的，健康的植被是绿色的，城市通常以白色和灰色来表示。水是深蓝色的，不过这取决于它的清洁程度。

# 彩色红外线 (B8, B4, B3)

彩色红外波段组合旨在强调健康和不健康的植被情况。通常使用近红外 (B8) 波段，尤其是它特别擅长反射叶绿素的特点。这就是为什么在彩色红外图像中，较密集的植被是红色的，而城市地区是白色的。

# 短波红外线 (B12, B8A, B4)

短波红外波段组合使用 SWIR (B12)、NIR (B8A) 和红色 (B4)三种波段。该合成图显示了各种绿色深浅的植被情况。一般来说，较深的绿色表示植被较密集，棕色表示的是裸露的土壤和建筑区域。

# 农业 (B11, B8, B2)

农业波段组合使用 SWIR-1 (B11)、近红外 (B8) 和蓝色 (B2)三种波段。它主要用于监测作物的健康状况，它使用短波和近红外线，这两个波段都特别擅长突出显示深绿色的茂密植被区域。

# 地质波段 (B12, B11, B2)

地质波段组合是寻找地质特征的巧妙应用，包括断层、岩性和地质构造。地质学家往往会通过 SWIR-2 (B12)、SWIR-1 (B11) 和蓝色 (B2) 波段的特征来处理，不过他们往往更倾向于使用 Sentinel 波段组合进行分析。

# 水深测量 (B4, B3, B1)

顾名思义，水深测量波段组合有利于海岸的研究。水深测量波段组合使用的是红色 (B4)、绿色 (B3) 和海岸带 (B1)，同样，沿海大气气溶胶波段的使用有利于估算水中的悬浮沉积物状况。

# 植被指数 (B8-B4)/(B8+B4)

近红外表示植被强烈反射，红光表示植被吸收情况。植被指数有利于量化植被的数量。归一化植被指数的公式为（B8-B4）/（B8+B4）。高值表示茂密的树冠，低值或负值表示城市和水景。

由于近红外（植被强烈反射）和红光（植被吸收）的特点，植被指数有利于量化植被数量。归一化差值植被指数的公式为（B8-B4）/（B8+B4），其中高值表示树冠致密的情况，低值或负值表示城市和水景区域。

# 水分指数 (B8A-B11)/(B8A+B11)

水分指数是寻找植物水分压力的理想选择方式。它使用短波和近红外来生成水分含量指数，一般来说，较潮湿的植被具有较高的值，而较低的水分指数值表明植物因水分不足而受到的压力值。

# 产品介绍

目前Sentinel-2主要提供两种产品数据：L1C和L2A。

L1C：该产品经正射校正和亚像元级几何精校正，为天顶表观反射率数据，每张影像为100 公里 x 100 公里，大小约为 500 MB。

L2A：该产品是利用欧空局官方提供的 Sen2cor工具，对 L1C 进行大气校正得到地表反射率数据产品。从2016年10月起提供全欧洲的数据，从2017年1月起提供全球的数据。

# 数据下载

# 数据下载方式

根据笔者查到的资料，目前能下载Sentinel-2影像的网站有5个，分别为：

网站	网址	备注
欧空局官网	https://scihub.copernicus.eu	官网
地理空间数据云	http://www.gscloud.cn	延后一周更新
Google Earth Engine	https://earthengine.google.com	最靠谱的云计算平台，数据及时并全面
PIE Engine	https://engine.piesat.cn/engine/home	缺失2017年前的数据
Microsoft Planetary Computer	https://planetarycomputer.microsoft.com	只有L2A级别数据

# 官网下载方式

我们采用官网的方式进行数据下载：

参考哨兵1号卫星数据下载方式，注册账号后进入主页面，并勾选研究区，选择时间：

哨兵二号共有4个参数选择，分别是选择卫星、产品类别、相对轨道、云覆盖率，一般来说只选择产品级别和云覆率。需要注意，云覆盖率的选择方式为中括号加条件，比如[0 TO 10]代表只选择云覆盖率在0-10%的影像：

