02-Sentinel-2 L1C级数据bat和Python脚本批量大气校正

秒速五厘米 2021-10-25 13:54 1549阅读 0赞

### 02-Sentinel-2 L1C级数据bat和Python脚本批量大气校正 ###

*  前言
 *  Sentinel-2 L1C数据大气校正方法
 *  单个Sentinel-2 L1C数据大气校正
 *   *  命令行方式调用Sen2Cor校正
     *  SNAP中利用Sen2Cor插件校正
     *   *  Sen2cor插件安装：
     *  Sentinel-2 L1C数据集批量大气校正
     *   *  命令行bat脚本批处理
         *   *  低配版命令行bat脚本批处理
             *  高配版命令行bat脚本批处理
         *  Python脚本批处理
 *  校正前后对比结果
 *  后语
 *  参考文献

（原创文章，转载请注明来源，谢谢！）

# 前言 #

本文为《SNAP与snappy》专栏第2篇博文。尽管2018年后期后开始，欧空局提供了全球范围的Sentinel-2 L2A级产品，但是在此之前Sentinel-2 L2A的数据只有欧洲范围区域才有L2A级产品。此外，博主发现欧空局似乎不会将云量比较大（Sentinel-2 成像自带检测云量的算法）的L1C处理成L2A级产品，尽管多数情况下，我们的确不需要云量过量的产品。另外，之前，看到中科院遥感卫星地面站陈甫同志的[一篇文章][Link 1]，提到欧空局发布的Sentinlel-2 L2A级产品可能存在一些问题，至于是不是这样，很难判断。不管怎样，使用Sentinel-2数据还是有必要知道一下L2A产品的生成方法。

# Sentinel-2 L1C数据大气校正方法 #

Sentinel- 2L1C级数据是欧空局直接提供给我们可以下载的数据。其大气校正用的大多数是欧空局自身提供的开源大气校正插件Sen2Cor，它是Sentinel-2 L2A产品生成和格式化处理器。

Sen2cor对Sentinel-2 L1C级大气输入数据进行大气、地形和卷云校正。Sen2Cor创建底部大气，可选地形和卷云校正反射图像;此外，还会创建气溶胶光学厚度，水汽，场景分类地图和带有质量指标性质的云和雪概率掩膜图像。其输出的产品格式和L1C级用户产品格式相同:JPEG 2000格式图像，三种不同的分辨率，60、20和10 m。

在大气校正前，希望你一些能对Sentinel-2 L1C数据有些基本认识：  
Sentinel-2 L1C级产品标准产品覆盖范围为100平方公里，为**经过UTM/WGS84投影正射影像**组成。L1C级产品影像在正射校正时使用数字高程模型(DEM)投影至制图坐标下。其为大气层顶部( Top of Atmosphere , TOA)的反射率影像，不过也记录了处理为L1C产品每个像素的辐射测量的相关信息。L1C级产品根据不同光谱波段的分辨率，以10、20和60 m的固定地面采样距离( Ground Sampling Distance ，GSD)重新采样。在Level-1C产品中，像素原点是指影像的左上角。**L1C级产品还将包括陆地/水、云掩膜数据和ECMWF数据(臭氧总量、水蒸气总量和平均海平面压力)**。

关于Sentinel-2数据各个波段的介绍在网上已有较多的资料，不再过多赘述了，这里粘贴一个：[https://blog.csdn.net/qq\_41718357/article/details/83536322][https_blog.csdn.net_qq_41718357_article_details_83536322]

下面进入正题。

# 单个Sentinel-2 L1C数据大气校正 #

关于Sentinel-2单个数据集的Sen2Cor（目前的版本为V2.8）安装及大气校正教程，网上已有众多教程资料。

L1C数据经过Sen2cor校正后的是L2A产品, **L2A级产品提供了来自相关L1C级产品的大气底部(Bottom Of Atmosphere , BOA)反射率图像**。因此，每个L2A级产品也由100平方公里的地图几何瓦片(UTM/WGS84投影)影像组成。

