哨兵衛(wèi)星Sentinel—2A數(shù)據(jù)特性及應(yīng)用潛力分析

陳旭 郝震寰

【摘 要】Sentinel-2A是歐洲航天局“哥白尼”計劃下多光譜成像任務(wù)的首顆衛(wèi)星，其有效荷載為擁有13個譜段的多光譜成像儀（MSI）。簡要介紹了Sentinel-2A衛(wèi)星的特點、軌道參數(shù)和成像模式，并與其它常用的光學衛(wèi)星（Landsat8、SPOT-7、GF-1）進行了對比，同時介紹了Sentinel-2A的不同等級的產(chǎn)品及產(chǎn)品的獲取方式。最后詳細介紹了國內(nèi)外學者利用Sentinel-2A數(shù)據(jù)在土地覆蓋監(jiān)測、生物量預(yù)估和風險災(zāi)害等領(lǐng)域的實際應(yīng)用，并對其今后的應(yīng)用潛力進行了討論和展望。

【關(guān)鍵詞】Sentinel-2A；衛(wèi)星參數(shù)；成像模式；數(shù)據(jù)產(chǎn)品

中圖分類號：P237 文獻標識碼： A 文章編號： 2095-2457（2018）16-0048-003

DOI：10.19694/j.cnki.issn2095-2457.2018.16.021

【Abstract】Sentinel-2A is the first satellite of the European Space Agency Copernicus program with multispectral imaging. The effective load is multispectral imager （MSI） with 13 spectral segments ranging from visible light to near-infrared to short-wave infrared. The characteristics， orbital parameters and imaging mode of Sentinel-2A satellite are introduced. It also compares the Sentinel-2A satellite with Landsat-8， SPOT-7 and GF-1. At the same time， it introduces the products of different grades and the way of obtaining them. Finally， the applications of Sentinel-2A data in land cover monitoring， biomass estimation and risk disaster are introduced in detail， and its application potential in the future is prospected.

【Key words】Sentinel-2A； Satellite characteristic； Acquisition mode； Data products

Sentinel-2A衛(wèi)星于2015年6月23日，從法屬圭亞那庫魯發(fā)射場由“織女星”（Vega）運載火箭發(fā)射升空。時隔不到兩年，Sentinel-2B衛(wèi)星在2017年3月7日于同一處發(fā)射升空。這2顆衛(wèi)星由歐洲委員會（EC）和歐洲航天局（ESA）共同實施，是“哥白尼”計劃下的多光譜成像衛(wèi)星，用于全球高分辨率和高重訪能力的陸地觀測、生物物理變化制圖、監(jiān)測海岸和內(nèi)陸水域，以及風險和災(zāi)害制圖等[1]。目前兩顆衛(wèi)星數(shù)據(jù)已經(jīng)對外發(fā)布并實現(xiàn)共享。本文將主要介紹哨兵衛(wèi)星Sentinel-2A的主要參數(shù)、成像模式和數(shù)據(jù)產(chǎn)品，列舉其在地表覆蓋監(jiān)測、生物量物理變化監(jiān)測、風險及災(zāi)害監(jiān)測等方面的主要應(yīng)用，并分析Sentinel-2A數(shù)據(jù)的應(yīng)用潛力。

1 Sentinel-2A衛(wèi)星介紹

1.1 Sentinel-2A衛(wèi)星參數(shù)與成像模式

哨兵衛(wèi)星Sentinel-2A采用天體平臺-L（AstroBus-L），該平臺為歐洲空間標準化合作組織（ECSS）標準模塊化平臺，在軌壽命長達10年。衛(wèi)星采用太陽同步軌道，軌道高度786km，軌道傾角98.5°，降交點地方時間為10：30，該時間的選擇是綜合考慮了云層遮蓋的最小化和太陽光照條件的最優(yōu)解。Sentinel-2A和Sentinel-2B衛(wèi)星運行于同一條軌道上，相位相差180°。兩顆衛(wèi)星聯(lián)合工作，可以在5天時間內(nèi)完成對赤道附近的完全覆蓋。Sentinel-2A衛(wèi)星搭載的有效荷載為多光譜成像儀（MSI）。MSI的工作光譜為可見光、近紅外（VNIR）和短波紅外（SWIR）共13個譜段，并采用堆掃式成像模式。時間分辨率為每10天更新一次全球陸地表面成像數(shù)據(jù)，雙星可達到5天更新一次。每個軌道周期的平均觀測時間為16.3min，峰值為31min。光譜分辨率為15-180nm，空間分辨率為10-60m，其中，可見光光譜分辨率為10m、近紅外光譜分辨率為20m、短波紅外空間分辨率為60m，成像幅寬為290km，每軌最大成像時間為40min，實現(xiàn)了前所未有的陸地監(jiān)測水平。

