sentinel大气校正

### 如何对 Sentinel 卫星图像执行大气校正

#### 使用 gee-atmcorr-S2 进行大气校正
gee-atmcorr-S2 是一个基于 Google Earth Engine 的开源项目，专门用于对 Sentinel 2 卫星影像进行大气校正。通过集成 Py6S 库，此工具能够有效减少大气层对遥感图像的影响，从而提高地表反射率数据的准确性[^2]。

#### 大气校正的具体步骤
为了实现这一目标，gee-atmcorr-S2 提供了一个简便的工作流：

1. **加载 Sentinel-2 数据**
需要先从 GEE 中获取所需的 Sentinel-2 图像集合。这可以通过指定时间范围和地区来完成。

2. **设置参数并运行模型**
接下来配置 Py6S 参数，这些参数包括太阳天顶角、传感器高度等信息。之后调用 `run()` 函数启动计算过程。

3. **导出结果**
完成上述操作后即可得到经过大气校正后的高质量图像产品。

以下是 Python 示例代码展示如何使用 gee-atmcorr-S2 对 Sentinel-2 影像实施大气校正:

import ee
from py6s import SixS, Atmosphere, Aeronet, Geometry

def apply_atmospheric_correction(image):
    s = SixS()
    
    # 设置几何条件
    geometry = image.geometry().centroid()  
    latlon = geometry.coordinates().getInfo()[::-1]
    date = ee.Date(image.get('system:time_start')).format('yyyy-MM-dd').getInfo()

    s.geometry = Geometry.User()
    s.geometry.solar_z = float(ee.ImageCollection("NASA/POWER/GEO/MONTHLY/V1").filterDate(date).select(['allsky_solar_zenith']).mean().reduceRegion(**{
        'reducer':ee.Reducer.mean(),
        'geometry':geometry,
        'scale':5000}).values().get(0))
    s.geometry.view_z = 0
    
    # 设定其他必要参数...
    
    corrected_image = ... # 执行具体的大气校正逻辑
    
    return corrected_image


# 初始化 EE 和导入必要的库
ee.Initialize()

# 获取感兴趣区域内的 S2 TOA 反射率数据集
collection = ee.ImageCollection('COPERNICUS/S2') \
               .filterBounds(aoi) \ 
               .map(lambda img: apply_atmospheric_correction(img))

print(collection.size())