以Win10系统为例，其它系统操作是类似的。

## 命令行方式调用Sen2Cor校正 ##

Windows下的命令行方法,比较详细的及校正方法可以参考以下文章：  
[松果儿 知乎专栏《Sentinel影像》----Sen2Cor （V2.8）——哨兵二号的预处理][_Sentinel_----Sen2Cor _V2.8]  
[Melody sugar知乎专栏《环境遥感学习之路》----【Sentinel-2】（2）：哨兵2号数据预处理][Melody sugar_----_Sentinel-2_2_2]  
还有上面的csdn博客。

## SNAP中利用Sen2Cor插件校正 ##

如果你不喜欢命令行方式校正的，可以添加Sen2Cor,在图形用户界面（GUI）进行校正。利用GUI界面进行校正可以精确地设置各种参数，但其本质还是通过调用Sen2Cor的命令行脚本L2A\_Process.bat来做处理的。

### Sen2cor插件安装： ###

打开SNAP后，点击Tools---->Plugins可以查看相关插件信息。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70]  
选中Available Plugins,可以看到SNAP提供的Sen2Cor插件 V2.8.0和V2.5.5。勾选前面的勾。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 1]  
点击install即可非常方便。安装后可以在Optial---->Thematic Land Processing---->Sen2Cor Processor找到Sen2Cor V2.8.0和V2.5.5。需要用哪个就选哪个。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 2]你可能好奇，下载的插件放在哪里了。可以再以下路径找到它们（路径中的红色部分为你的电脑用户名）：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 3]  
知道这个默认安装路径比较重要，后面需要用到这个路径。

以Sen2Cor V2.8.0为例,对一副Sentinel-2 L1C级数据影像进行大气校正：  
点击I/O Parameters选择源数据：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 4]点击Processing Parameters可以看到众多参数：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 5]如果你了解6S大气校正方法的的话，应该能认出一些参数，这里不会介绍具体的算法原理，也不讲具体的参数设置，因为博主这方面也是比较弱，如果你想看这些参数的意义请看帮助（Help)，或者查看[Sen2Cor的用户手册][Sen2Cor]。  
对于我们来说，一般只需要设置分辨率这个选项就足够了。分辨率有四种选择，分辨率分别是10m, 20m, 60m，All。如果你选择60m,那么大气校正时会将所有波段（包括高于60m的10m和20m的波段）重采样（降采样）为60m的结果；如果你选择的是20m，那么大气校正时会将10m和20m的波段重采样（降采样）为20m，60m的分辨率保持不变；如果你选择的是10m分辨率，原有的10m波段仍是10m波段，此外，20m和60m的波段仍然是20m和60m（如果你想看看是否这样，建议你三个分辨率都试试看）；选All的话，那个会保持原来的L1C数据分辨率（实际效果和选择分辨率为10m的结果差不多）。【一个规律就是原来高分辨率的影像会降采样为低分辨数据】。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 6]  
这里的分辨率选择的是All，保持原有的L1C分辨率，同时勾选左上角的Display Execution output选项，下方会出现一个黑框（实际上是命令行窗口），以显示校正过程及结果。如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 7]  
点击右下角的run，就开始大气校正了。运行过程图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 8]  
大气校正耗费的时间与你的电脑配置过程有关，大概处理一个数据需要15-30分钟。  
处理完成后的示意图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 9]

## Sentinel-2 L1C数据集批量大气校正 ##

好了，终于进入主题了，尽管网上也有少量的Sentinel-2  
L1C级数据Sen2cor大气校正批处理的教程，然而大多数教程，都是“浅尝辄止”的程度，“知其然而不知其然也”！

### 命令行bat脚本批处理 ###

首先，你需要知道Sen2Cor这个插件其实主要是用Python代码（核心运算应该是C语言）写。我们先找到L2A\_Process.bat的脚本的位置（如果你是用SNAP以插件的方式安装Sen2Cor，那么会出现在下图所示的路径中，红色部分为你的用户名），然后可以用记事本打开L2A\_Process.bat的脚本查看它的命令。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 10]选中L2A\_Process.bat，点击鼠标右键，选择编辑。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 11]可以看到bat脚本的命令（如果你不懂bat命令的话，请不要改动任何代码，以免bat脚本出错），我不会解释这里bat命令的具体意思，但是我标记了这个bat核心代码(蓝色背景文本)，希望引起你的注意：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 12]  
实际上，调用的L2A\_Process.py文件（Python源代码，不要改动其中的代码）。这个代码位于Sen2Cor文件夹Lib\\site-packages\\sen2cor文件夹：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 13]这个L2A\_Process.py代码也是比较复杂（反复调用了多个python程序），博主也没有完全弄明白，如果你弄明白的话，Please dai dai me！

