Pobieranie zdjęć Sentinel-2 w QGIS: STAC bez konta
Opublikowano

Aby wczytać obrazy Sentinel-2 do QGIS 3.42 lub nowszego, otwórz Layer > Data Source Manager, wybierz zakładkę STAC i dodaj połączenie z Earth Search, https://earth-search.aws.element84.com/v1. Filtruj po zasięgu, datach i kolekcji Sentinel-2 Level-2A, a potem kliknij scenę prawym przyciskiem myszy i wybierz Add Layer > True color image. Obraz przesyła się strumieniowo, bez konta i bez pobierania.
Kiedy naprawdę chcesz mieć sam plik, pełny produkt w formacie .SAFE, oficjalnym źródłem jest Copernicus Browser, który wymaga darmowego konta. Wszystkie opisane niżej metody uruchomiłem 23 września 2026 w QGIS 3.44.7, na gospodarstwach z pivotami wokół Cristaliny, w brazylijskim stanie Goiás, i zmierzyłem czas każdej z nich.
Krótka odpowiedź
| Czego chcesz | Metoda | Zmierzone na Cristalinie |
|---|---|---|
| Pełny produkt na dysku, wszystkie pasma i metadane | Metoda 1: Copernicus Browser | Około 1,1 GB na scenę, darmowe konto |
| Najmniej zachmurzona scena i warstwa NDVI w jednej wiadomości | Metoda 2: agent AI w QGIS | 2 min 47 s, 35 akcji |
| Obraz na mapie od razu, potem prawdziwe barwy i NDVI | Metoda 3: STAC w Data Source Manager | 5,4 s na wyświetlenie 133 km² przy 10 m, bez konta |
| Sceny do klasyfikacji, którą wykonasz w SCP | Metoda 4: Semi-Automatic Classification Plugin | 26 s na wyszukanie, dodatkowe pakiety Python do zainstalowania |
Domyślnie wybieram metodę 3. W 2026 rzadko trzeba pobierać scenę Sentinel-2, żeby ją obejrzeć albo policzyć wskaźnik na kilku polach. Produkt pobieraj wtedy, gdy potrzebujesz wszystkich 13 pasm offline albo archiwum, które kontrolujesz.
Zanim zaczniesz
Sentinel-2 to europejska misja optyczna programu Copernicus. W lipcu 2026 trzy satelity, Sentinel-2A, 2B i 2C, prowadziły akwizycję: katalog zawiera 9 dat nad Cristaliną w tym miesiącu. Każda scena jest pocięta na kafle o wymiarach 109,8 km na 109,8 km w UTM, nazwane jak 22KHG, a miejsce blisko krawędzi kafla leży na dwóch kaflach. Cristalina leży na 22KHG i 23KKB.
Znaczenie mają dwa poziomy przetwarzania. Poziom 1C to refleksyjność na szczycie atmosfery. Poziom 2A jest skorygowany atmosferycznie do refleksyjności powierzchni i zawiera pasmo klasyfikacji sceny (SCL), które oznacza chmury i cień. Do wszystkiego, co porównujesz między datami, w tym NDVI, bierz L2A.
Najczęściej użyjesz pasm o rozdzielczości 10 m: B2 niebieskie, B3 zielone, B4 czerwone i B8 bliskiej podczerwieni. Prawdziwe barwy to B4, B3, B2 jako czerwony, zielony, niebieski, a NDVI to (B8 − B4) / (B8 + B4), dwie definicje, które Copernicus Browser podaje pod własnymi warstwami. Wpis o obrazowaniu multispektralnym i hiperspektralnym wyjaśnia, co mierzą pozostałe pasma.
Do STAC w panelu Browser potrzebujesz QGIS 3.40 lub nowszego, a do wyszukiwania w Data Source Manager 3.42 lub nowszego, zgodnie z changelogami 3.40 i 3.42.
Gdzie internet się myli
„Najpierw musisz pobrać produkt.” Większość poradników wciąż zaczyna się od 1 GB zipa. Earth Search i inne katalogi STAC udostępniają każde pasmo Sentinel-2 L2A jako Cloud-Optimized GeoTIFF, a QGIS czyta tylko tę część pliku, którą wyświetla. Plik prawdziwych barw dla kafla Cristalina ma 297 MB. QGIS wyświetlił z niego moje okno 133 km² w pełnej rozdzielczości w 5,4 sekundy, na zimno, nie zapisując niczego.