1.2 與其他常用光學衛(wèi)星性能對比

本文對目前國際及國內(nèi)使用廣泛的美國陸地衛(wèi)星-8（Landsat 8）、法國斯波特-7（SPOT 7）、中國高分一號（GF-1）與哨兵-2A（Sentinel-2A）衛(wèi)星進行對比，分別從衛(wèi)星的各個指標參數(shù)，包括成像儀類型、軌道重復周期、波段數(shù)、分辨率及主要應(yīng)用領(lǐng)域進行匯總。結(jié)果表明，Sentinel-2A數(shù)據(jù)在成像儀類型、波段數(shù)及分辨率等具有明顯優(yōu)勢，并且是在免費數(shù)據(jù)源中時間和空間分辨率最高的衛(wèi)星數(shù)據(jù)。具體Landsat 8、SPOT 7、GF-1與Sentinel-2A衛(wèi)星指標參數(shù)見表1中所示。

2 Sentinel-2A衛(wèi)星數(shù)據(jù)產(chǎn)品

2.1 不同等級產(chǎn)品介紹

與大多數(shù)衛(wèi)星數(shù)據(jù)產(chǎn)品相同，Sentinel-2A衛(wèi)星數(shù)據(jù)同樣具有不同等級的產(chǎn)品。按照處理等級共分為L0級、L1級、L2A級和L3級4個不同層次的數(shù)據(jù)。

L0級為衛(wèi)星獲取的初始數(shù)據(jù)，同時可獲取系統(tǒng)生產(chǎn)L1級數(shù)據(jù)所需要的信息。L1級數(shù)據(jù)又可分為L1A、L1B和L1C3種不同數(shù)據(jù)。通過歐洲航天局（ESA）提供的免費數(shù)據(jù)獲取網(wǎng)站ESA SciHub可以下載L1C級別格式的衛(wèi)星數(shù)據(jù)，L2A和L3級數(shù)據(jù)需要用戶自己借助模型處理生成。利用ESA提供的Python語言編寫的Sen2cor模型對L1C級數(shù)據(jù)進行處理，生成L2A級數(shù)據(jù)。L3級數(shù)據(jù)的獲取通過調(diào)用Sen2three模型對多景L2A數(shù)據(jù)進行時空集成?？傮w來說，在4種數(shù)據(jù)中應(yīng)用范圍最為廣泛的為L2A級，其數(shù)據(jù)的派生產(chǎn)品具有極強的地學綜合應(yīng)用前景和價值。

2.2 數(shù)據(jù)產(chǎn)品獲取

Sentinel-2A產(chǎn)品的獲取方式為通過ESA的數(shù)據(jù)共享網(wǎng)站免費進行下載，下載網(wǎng)址為http：//scihub.copernicus.eu/s2/#/home.目前提供下載的數(shù)據(jù)為L1C級別的產(chǎn)品數(shù)據(jù)，所有數(shù)據(jù)均為已經(jīng)過輻射校正、幾何校正、輻射定標。用戶在使用的時候只需再對下載的數(shù)據(jù)進行大氣校正，得到地表反射率即可。數(shù)據(jù)的大氣校正可以利用專業(yè)處理Sentinel系列衛(wèi)星數(shù)據(jù)的SNAP軟件操作完成，該軟件由ESA免費提供。下載網(wǎng)址為：http：//step.esa.int/main/download/，根據(jù)不同的操作系統(tǒng)選擇需要的版本進行下載，目前最新版本更新到6.0.0版。

3 Sentinel-2A衛(wèi)星數(shù)據(jù)的主要應(yīng)用

Sentinel-2A光學遙感衛(wèi)星具有較高的空間分辨率、13個多光譜波段、獨特的“紅邊”波段、大寬幅。主要應(yīng)用為土地覆蓋監(jiān)測、海岸和內(nèi)陸水域監(jiān)測、生物物理變化制圖，以及風險和災(zāi)害制圖等。Sentinel-2A因其獨特的“紅邊”波段為區(qū)域植被生態(tài)環(huán)境特征信息的提取分析提供了全新的解決方案，擁有巨大的應(yīng)用潛力。

3.1 土地覆蓋監(jiān)測

Sentinel-2A數(shù)據(jù)由于其高分辨率和高重訪能力，在地表覆蓋分類識別和變化監(jiān)測中應(yīng)用較多。在植被監(jiān)測研究方面，Sentinel-2A數(shù)據(jù)較其他免費數(shù)據(jù)有較高的時間分辨率和空間分辨率，可以有效的提高植被的分類精度，在植被提取、生物量預(yù)估等方面有很大的應(yīng)用潛力。Dimosthenis Traganos利用Sentinel-2衛(wèi)星數(shù)據(jù)，繪制出了地中海海草的分布圖，并利用Sentinel-2數(shù)據(jù)短重訪周期這一特性對海草進行變化監(jiān)測[2]。畢愷藝、牛錚等以山西省呂梁市陳家灣流域為研究區(qū)，基于Sentinel-2A時序數(shù)據(jù)，成功提取了陳家灣流域的植被信息，分類總體精度達到89.7%，Kappa系數(shù)為0.87[3]。