#### 低配版命令行bat脚本批处理 ####

希望前面操作能让你有一些感性认识。好了，进入正题。仍然以Sen2Cor V2.8.0为例，其相关命令为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 14]  
尽管有很多参数命令，但是执行是需要的命令极少。  
**一般是：L2A\_Process.bat <数据集必须是.SAFE为后缀的格式，不能是.zip>**  
当然在后面还可以添加额外的参数。

整个程序的逻辑非常简单，就是找到输入数据集中的.SAFE（L1C级数据集）然后调用L2A\_Process.bat 处理该数据集。

先给出弱化版Sen2Cor\_weak.bat的代码：

@echo off
    rem 设置脚本标题名为: Sentinel-2A L1C批量大气校正处理bat脚本
    title Sentinel-2A L1C批量大气校正处理bat脚本
    
    rem 设置Sen2cor所在目录变量
    set "Sen2cor_bin=C:\Users\XXXXXX\.snap\auxdata\Sen2Cor-02.08.00-win64"
    
    rem 设置数据所在目录文件
    set "input_dir=G:\test"
    
    rem 设置输出文件夹
    set "output_dir=G:\test"
    
    for /d  %%i in  (%input_dir%\S2*.SAFE ) do ( 
    	rem 调用Sen2cor 文件对其做大气处理
    	%Sen2cor_bin%\L2A_Process.bat %%i --output_dir=%output_dir% 
    	echo "-------------------------------分割线---------------------------------"
    )
    echo "恭喜！所有相关文件处理完成！"

我简单解释一下这个代码：

*  rem命令表示该行是注释行；
 *  echo命令相当于print，显示输出语句；
 *  set命令用于设置变量；
 *  for /d %%i in (%input\_dir%\\S2\*.SAFE）表示的是找到以S2开头，以.SAFE后缀结尾的文件夹（/d）。
 *  %Sen2cor\_bin%\\L2A\_Process.bat %%i --output\_dir=%output\_dir% 是核心的处理代码，调用L2A\_Process.bat脚本处理数据集%%i,%output%表示的是输出文件夹，这里没有设置分辨率参数（–resolution），你可以在这行命令加上。

要是使用上述bat脚本需要作几个调整：

*  “Sen2cor\_bin=C:\\Users\\XXXXXX.snap\\auxdata\\Sen2Cor-02.08.00-win64”（加引号的目的是为了防止路径有空格，命令行不能识别） 需要将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你自己Sen2Cor安装的路径
 *  “input\_dir=G:\\test” 需要将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你的数据集所在路径（注意数据集必须为.SAFE格式）
 *  “output\_dir=G:\\test” 如果需要，可以将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你要保存校正后的数据集所在目录路径

新建一个.txt文件，然后复制上述代码命令，修改相应三个的路径，确认无误后，给它一个合适的名字，然后把后缀.txt改为.bat（例如博主的Sen2Cor\_weak.bat）。  
**再强调一次，数据集目录下需要是.SAFE格式的文件（如果不是.SAFE文件需要自己解压出来），否则，可能会报错，提示找不到文件**。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 15]修改后bat脚本命令后，可以启动Windows PowerShell执行Sen2Cor\_weak.bat脚本或者使用命令行（cmd）执行bat脚本。  
在输入数据目录打开Windows PowerShell：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 16]  
注意，在Windows PowerShell运行bat脚本等程序需要在前面添加“.\\”。成功运行的效果图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 17]  
大概处理一个数据集需要15-30分钟。

如果你想学习更多的bat脚本知识，在网上有众多的教程资料，这里粘贴一个（提前说一下，广告比较多，但是bat的基础内容是比较全的）：  
[https://www.jb51.net/article/151923.htm][https_www.jb51.net_article_151923.htm]

#### 高配版命令行bat脚本批处理 ####

高配版bat代码，处理的数据集是：下载下来默认格式为的.zip格式的Sentinel-2 L1C数据集。但是需要好压这个压缩软件的支持，可以是别的解压软件。**注意，这个程序代码只适用于安装有好压这个软件的windows系统电脑**。