筛选完成后即可点击下载：

如果你是下载数年前的影像，有可能该影像已被下架，你需要提交申请，大概一天后即可下载。比如我要下载2019年北京地区的Sentinel-2 L2A数据，

这时显示的是数据已下架，你需要加入购物车，再点击下载会弹出该数据会进行重新上架，最迟一周，最短1天该数据即可下载。

# GEE下载数据

官网的数据下载方式还得在本地做波段合成、裁剪和镶嵌，甚至还会遇到数据已下架的情况。因此笔者一般不喜欢官网下载。

如果你只是想下载某地区的哨兵数据，不做研究，可以考虑直接GEE下载，方便快捷。我这里列一个简单的数据下载脚本，仅供参考：

//研究区可视化
Map.addLayer(roi)
Map.centerObject(roi,9)

//时间
var startDate = ee.Date('2021-5-27'); 
var endDate = ee.Date('2021-8-31');  

var collection = SENTINEL
                  .filterDate(startDate, endDate)//时间过滤
                  .filterBounds(roi)//位置过滤
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',10))//云量过滤,
                  .sort('CLOUDY_PIXEL_PERCENTAGE')//云量排序
                  .first()                  ;//选择云量最小的影像
//裁剪研究区
var image=collection.clip(roi);
//选择导出的波段
image=image.select([ "B2", "B3", "B4", "B8"]);
//加载假彩色影像
Map.addLayer(image, imageVisParam, "image-假彩色");
//加载真彩色影像
Map.addLayer(image, imageVisParam2, "image-真彩色");
//导出
Export.image.toDrive({
  image: image,
  description: 'ROI',
  scale: 10,
  region: roi,
  maxPixels:1e13
});

完整代码的可运行链接：

https://code.earthengine.google.com/2af1e4b4d6ce7eeb6a2e029c29266748

# 哨兵三号

截至 2021 年12月，Sentinel-3由2颗卫星组成：Sentinel-3A和Sentinel-3B。欧空局计划将分别在 2024 年和 2028 年发射Sentinel-3C 和 Sentinel-3D卫星，以确保 Sentinel-3 任务的连续性。Sentinel-3 也是目前搭载传感器最多的一颗卫星，共计7类传感器。

# 传感器

这里分别对Sentinel-3的七种传感器进行介绍：

海陆表面温度辐射计（SLSTR）：用来确定全球海面温度。它在九个光谱通道和两个额外的波段进行测量，以优化火灾监测。前六个光谱带涵盖可见光、近红外光谱以及短波红外；VNIR 适用于频段 1 至 3，SWIR 适用于频段 4 至 6。这 6 个频段的空间分辨率为 500 m，频段 7 至 9 以及另外两个频段的空间分辨率为1 公里。

海洋和陆地色彩仪器（OLCI）：一种中等分辨率的成像光谱仪，它使用五个摄像头来提供广阔的视野。OLCI 有 21 个光谱带，波长范围从光学到近红外。波段的宽度从 400 nm到 1020 nm不等，可用于测量水蒸气吸收、气溶胶水平和叶绿素吸收。SLSTR 和 OLCI 是具有重叠路径的光学仪器，允许新的组合应用。由于气候变化因素，内陆沿海地区已成为越来越受关注的地区，从 2002 年到 2012 年，中分辨率成像光谱仪 (MERIS) 提供了用于分析的高质量观测。OLCI 对 MERIS 进行了改进，因为它增加了六个光谱带、更高的信噪比 (SNR)、减少了太阳眩光、最大 300 m 的空间分辨率以及增加的地面覆盖范围，这是目前太空中唯一能够检测蓝藻的传感器。

合成孔径雷达高度计（SRAL）：地形仪器，可在海冰、冰盖、河流和湖泊上提供准确的地形测量。它使用双频Ku和C 波段，并由大气校正的微波辐射计(MWR) 和轨道定位的 DORIS 接收器支持。
卫星综合多普勒轨道图和无线电定位(DORIS) ：一种用于轨道定位的接收器。
微波辐射计（MWR）：测量水蒸气、云中的水含量以及地球发出的热辐射。MWR 传感器的辐射精度为 3.0 K。
激光回射器（LRR）：用于使用激光测距系统准确定位在轨卫星。当与 SRAL、DORIS、MWR 结合使用时，它们将获得海洋和内陆水域的详细地形测量结果。
全球导航卫星系统（GNSS）：提供精确的轨道确定并可以同时跟踪多颗卫星。