„NDVI to (B8 − B4) / (B8 + B4) na surowych wartościach.” Od processing baseline 04.00, wdrożonego 25 stycznia 2022, wartości L2A niosą offset: refleksyjność to (wartość − 1000) / 10000, i MTD_MSIL2A.xml mówi o tym przez BOA_ADD_OFFSET -1000. Na surowych wartościach wzór jest błędny. Na jednym oknie tego samego pivota dostałem 0,517 z surowych liczb i 0,768 po usunięciu offsetu.
Haczyk polega na tym, że niektóre źródła poprawiają offset za ciebie. Pasma JP2 w .SAFE tego nie robią, a QGIS czyta je jako surowe liczby. COG-i z Earth Search Collection 1 niosą skalę i offset, które QGIS stosuje przy wczytywaniu, więc tam zwykły wzór jest poprawny. Najpierw kliknij jeden piksel narzędziem Identify: tysiące oznaczają surowe liczby, wartości od 0 do około 1 oznaczają refleksyjność.
„Procent zachmurzenia to chmury nad twoim polem.” To chmury nad całym kaflem. 29 lipca 2026 ten sam przelot satelity nad Cristaliną pokazuje 22% chmur na kaflu 22KHG i 2,6% na kaflu 23KKB. Scena z 20% chmur może być czysta nad twoim gospodarstwem, a ta z 3% może mieć swoją jedyną chmurę właśnie nad nim. Popatrz na obraz, albo na pasmo SCL, nad własnym obszarem.
Metoda 1: pobierz produkt L2A z Copernicus Browser
Copernicus Browser to oficjalne wejście do archiwum. Możesz wyszukiwać bez konta. Pobieranie wymaga zalogowania, a rejestracja jest darmowa.
Wyszukaj
Otwórz zakładkę Search. Zaznacz SENTINEL-2, potem L2A, i przeciągnij suwak zachmurzenia do 10%. Ustaw zakres czasu i zaznacz punkt zainteresowania albo narysuj obszar na mapie. Kliknij Search.Wybierz scenę
Dla lipca 2026 nad Cristaliną Browser wylistował 9 produktów L2A poniżej 10% chmur, z 18 w tym miesiącu. Każdy z nich to produkt.SAFE o rozmiarze około 1 090 MB, po jednym na kafel i datę. Użyj małej miniatury, żeby ocenić zachmurzenie nad swoim obszarem.Pobierz
Kliknij strzałkę pobierania. Anonimowo Browser odpowiada „You need to log in to use this function.” Zaloguj się, a zip się pobierze.Wczytaj pasma w QGIS
Rozpakuj go. Pasma 10 m są wGRANULE/<granule>/IMG_DATA/R10m/ jako pliki JPEG 2000, po jednym na pasmo, każde około 105 do 130 MB. TCI_10m.jp2 to gotowy 8-bitowy obraz prawdziwych barw: przeciągnij go na mapę.Zbuduj własny kompozyt
Żeby zrobić własny stretch, uruchomRaster > Miscellaneous > Build Virtual Raster… na B04, B03 i B02, w tej kolejności, z zaznaczoną opcją „Place each input file into a separate band”. Do NDVI zastosuj offset w Raster Calculator: ("B08" - "B04") / ("B08" + "B04" - 2000).
Użyj jej, gdy: potrzebujesz każdego pasma offline, metadanych i masek jakości albo archiwum, które nie zależy od serwera kogoś innego.
Pomiń ją, gdy: chcesz tylko zobaczyć miejsce albo policzyć wskaźnik na kilku polach. Pobrałbyś 1,1 GB, żeby wykorzystać kilka megabajtów.
Metoda 2: zapytaj agenta AI w QGIS
Budujemy jedno z takich narzędzi, AI Agent, panel czatu wewnątrz QGIS, który wykonuje kroki w projekcie, który masz otwarty. Ta sekcja dotyczy naszego własnego narzędzia.
W pustym projekcie wpisałem:
Znajdź najmniej zachmurzony obraz Sentinel-2 pivotów wokół Cristaliny w Brazylii z lipca 2026, pokaż go w prawdziwych barwach, a potem dodaj warstwę NDVI.