在水體監(jiān)測研究方面，Sentinel-2A的10米的可見光到近紅外波段及20m的紅邊和短波紅外波段，是進行內(nèi)陸水體遙感研究的有效數(shù)據(jù)源之一。李亭亭、田禮喬等以鄱陽湖為例，基于光學分區(qū)理論并結(jié)合同步實測數(shù)據(jù)，探討了Sentinel系列衛(wèi)星數(shù)據(jù)在湖泊葉綠素α遙感反演的可行性[4]。

3.2 生物量預(yù)估

Sentinel-2A數(shù)據(jù)因其高時間、空間分辨率，不僅可以用作地表覆蓋定性監(jiān)測，也可以用于定量監(jiān)測，在葉面積指數(shù)、葉綠素含量等作物生理生化參數(shù)監(jiān)測方面具有應(yīng)用潛力，為陸基生物量制圖和監(jiān)測提供了新的可能。Sentinel-2A數(shù)據(jù)紅色邊緣是最適合用于生物量預(yù)測的條帶，特別是在森林砍伐率較高的熱帶地區(qū)。Castillo J A A等利用Sentinel-1A的SAR影像和Sentinel-2A的多光譜影像驗證了在Sentinel-2A多光譜波段中，紅色和紅色邊緣帶（帶4、5和7）結(jié)合高程數(shù)據(jù)，是生物量預(yù)測的最佳變量組合[5]。鄭陽等利用Sentinel-2A衛(wèi)星數(shù)據(jù)提取出17種常見的植被指數(shù)，結(jié)合同期冬小麥地上生物量得出最優(yōu)估算模型，并繪制研究區(qū)的生物量空間分布圖。結(jié)果表明，加入紅邊波段的指數(shù)不僅能夠延緩指數(shù)的飽和趨勢，而且能夠提高反演精度[6]。

3.3 風險災(zāi)害監(jiān)測

在自然災(zāi)害發(fā)生時，Sentinel-2A衛(wèi)星能提供免費的高分辨率多光譜影像數(shù)據(jù)，可以用于及時、連續(xù)的應(yīng)急響應(yīng)。Fernández-Manso A等人針對2016年8月馬德拉火災(zāi)的嚴重程度，利用Sentinel-2A數(shù)據(jù)對歸一化植被指數(shù)（NDVI）、綠色歸一化植被指數(shù)（GNDVI）等多個光譜指標進行評估，主要利用紅邊光譜帶對火災(zāi)后的條件進行評估。結(jié)果表明，NDVI、GNDVI、NBR和NDVIre1n光譜指標之間的相關(guān)性高。如今，擁有雙星的Sentinel-2衛(wèi)星將每隔5天提供一次全球覆蓋，因此在研究燃燒區(qū)域的演化和重新造林的信息方面具有很高的應(yīng)用潛力。

4 總結(jié)與展望

Sentiment 2系列衛(wèi)星是“哥白尼”計劃下多光譜成像任務(wù)的首要部分。Sentinel-2A及Sentinel-2B衛(wèi)星自發(fā)射以來，獲取了大量的衛(wèi)星數(shù)據(jù)，在全球地表覆蓋監(jiān)測、生物量預(yù)估、風險及災(zāi)害監(jiān)測等多方面發(fā)揮了重要的作用。全新的Sentinel-2A衛(wèi)星數(shù)據(jù)不僅具有高空間分辨率、13個多光譜波段、大寬幅等特征，而且具有獨特的“紅邊”波段，這使得其不僅作為SPOT系列和Landsat系列衛(wèi)星的連續(xù)及補充，還具有更廣泛的應(yīng)用。隨著各國專家學者對Sentinel-2A數(shù)據(jù)使用的不斷增加，未來將會發(fā)現(xiàn)Sentinel-2A數(shù)據(jù)更多的應(yīng)用潛力。

【參考文獻】

[1]龔燃.哨兵-2A光學成像衛(wèi)星發(fā)射升空[J].國際太空， 2015（8）：36-40.

[2]Traganos D，Reinartz P.Mapping Mediterranean seagrasses with Sentinel-2 imagery[J].Marine Pollution Bulletin，2017.

[3]畢愷藝，牛錚，黃妮，等.基于Sentinel-2A時序數(shù)據(jù)和面向?qū)ο鬀Q策樹方法的植被識別[J].地理與地理信息科學，2017， 33（5）：16-20.

[4]李亭亭，田禮喬，李建，等.基于Sentinel衛(wèi)星的渾濁水體葉綠素反演對比研究—以鄱陽湖為例[J].華中師范大學學報（自科版），2017（6）.

[5]Castillo J A A，Apan A A，Maraseni T N，et al. Estimation and mapping of above-ground biomass of mangrove forests and their replacement land uses in the Philippines using Sentinel imagery[J].Isprs Journal of Photogrammetry & Remote Sensing， 2017，134（December 2017）：70-85.

[6]鄭陽，吳炳方，張淼.Sentinel-2數(shù)據(jù)的冬小麥地上干生物量估算及評價[J].遙感學報，2017，21（2）：318-328.