# 产品类型介绍

SLSTR：

Level-1经过质量控制、正射定位（纬度和经度坐标、高度）、地标和初步像素分类（例如土地/水/云掩码）。

Level-2 是从Level-1 产品中提供的测量数据得出地球物理量，专门用于海洋和陆地应用领域。

**OLCI **：

Level-1包括大气顶 (TOA) 辐射测量、辐射校正、校准和光谱表征。

Level-2 是从Level-1 产品中提供的测量数据得出地球物理量。

**Synergy **:

SYN Level-1处理 OLCI 和 SLSTR 辐射度和亮度温度，其关联的注释进行相同计算。同时也计算 OLCI 参考通道与所有其他 OLCI 和 SLSTR 通道之间的对应网格。 SYN Level-2处理来自 OLCI 和 SLSTR 仪器的信息，为地表分析提供改进的数据。

Altimetry ：

Level-1 是 Level-0 数据进行仪器校正后的数据。 Level-2 是Level-1 数据进行地球物理校正后的数据。

# 数据下载方式

根据笔者查到的资料，目前能下载全部Sentinel-3影像的网站只有欧空局官网（https://scihub.copernicus.eu），GEE只能下载OLCI EFR影像，因此采用官网的下载方式：

参考哨兵1号卫星数据下载方式，注册账号后进入主页面，并勾选研究区，选择时间：

选择相应的哨兵三号的产品数据（由于产品类型选项与传感器、级别数据互不相干，只建议在产品类型或者相应传感器里面勾选条件）：

选择适合的数据，进行数据下载：

# 哨兵四号

哨兵四号暂未发射，该卫星的主要目标是监测欧洲上空的空气质量和气溶胶，以高空间分辨率和快速重访时间支持哥白尼大气监测服务 (CAMS)。该卫星将由欧盟、欧洲航天局 (ESA) 与欧洲环境署 (EEA) 共同运营。

# 哨兵五号

该卫星暂未发射，预计2021-2022年发射。Sentinel-5 将专注于空气质量和成分-气候相互作用，主要数据产品为 O₃、NO ₂、SO₂、HCHO 和气溶胶。此外，Sentinel-5 还将提供 CO、CH₄ 和平流层 O₃ 的质量参数，每天覆盖全球气候、空气质量、臭氧、地表紫外线影像。

# 哨兵5p

哨兵5p于2017 年 10 月 13 日从俄罗斯普列谢茨克航天发射场成功发射，拥有一颗携带对流层监测仪器 (TROPOMI) 传感器，主要目标是执行具有高时空分辨率的大气测量，用于空气质量、臭氧和紫外线辐射以及气候监测和预测。

# 传感器

Tropomi（TROPO spheric Monitoring Instrument，对流层监测仪）可感应紫外（UV）、可见光（VIS）、近（NIR）和短波红外（SWIR），以监测在大气中的臭氧、甲烷、甲醛、气溶胶、一氧化碳、NO₂ 和SO₂ 。

Tropomi 每秒进行一次测量，覆盖约 2600 公里宽和 7 公里长的区域，分辨率为 7 x 7 公里。该传感器使用光栅光谱仪分离成不同的波长，然后再用四个不同的检测器对各自的光谱带进行测量。UV光谱仪的光谱范围为270-320 nm，可见光光谱仪的范围为310-500 nm，NIR的范围为675-775 nm，SWIR的范围为2305-2385 nm。

# 数据下载

使用GEE和PIE进行数据下载。

# 数据介绍与处理

Sentinel-5P是欧空局于2017年10月13日发射的一颗全球大气污染监测卫星。卫星搭载了对流层观测仪（Tropospheric Monitoring Instrument，TROPOMI），可以有效的观测全球各地大气中痕量气体组分，包括NO2、O3、SO2、 HCHO、CH4和CO等重要的与人类活动密切相关的指标，加强了对气溶胶和云的观测。