2:47min
od wysłania do odpowiedzi
35
akcje w jednej wiadomości
0.00068%
zachmurzenie wybranej sceny
133km²
NDVI o rozdzielczości 10 m
Zgeokodował Cristalinę, przeszukał Earth Search pod kątem lipca 2026 i wybrał scenę z 7 lipca z Sentinel-2C na kaflu 22KHG, o zachmurzeniu 0,00068%. To najniższa wartość spośród 18 scen lipcowych nad tym miastem, ta sama odpowiedź, którą metody 1 i 3 dały ręcznie. Przesłał strumieniowo COG-i prawdziwych barw, czerwonego i NIR, raz zapytał o zgodę przed ich dodaniem, policzył NDVI przy 10 m na obszarze 133 km² wokół pivotów i nadał mu styl od czerwieni do zieleni.

NDVI to GeoTIFF na dysku, a obraz pozostaje strumieniowany, jak w metodzie 3. Ograniczeniem jest zasięg: policzył NDVI na obszarze, który sam wybrał wokół pivotów, nie na całym kaflu 110 km, więc podaj większy obszar, jeśli go potrzebujesz.
Pytanie, które użytkownicy zadają zaraz potem, dotyczy tego, co się zmieniło. W tym samym czacie wysłałem:
Teraz porównaj to z najmniej zachmurzonym obrazem tego samego obszaru z lipca 2025 i pokaż, które pola zyskały albo straciły roślinność.
W 2 minuty 43 sekundy wzięło scenę z 17 lipca 2025 z Sentinel-2B (0,0006% chmur), policzyło jej NDVI na tej samej siatce 10 m i zmapowało różnicę z progiem 0,10. Na 133 km² 39,14 km² zyskało roślinność, a 14,52 km² ją straciło. Dodał własne zastrzeżenie: te dwa obrazy dzieli dziesięć dni w sezonie, więc faza upraw tłumaczy część zmiany. Jego checkpoint cofa każdą z tych wiadomości jednym kliknięciem.

Użyj jej, gdy: chcesz, żeby scena została wybrana, przesłana strumieniowo i zamieniona we wskaźnik albo porównanie w jednym kroku, albo nie chcesz szukać nazw pasm i offsetów.
Pomiń ją, gdy: potrzebujesz pełnego produktu zarchiwizowanego offline. To metoda 1. Darmowy plan to 5 zadań miesięcznie, a te dwa przebiegi zużyły dwa zadania.
Metoda 3: strumieniuj przez STAC w QGIS
STAC to standard katalogu, który publikuje teraz większość archiwów satelitarnych. QGIS czyta go natywnie, a Earth Search od Element 84 udostępnia Sentinel-2 L2A z publicznego bucketu AWS open data bez klucza.
Microsoft Planetary Computer ma to samo archiwum, ale jego pliki wymagają podpisanego tokena: niepodpisane żądanie obrazu z 7 lipca zwróciło HTTP 409, a moja kompilacja QGIS 3.44.7 nie ma dla niego metody uwierzytelniania. Dlatego użyłem Earth Search.
Dodaj połączenie
Layer > Data Source Manager, zakładka STAC, New. Nadaj nazwę, wklej https://earth-search.aws.element84.com/v1, OK, potem Connect.
Ustaw filtry
KliknijFilters…. Zaznacz Spatial Extent i pobierz go z kanwy mapy albo z warstwy, zaznacz Temporal Extent i ustaw daty, a na liście kolekcji zostaw tylko „Sentinel-2 Collection 1 Level-2A”. OK uruchamia wyszukiwanie.
Wyszukiwanie zwróciło te same 18 scen co katalog Copernicus. Każdy wiersz ma miniaturę, a miniatura to twój filtr chmur: pierwszy wiersz, 29 lipca na kaflu 22KHG, pokazuje swoją chmurę, zanim ją otworzysz. Kliknij dwukrotnie wiersz, żeby otworzyć Details…, gdzie eo:cloud_cover podaje procent dla kafla.

Dodaj tylko potrzebne pasma
Kliknij scenę prawym przyciskiem myszy,Add Layer, potem True color image. Powtórz dla Red - 10m i NIR 1 - 10m, jeśli chcesz NDVI. Przycisk Add na dole wczytuje od razu wszystkie strumieniowalne zasoby sceny, co rzadko jest tym, czego chcesz.