整个程序的逻辑也是很好懂的，就是找到.zip数据集下的某个.zip文件，然后调用好压提供的命令行工具（HaoZipC.exe）解压生成.SAFE格式的数据，然后调用L2A\_Process.bat对其做大气校正。

@echo off
    rem 设置脚本标题名为Sentinel-2A L1C批量大气校正处理bat脚本
    title Sentinel-2A L1C批量大气校正处理bat脚本
    
    rem 设置好压命令行工具所在目录变量
    set "Haozip_bin=E:\Program Files\2345Soft\HaoZip"
    
    rem 设置Sen2cor所在目录变量
    set "Sen2cor_bin=C:\Users\lidahui\.snap\auxdata\Sen2Cor-02.08.00-win64"
    
    rem 设置输入文件夹
    set "input_dir=G:\test"
    
    rem 设置输出文件夹
    set "output_dir=G:\test"
    
    for /r %input_dir% %%i in  (S2*.zip ) do (
    	echo %%i
    	rem 解压文件部分
    	"%Haozip_bin%\HaoZipC.exe" x -bd -o%output_dir%  %%i
    	rem 换行并打印一条分割线，分隔解压和大气校正信息
    	echo.
    	echo "---------------------------------分割线------------------------------------"
    	
    	rem 把文件名后缀.zip换为.SAFE(因为Sen2cor只能识别.SAFE格式的文件夹)
    	echo  %%~dpni.SAFE
    	rem 调用Sen2cor 文件对其做大气处理
    	%Sen2cor_bin%\L2A_Process.bat %%~dpni.SAFE --output_dir=%output_dir%
    	rem 换行并打印一条分割线，分隔解压和大气校正信息
    	echo.
    	echo "---------------------------------分割线------------------------------------"
    )
    echo "恭喜！所有相关文件处理完成！"

如果你装有好压这个软件，可以试下上面的bat脚本。  
要是使用上述bat脚本需要作几个调整：

*  “Haozip\_bin=E:\\Program Files\\2345Soft\\HaoZip”（加引号的目的是为了防止路径有空格，命令行不能识别）需要将该路径（注意最后面处没有斜杆“\\”）修改为你安装的好压命令行HaoZipC.exe所在的路径。
 *  “Sen2cor\_bin=C:\\Users\\XXXXXX.snap\\auxdata\\Sen2Cor-02.08.00-win64” 需要将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你自己的Sen2Cor安装路径
 *  “input\_dir=G:\\test” 需要将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你的数据集所在路径（注意这次的数据集为.zip格式）
 *  “output\_dir=G:\\test” 如果需要，可以将等号后面的路径（注意最后面处没有斜杆“\\”）修改为你要保存校正后的数据集所在目录路径。

博主的好压（Haozip）软件命令行工具（HaoZipC.exe）位于：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 18]  
新建一个.txt文件，然后复制上述代码命令，修改相应四个的路径，确认无误后，给它一个合适的名字，然后把后缀.txt改为.bat（例如博主的Sen2Cor\_strong.bat）。  
如果你想看HaoZipC.exe的命令，可以在Windows PowerShell下执行“.\\HaoZipC.exe -h”。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 19]  
博主不会介绍HaoZipC.exe的相关命令，如果你还需要帮助，可以看好压网站的命令行命令介绍：[http://haozip.2345.cc/help/help11-1.htm][http_haozip.2345.cc_help_help11-1.htm]

确保输入数据集含有.zip格式的Sentinel-2 L1C数据集文件，如图:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 20]  
修改后bat脚本命令后，可以在当前数据集路径下启动Windows PowerShell执行Sen2Cor\_strong.bat脚本或者使用命令行（cmd）执行bat脚本，执行效果图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 21]  
处理后，解压生成的L1C级数据也会存在，大概处理一个数据集需要15-30分钟。

### Python脚本批处理 ###

终于到了Python版了，如果不喜欢在命令行下敲命令，又不愿意使用好压（HaoZip）。那个可以考虑一下Python，Python也可以调用命令行工具做处理，并且自动打开，自动关闭。