本文由三大主要部分组成：

TROPOMI数据介绍
数据下载
数据处理与可视化
- Panoply可视化
- S5Processor包nc转TIFF

# TROPOMI数据介绍

TROPOMI是目前世界上技术最先进、空间分辨率最高的大气监测光谱仪。成像幅宽达2600km，每日覆盖全球各地，成像分辨率达7km×3.5km。ESA提供了L1B和L2两种级别的数据下载。L1B数据介绍如表1所示，L2如表2所示。

# L1B产品介绍

表1.L1B数据产品介绍和对应的用户文档

File type	Spectrometer	Spectral range [nm]	Comment	User Documentation
L1B_RA_BD1	UV	270 - 300	Radiance product band 1
L1B_RA_BD2	300 - 320	Radiance product band 2
L1B_RA_BD3	UVIS（紫外-可见光过渡区域）	320 - 405	Radiance product band 3	ATBD
L1B_RA_BD4	405 - 500	Radiance product band 4
L1B_RA_BD5	NIR	675 - 725	Radiance product band 5
L1B_RA_BD6	725 - 775	Radiance product band 6	PRF
L1B_RA_BD7	SWIR	2305-2345	Radiance product band 7
L1B_RA_BD8	2345-2385	Radiance product band 8
IR_UVN	UVN	270-775	Irradiance product UVN module	Other
IR_SIR	SWIR	2305-2385	Irradiance product SWIR module	documents

IODS (Input Output Data Specification):description of the products that are the result from the Level 0 to Level 1bprocessing介绍了L0到L1B数据的处理过程;
ATBD (Algorithm Theoretical Basis Document): high leveldescription of the algorithms used in the Level-0 to 1b data processing介绍了L0到L1B数据处理算法原理
PRF (Product Readme File): description of changesbetween different product versions and overall quality information (available afew months after launch)介绍了不同版本数据间的差别和总体的质量信息。

# L2产品介绍

表2.L2数据产品介绍和数据文档

Product type	Parameter	User Documents
L2__O3____	Ozone (O3) total column总柱含量	PRF-O3-NRTI, PRF-03-OFFL, PUM-O3, ATBD-O3, IODD-UPAS
L2__O3_TCL	Ozone (O3) tropospheric column对流层柱含量	PRF-03-T, PUM-O3_T, ATBD-O3_T, IODD-UPAS
L2__O3__PR	Ozone (O3) profile总剖面数据	PUM-PR , ATBD-O3_PR , IODD-NL
L2__O3_TPR	Ozone (O3) tropospheric profile对流层剖面数据	PUM-PR , ATBD-O3_PR , IODD-NL
L2__NO2___	Nitrogen Dioxide (NO2), total and tropospheric columns总柱和对流层柱含量	PRF-NO2, PUM-NO2, ATBD-NO2, IODD-NL
L2__SO2___	Sulfur Dioxide (SO2) total column总柱含量	PRF-SO2, PUM-SO2, ATBD-SO2, IODD-UPAS
L2__CO____	Carbon Monoxide (CO) total column总柱含量	PRF-CO, PUM-CO, ATBD-CO, IODD-NL
L2__CH4___	Methane (CH4) total column总柱含量	PRF-CH4, PUM-CH4, ATBD-CH4, IODD-NL
L2__HCHO__	Formaldehyde (HCHO) total column总柱含量	PRF-HCHO, PUM-HCHO , ATBD-HCHO , IODD-UPAS
L2__CLOUD_	Cloud fraction, albedo, top pressure云量、反照率、云顶大气压	PRF-CL, PUM-CL, ATBD-CL, IODD-UPAS
L2__AER_AI	UV Aerosol Index紫外区域气溶胶指数	PRF-AI, PUM-AI, ATBD-AI, IODD-NL
L2__AER_LH	Aerosol Layer Height (mid-level pressure)气溶胶层高度（中等气压）	PRF-LH, PUM-LH , ATBD-LH , IODD-NL
UV product1	Surface Irradiance/erythemal dose	-
L2__NP_BDx, x=3, 6, 7 2	Suomi-NPP VIIRS Clouds云产品辅助数据	PRF-NPP, PUM-NPP, ATBD-NPP