Layery wczytują się jako linki /vsicurl/ do plików COG. Przesuwaj i przybliżaj, a QGIS pobiera kafle, których potrzebuje, w potrzebnym poziomie szczegółowości. Legenda mówi o drugiej rzeczy warte poznania: pasmo czerwone ma wartości od około 0 do 1,6, a nie w tysiącach, bo QGIS zastosował skalę i offset pliku.

Policz NDVI
Raster > Raster Calculator…, wyrażenie ("NIR 1 - 10m@1" - "Red - 10m@1") / ("NIR 1 - 10m@1" + "Red - 10m@1"). Ustaw zasięg na swój obszar, nie na cały kafel: ja użyłem 11,4 na 11,6 km wokół pivotów, 1 140 na 1 163 pikseli przy 10 m. GeoTIFF zapisał się w mniej niż sekundę.
Moje NDVI szło od −0,65 nad stawami gospodarstwa do 0,94 na nawadnianych kołach, ze średnią 0,48. Zgadzało się z warstwą AI Agent z metody 2 co do piksela. Lipiec to pora sucha na tym płaskowyżu: rosnące pivoty mają 0,85 do 0,93, nagie pola 0,2 do 0,3. W prawdziwych barwach rosnący pivot i ciemny las łęgowy wzdłuż cieków wyglądają podobnie. NDVI je rozdziela, a rozdziela też pivoty odpoczywające.


Żeby zachować kopię, kliknij warstwę prawym przyciskiem myszy, Export > Save As…, i zapisz GeoTIFF przycięty do swojego zasięgu. Dostajesz piksele 10 m swojego obszaru i nic więcej.
Użyj jej, gdy: chcesz zobaczyć miejsce w danej dacie, zbudować kompozyt albo policzyć wskaźnik, a QGIS jest w wersji 3.42 lub nowszej.
Pomiń ją, gdy: pracujesz offline albo potrzebujesz setek scen do szeregu czasowego. Narzędziem do tego jest skrypt korzystający z tego samego API STAC.
Metoda 4: Semi-Automatic Classification Plugin
Semi-Automatic Classification Plugin (SCP) ma zakładkę Download products i wciąż działa z Sentinel-2 w 2026. SCP 8.5 to wersja dla QGIS 3, a seria 9.0 w repozytorium pluginów jest dla QGIS 4. Jest zbudowany na bibliotece Remotior Sensus, a strona pluginu mówi, że „requires the installation of additional dependencies”.
Przetestowałem jego wyszukiwarkę, Remotior Sensus 0.7.7, na tym samym obszarze. Źródło „Sentinel-2” odpytuje katalog Copernicus i wylistowało sceny z 7 i 17 lipca w 26 sekund. Bez danych logowania do Copernicus SCP pobiera produkt z publicznego bucketu Sentinel-2 w Google Cloud, a ten bucket zawiera produkt L2A z 7 lipca. Źródło „Sentinel-2_MPC” pyta Planetary Computer i odpowiedziało w 0,2 sekundy.
Częścią, która zajęła mi czas, była instalacja. SCP potrzebuje Remotior Sensus i SciPy w Pythonie wbudowanym w QGIS. W aplikacji QGIS 3.44.7 na macOS SciPy zainstalowany przez pip nie chciał się wczytać, więc uruchomiłem wyszukiwanie poza pluginem. W Windows i Linux idź za rozdziałem o instalacji z podręcznika SCP.
Użyj jej, gdy: i tak zamierzasz klasyfikować obraz w SCP. Pobiera, konwertuje do refleksyjności i buduje zestaw pasm w jednym miejscu.
Pomiń ją, gdy: potrzebujesz tylko obrazu albo wskaźnika. Metoda 3 nie wymaga niczego instalować.
Co zapamiętać
- W większości prac strumieniuj Sentinel-2 przez STAC:
Layer > Data Source Manager, zakładka STAC, Earth Search, potem kliknij scenę prawym przyciskiem myszy,Add Layer. Bez konta i bez pobierania 1,1 GB. - Pobierz produkt L2A
.SAFEz Copernicus Browser, z darmowym kontem, gdy potrzebujesz każdego pasma offline. - Prawdziwe barwy to B4, B3, B2, a NDVI to (B8 − B4) / (B8 + B4), oba przy 10 m, na poziomie 2A dla wszystkiego, co porównujesz między datami.