这个Python脚本程序处理的数据集仍然是：下载下来默认格式为的.zip格式的Sentinel-2 L1C数据集。不需要好压软件的支持，直接用Python的标准库zipfile来解压。

该程序的逻辑和高配版bat脚本是相同的，就是找到.zip数据集下的某个.zip文件，然后调用好压提供的命令行工具（HaoZipC.exe）解压生成.SAFE格式的数据，然后调用L2A\_Process.bat对其做大气校正。

Python代码（不知道缩复制过来进有没有问题，最好自己检查一下）如下：

# 使用Python标准库调用Sen2cor命令行命令批量对Sentinel-2 L1C数据进行大气校正
    import subprocess
    import zipfile
    import os
    
    #定义一个解压函数
    def unzip_file(zip_file_name, mode='rb'):
        """
        Return a unzipped file name which comes from the zipped file of A Sentinel-2 L1C data
        返回Sentinel-2 L1C级.zip文件解压后的文件名
        zip_file_name   - the zipped file name of A Sentinel-2 L1C data  
        mode            - Optional parameter, the mode of the zipped file reader 
        """
        #打开.zip文件
        zip_file = open(zip_file_name, mode)
        #利用zipfile包解压文件
        zip_fn = zipfile.ZipFile(zip_file)
        #获取.zip文件的所有子目录名和文件名
        namelist = zip_fn.namelist()
        for item in namelist:
            #提取.zip文件的子目录及文件，解压在当前文件夹（'.'表示当前文件夹）
            zip_fn.extract(item, '.')
        #关闭.zip文件
        zip_fn.close()
        zip_file.close()    
        #打印解压完成
        print("Unzipping finished!")
        #返回解压后的文件名（字符串，带.SAFE后缀）
        return namelist[0]
           
    #Sen2cor.bat文件所在路径
    sen2cor_path = r"C:\Users\XXXXXX\.snap\auxdata\Sen2Cor-02.08.00-win64\L2A_Process.bat"
    #Sentinel-2 L1C原始数据（.zip格式文件，无需解压）所在目录
    origin_dir = r"G:\test"
    #文件模式
    pattern = ".zip"
    #输出目录
    output_dir = r"G:\test"
    
    for in_file in os.listdir(origin_dir):
        # 判断是否是.zip文件
        if pattern in in_file:
            #获取.zip文件的完整路径
            zip_file_path = os.path.join(origin_dir, in_file)
            #解压.zip文件，产生.safe格式文件
            safe_in_file_path = unzip_file(zip_file_path)
            #设置Sen2cor命令行参数，按照原始分辨率处理
            cmd_args = [sen2cor_path, safe_in_file_path, \
                        '--output_dir', output_dir]
            
            #打印处理开始的消息
            print("{} processing begin!".format(safe_in_file_path))
            #传入命令行参数并调用命令行(cmd)执行命令
            subprocess.call(cmd_args)
            #打印处理完成的消息
            print("{} processing finished!\n".format(safe_in_file_path))
    
    #打印所有文件处理完成的消息
    print("All zipped file finished!")

我不会解释上面的代码，但我强调一下使用时需要修改的部分，仍然是路径。

*  sen2cor\_path = r"C:\\Users\\XXXXXX.snap\\auxdata\\Sen2Cor-02.08.00-win64\\L2A\_Process.bat", “”引号内的路径修改为你自己的Sen2Cor安装路径（注意最后面没有斜杆“\\”），前面r保留（取消转义字符下同）
 *  origin\_dir = r"G:\\test", “”引号内的路径修改你的数据集所在路径（注意最后面没有斜杆“\\”，这次的数据集仍为.zip格式），前面r保留
 *  output\_dir = r"G:\\test"“”引号内的路径修改为你要保存校正后的数据集所在目录路径（注意最后面没有斜杆“\\”），前面r保留

复制上述Python代码，修改对应的路径，命名然后执行上述Python代码，Python会打开一个命令窗口（请不要手动关闭，处理完会自动关闭）执行效果图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 22]  
处理后，解压生成的L1C级数据也会存在，大概是15-30分钟一个数据集。如果你的数据数量很大，还是要等一段时间的（可以看下电影、电视剧等消磨时间）。