PUM (Product User Information): information on the technicalcharacteristics of the S5P/TROPOMI Level 2 products 介绍了L2数据产品的技术特征
ATBD (Algorithm Theoretical Basis Document): detailedinformation on the retrieval algorithms理论算法说明文档
IODD (Input Output Data definition): description of the inputand output data of the S5P/TROPOMI Level 2 processing介绍了L2数据产品输入和输出数据情况及处理过程
PRF (Product Readme File): description of changesbetween different product versions and overall quality information (availablefew months after launch) 介绍了不同版本数据间的差别和总体的质量信息。

# L2数据三种数据流

L2数据产品又分为了三种数据流：

近实时数据流（near-real-time, NRTI），卫星成像3小时后即可获取，数据可能不完整或存在质量缺陷；
离线数据流（Offline, OFFL），一般成像后几天即可获得；
再次处理数据流（Reprocessing, RPRO），有些数据可能经过了多次处理，获得的最新的质量最佳的版本。

一般情况下，长期的时序变化研究不可以混用不同级别的数据流，推荐使用最新的RPRO数据以保证数据质量。

# 数据下载

Sentinel-5P数据公开下载，直接从以下网址检索影像并下载，无需注册和翻墙，直接使用ESA提供的访客帐号即可。帐号密码均为：s5pguest

数据下载网址：https://s5phub.copernicus.eu/dhus/#/home

打开S5P下载地址并登陆访客帐号，如下图所示进行操作：

切换矩形选框定位
绘制研究区范围，确定影像下载位置
选择搜索方式，这里是Sensing Date，也就是成像日期，根据成像日期筛选影像
开始时间，从这个时间点开始的影像会加入选择
结束时间，选择这个时间点之前的影像
选择影像产品类型，具体影像产品类型说明请参见前面的表1，表2
处理级别，可选，指定了6，7也就确定了
数据流，如果是实时动态监测，选择NRTI实时动态数据流，一般研究选OFFL，处理好的质量可靠的影像，RPRO数量较少
开始查询，搜索影像

接下来就可以查看搜索结果，如下图所示：

数据下载链接，可以直接复制链接在IDM里面下载（哨兵数据下载推荐使用IDM下载器）
查看影像详细信息，在这里可以查看影像的具体覆盖范围、成像时间等详细情况
影像下载按钮，点击这个可以直接下载

点击上图按钮2后，详细信息情况

# 数据处理与可视化

在这里提供两种处理和可视化S5P数据的方法：NASA Panoply软件包和R语言S5Processor程序包。

# NASA Panoply

Panoply是NASA开发的一款基于JAVA的netCDF/HDF/GRIB数据查看器。下载地址：https://www.giss.nasa.gov/tools/panoply/

运行需要JAVA环境，安装好JAVA环境后，解压程序包，双击Panoply.exe即可运行

加载影像后，选择里面的数据产品进行可视化：

对qa_value进行可视化

Panoply用于查看S5P数据非常方便，但是不能用来转换格式，无法将S5P数据输出到GIS软件中。

# S5PROCESSOR

为了把S5P的NC数据转为TIFF数据，我试了好多种方法，终于在GITHUB上面发现了一个R包：S5Processor

R包地址：https://github.com/MBalthasar/S5Processor

# S5PROCESSOR安装

很多同学反映不知道怎么安装S5processor这个包。

首先，这个包需要借助Rtools，下载一个Rtools，根据自己运行环境选择一个合适的版本，安上就好。

https://cran.r-project.org/bin/windows/Rtools/

提示没有devtools，好说，直接安装一下这个包就好

安装devtools

是否更新R包？可以更新，也可以跳过

安装完成

# S5PROCESSOR数据转换

我主要是想对S5P数据进行格式转换，转换为TIFF格式后便于在GIS中进行分析。代码实例如下：

devtools::install_github("MBalthasar/S5Processor")
library(S5Processor)
library(ncdf4)
library(ggplot2)
library(dismo)
library(maptools)
library(raster)
library(geosphere)
library(rgdal)
library(rgeos)
library(sp)
BeijingNO2 <- S5P_process(input = "S5P_OFFL_L2__NO2____20200118T035729_20200118T053859_11730_01_010302_20200121T230957.nc",
                          product = 39)
writeRaster(BeijingNO2, "BeijingNO2", format = 'GTiff', overwrite = TRUE)

关于NO2数据产品和单位的介绍见产品文档（参考物文献7）