- Od processing baseline 04.00 (styczeń 2022) surowe wartości L2A niosą offset 1 000: usuń go przed NDVI, chyba że twoje źródło już to zrobiło, i najpierw sprawdź jeden piksel narzędziem Identify.
- Procent zachmurzenia sceny dotyczy jej kafla 110 km, a nie twojego pola. Ten sam przelot nad Cristaliną pokazał 22% na jednym kaflu i 2,6% na drugim.
Pytania, które ludzie zadają
Czy potrzebuję konta Copernicus, żeby dostać obrazy Sentinel-2?
Nie, żeby je strumieniować. AI Agent, Earth Search przez STAC i trasa SCP przez Google Cloud działały bez niego. Darmowe konto Copernicus Data Space Ecosystem potrzebujesz, żeby pobrać produkt z Copernicus Browser i dla pluginu Sentinel Hub.
L1C czy L2A: który powinienem pobrać?
L2A do prawie wszystkiego. Jest skorygowany atmosferycznie, więc pole czyta się tak samo w zamglony i w pogodny dzień, i zawiera pasmo SCL, które oznacza chmury i cień. L1C to refleksyjność na szczycie atmosfery, mniejsza (około 760 MB wobec 1 090 MB dla tego samego przelotu nad Cristaliną), i pasuje, gdy sam prowadzisz korekcję atmosferyczną.
Które pasma Sentinel-2 dają prawdziwe barwy, a które NDVI?
Prawdziwe barwy to B4 czerwone, B3 zielone i B2 niebieskie, a każdy produkt L2A zawiera je też gotowe jako TCI. NDVI używa B8, bliskiej podczerwieni, i B4: (B8 − B4) / (B8 + B4). Wszystkie cztery pasma mają 10 m. Na surowych wartościach L2A od processing baseline 04.00 wzwyż odejmij najpierw 1 000 od każdego pasma.
Jak filtrować obrazy Sentinel-2 po zachmurzeniu?
W Copernicus Browser suwak zachmurzenia pod Sentinel-2 w zakładce Search. Wyszukiwanie STAC w QGIS 3.44 nie ma filtra chmur, więc czytaj miniatury albo eo:cloud_cover w Details…. Tak czy inaczej liczba dotyczy całego kafla. Dla pikseli twojego pola pasmo SCL w L2A oznacza cień chmury jako 3, a chmurę jako 8 i 9.
Czy mogę strumieniować Sentinel-2 do QGIS zamiast go pobierać?
Tak, od QGIS 3.40 w panelu Browser, a od 3.42 z wyszukiwaniem w Data Source Manager. Pasma to Cloud-Optimized GeoTIFF, a QGIS czyta tylko kafle, które wyświetla: 5,4 sekundy dla widoku 133 km² przy 10 m w moim teście. Zapisz przyciętą kopię przez Export > Save As…, gdy potrzebujesz jej offline.
Czy plugin Sentinel Hub wciąż działa?
Jest utrzymywany: wersja 2.0.8 ukazała się 9 czerwca 2026 w repozytorium pluginów QGIS. Potrzebuje konta Copernicus Data Space albo Sentinel Hub oraz klienta OAuth, a jego strona ostrzega, że endpoint Copernicus może nie działać na macOS. Dokumentacja samego Copernicus opisuje go jako przeglądarkę i odsyła pojedyncze pobrania do Copernicus Browser. Nie testowałem go do tego wpisu.
Więcej o tym, co panel czatu potrafi w QGIS, znajdziesz w przewodniku po AI Agent, który zawiera dziesięć kolejnych prawdziwych przebiegów, a centrum QGIS AI zbiera resztę. Żeby zamienić powyższe NDVI na poligony pól, wpis o konwersji z raster na wektor zaczyna od tego miejsca. Dwa towarzyszące poradniki obejmują pobieranie danych OpenStreetMap i georeferencjonowanie zeskanowanej mapy.
Czytaj dalejKalkulator rastra QGIS: sprawdzone formuły i 4 ciche pułapki
Zrób to w QGIS, po prostu o to prosząc
AI Agent wykonuje zadanie, które opiszesz, w Twoim własnym projekcie QGIS. Za darmo, bez karty.
3.42 lub nowszego, otwórz 