# 校正前后对比结果 #

以先前用SNAP中的Sen2cor插件处理好的两个影像为例，先打开Output Product真彩色影像（L2A产品）。鼠标左键单击选择Output Product，再右键单击，选择Open RGB Image Window:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 23]默认就是真彩色合成图，保持默认就行，如果你想看彩红外（假彩色合成图）影像可以下拉选择，False-color Infrared那个选项。点击OK就行。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 24]  
等待片刻，即可看到真彩色图像，同理可以看到打开L1C级数据如图（注意观察红圈里的数字，这里指示的是哪个数据集）：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 25]  
可以分隔两个窗口，以同时显示两个数据集，选择Window ----> Tile Horizontally(水平分隔)，注意左下角大红色圈部分选择导航示意图。勾选一下再往下大的两个红色圈（一个是逐像素关联，一个是鼠标指示器关联，即是鼠标箭头），往上一个方框里的A是缩放到全图（All）之意,P是缩放到像素（Pixel）分辨率之意。或者你点下下方的问号"？"可以看到帮助。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 26]  
点一下红色框的A，缩放至全图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 27]  
初看，感觉差别不明显。实则非也！需要看单个像元的比较。下面查看波谱图来进行对比。  
利用导航工具（红色圈部分）缩放到某处：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 28]  
利用工具栏红色圈的大头针（Pin）添加标记点Pin 1（大红圈），如图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 29]  
我们需要将左图的大头针复制至右图，先调出大头针管理器（选择View---->Tool Windows---->Pin Manager）：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 30]可以看到下方出现了，Pin Manage窗口，选择右下方的红色圈，将其大头针复制到右图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 31]  
勾选要复制的到的数据源，点击OK。  
![在这里插入图片描述][20190821163724906.png]  
可以看到Pin1成功从左图复制到右图。  
好的，只差最后一步了——查看波谱图。  
选择Optial---->Spectrum View：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 32]  
选择下图红色圈的标记，即可以看到左图（其图像边界有浅黄色背影）的Pin1（水体）波谱图。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 33]  
只需将鼠标按右图点击一下，即可以看到右图（其图像边界有浅黄色背影）Pin1（水体）的波谱图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 34]可以看到他们之间的数值，乃至曲线趋势都存在明显的区别。因此，无论是对Sentinel-2做任何后续分析处理工作，大气校正都是必要的。建议你再标准的水体光谱曲线对比一下，这里，肯定会有差别（受河流泥沙量、叶绿素等因素影响）。事实，Sen2Cor大气校正的处理效果是很好的。不然，欧空局不会选择它，而且它要对全球用户负责，显然，要经得起检验。

你可以看一下前面提到的知乎专栏《环境遥感学习之路》中关于植被光谱的检验：[Melody sugar知乎专栏《环境遥感学习之路》----【Sentinel-2】（2）：哨兵2号数据预处理][Melody sugar_----_Sentinel-2_2_2]

# 后语 #

可能大气校正的批处理编写的方式，不至一种，博主也只是提供了一些参考的依据。说实话，要对遥感影像做精确的大气校正难度很大，写一个大气校正底层程序更是困难，博主对自主开发底层遥感数据处理程序的人员是非常尊敬的！最后，还是提一句，如果你对SNAP或者snappy感兴趣的话可以加入博主创建的**欧空局SNAP处理交流群：665903216（这个群已满人），欧空SNAP处理交流群（二）：1102493346**。

# 参考文献 #

\[1\] Sentinel-2 用户手册：[https://sentinel.esa.int/documents/247904/685211/Sentinel-2\_User\_Handbook][https_sentinel.esa.int_documents_247904_685211_Sentinel-2_User_Handbook]  
\[2\] [松果儿 知乎专栏《Sentinel影像》----Sen2Cor （V2.8）——哨兵二号的预处理][_Sentinel_----Sen2Cor _V2.8 1]  
\[3\] [Melody sugar知乎专栏《环境遥感学习之路》----【Sentinel-2】（2）：哨兵2号数据预处理][Melody sugar_----_Sentinel-2_2_2]  
\[4\] [shub0829 CSDN博客----哨兵2号（sentinel-2）介绍、下载和预处理、批处理][https_blog.csdn.net_qq_41718357_article_details_83536322]  
\[5\] [Sen2Cor V2.8.0的用户手册][Sen2Cor]

[Link 1]: https://mp.weixin.qq.com/s/fBUdmNIdvaoSQSIsuvbbeQ
[https_blog.csdn.net_qq_41718357_article_details_83536322]: https://blog.csdn.net/qq_41718357/article/details/83536322
[_Sentinel_----Sen2Cor _V2.8]: https://zhuanlan.zhihu.com/p/65510624
[Melody sugar_----_Sentinel-2_2_2]: https://zhuanlan.zhihu.com/p/75814642
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70]: /images/20211025/9bce1c61fe7d499e87306968fd0ef7ab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 1]: /images/20211025/3924881c98b64576ba1d5feae1833807.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20190821143909745.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 3]: /images/20211025/21975382c7b943f8b6b40a43184d237f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 4]: /images/20211025/c271eb9eb1f04dfd81a7916bb6c77865.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20190821145708865.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp,size_16,color_FFFFFF,t_70
[Sen2Cor]: /images/20211025/314b970abd664a598c6c265907c16c30.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 6]: /images/20211025/fb5617abe4e74d71ae985f4af01d7b83.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 7]: /images/20211025/08404492508c4599a1a9c2a574d65883.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 8]: /images/20211025/0ebea6e6f4bc4af48808bf8b307363d5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 9]: /images/20211025/6c4bb09ea13e45e8ac600be3a9ccc4d6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 10]: /images/20211025/dd13cf5ed9e94e1d891b80439ac8c528.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 11]: /images/20211025/d57bf91ec5de47bca38d1a87ff6bb247.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 12]: /images/20211025/412d65b6e6dd4f2a807871d0862792b6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 13]: /images/20211025/d9262f705952454fbbe8c754e326aa54.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 14]: /images/20211025/5de10d8ffcde4aad900c6014be30b6e3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 15]: /images/20211025/6c5b123515434ffa82e3e732d57392fd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 16]: /images/20211025/8bf7c122f89e4070963f043113844cea.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 17]: /images/20211025/6860ce075ce9471e9248e33be6050fe3.png
[https_www.jb51.net_article_151923.htm]: https://www.jb51.net/article/151923.htm
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 18]: /images/20211025/bbc3152f7cee42ae8593460cde3750ec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 19]: /images/20211025/d24eeda9571740569dd870314d4fd270.png
[http_haozip.2345.cc_help_help11-1.htm]: http://haozip.2345.cc/help/help11-1.htm
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 20]: /images/20211025/19aa11df25f84822888e2d3bbde4fa8b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 21]: /images/20211025/d6ee9f77fc474485a67bb64b06a82cc1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 22]: /images/20211025/9d5bbfdd4188468da7d5c02c7383e5bd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 23]: /images/20211025/0d98fdfd1f274f7e859f2de2f6cb654b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 24]: /images/20211025/0966bb13844345d78c22a32a97b11161.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 25]: /images/20211025/708d840bbb38406a89ddbfbecd9d100f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 26]: /images/20211025/7e34d66373704bad8b7cfd00c6fb026d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 27]: /images/20211025/bac44b88d9f24ce1a1cb820eb333b762.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 28]: /images/20211025/f1612bf736f94306bdcdf296a6d4ac75.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 29]: /images/20211025/880fd0307f6b4559b2686e009c55b84c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 30]: /images/20211025/e9aa945544a14a08912364d3acfe8a17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 31]: /images/20211025/f7aecc11a8534328a4047696dc99d597.png
[20190821163724906.png]: /images/20211025/097fb3d037784ac691bcaf729fadb451.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 32]: /images/20211025/20a000a657cf440787a0043bddf010e8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 33]: /images/20211025/967037294cbe48ecbc531316ba51a868.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpZGFodWlsaWRhaHVp_size_16_color_FFFFFF_t_70 34]: /images/20211025/07cd79d785aa43a1a6526a2c38a10f05.png
[https_sentinel.esa.int_documents_247904_685211_Sentinel-2_User_Handbook]: https://sentinel.esa.int/documents/247904/685211/Sentinel-2_User_Handbook
[_Sentinel_----Sen2Cor _V2.8 1]: https://zhuanlan.zhihu.com/c_1051061058747281408