一、背景：从Copernicus Open Access Hub到CDSE
哨兵（Sentinel）卫星是欧洲哥白尼计划（Copernicus Programme）的核心组成部分，由欧洲航天局（ESA）负责运营管理，为全球用户提供免费、开放的地球观测数据
。这些数据覆盖陆地、海洋和大气等多个领域，在环境监测、农业评估、灾害响应等场景中发挥着重要作用
。
长期以来，研究人员主要依赖Copernicus Open Access Hub （即SciHub）来检索和下载哨兵数据。围绕这一平台，社区开发了诸多优秀工具，其中最著名的当属sentinelsat------一个用Python编写的命令行工具，能够便捷地搜索、下载哨兵卫星影像
。
然而，2023年10月底，Copernicus Open Access Hub正式关闭，原有基于SciHub的工具（包括sentinelsat）随之失效
。这一变化促使开发者们将目光转向新的数据平台------哥白尼数据空间生态系统（Copernicus Data Space Ecosystem, CDSE）
。
CDSE于2023年1月正式上线，提供对哨兵任务数据及其他高分辨率卫星数据的即时、免费、开放访问
。它通过OData（Open Data Protocol）等RESTful API标准，为用户提供数据搜索、发现和下载服务
。对于开发者而言，这意味着需要重构原有的数据获取逻辑，从SciHub API迁移到CDSE OData API。
正是在这样的背景下，本文介绍的这个哨兵卫星数据下载工具应运而生。
二、工具概述
这是一款基于PySide6 开发的桌面应用程序，专为CDSE平台设计，用于检索和批量下载哨兵系列卫星数据。工具提供了完整的图形化操作界面，支持Sentinel-1、Sentinel-2、Sentinel-3、Sentinel-5P和Sentinel-6五个卫星平台的数据检索与下载。
核心功能一览
| 功能模块 | 说明 |
|---|---|
| 多格式地理文件支持 | GeoJSON、Shapefile、KML、GPX、WKT、CSV |
| 灵活的空间查询 | 支持矢量文件定义的研究区范围检索 |
| 云量过滤 | 按云覆盖百分比筛选影像 |
| 批量下载 | 多线程下载，支持断点续传（自动跳过已存在文件） |
| 可视化预览 | 嵌入式地图展示影像覆盖范围及缩略图 |
| 选择性下载 | 勾选列表中的影像，按需下载 |
三、技术架构与实现
3.1 技术栈
工具的核心技术选型如下：
- PySide6：Qt for Python的官方绑定，用于构建跨平台桌面GUI
-
Matplotlib：嵌入地图部件，绘制影像覆盖范围
-
Requests：处理CDSE OData API的HTTP请求
-
GeoPandas / Shapely：读取和解析地理文件（Shapefile等）
3.2 架构设计
应用程序采用MVC风格的分层架构，主要分为三个层次：
界面层（View） ：基于Qt Designer设计的ui_main.py定义了主窗口布局，包括卫星平台选择、日期输入、文件选择、进度条、日志列表等控件。MyWindow类负责所有UI交互逻辑。
业务逻辑层（Controller） ：核心业务逻辑由两个QThread子类承载------
QueryThread：处理数据查询请求，调用query.py模块与CDSE OData API交互，获取符合条件的影像列表及其元数据（产品ID、名称、文件大小、覆盖范围GeoJSON等）
-
。
-
DownloadThread：处理数据下载任务，调用download.py模块获取访问令牌，通过OData API逐个下载影像文件，并实时更新进度
- 。
数据层（Model） ：全局变量（如data_id_list、data_name_list、footprint_geojson_list等）在查询线程与主线程之间共享数据。查询结果以可勾选的列表项形式展示在QListWidget中。
3.3 关键实现细节
地理文件解析 ：工具支持GeoJSON、Shapefile、KML、GPX、WKT和CSV等多种格式。query.read_geo_file()函数统一解析这些格式，提取几何对象并转换为WKT格式，用于构造OData查询请求。
查询流程 ：用户选择卫星平台、产品类型、日期范围、地理文件和云量阈值后，点击"查询"按钮。QueryThread构造OData API请求URL，发送查询请求，解析返回的JSON数据，提取影像ID、名称、文件大小、覆盖范围GeoJSON和Assets列表
。查询结果逐条显示在列表中，同时自动下载每景影像的预览图（缩略图）。
下载流程 ：用户输入CDSE账户密码、选择保存目录后，点击"下载"按钮。DownloadThread首先获取访问令牌
，然后遍历影像列表------跳过已被用户取消勾选的影像，跳过已存在且大小匹配的影像，其余则通过OData API逐块下载（chunk_size=8192），并实时更新单文件进度和总进度。
地图可视化 ：工具在mapContainer中嵌入了EmbeddedMapWidget，基于Matplotlib绘制影像覆盖范围多边形。用户点击"查看覆盖范围"按钮后，工具读取已勾选影像的覆盖范围GeoJSON，在地图上绘制蓝色多边形，并叠加用户输入的Shapefile（红色边框）作为参考。缩略图以定时器驱动的方式逐步加载，避免界面卡顿
。
四、使用指南
4.1 前置条件
-
在哥白尼数据空间生态系统注册账号
-
安装Python 3.x及依赖库：
PySide6、requests、pandas、geopandas、matplotlib、Pillow等
4.2 操作流程
第一步：选择卫星与产品类型
从下拉框选择卫星平台（如SENTINEL-2），产品类型列表会自动更新（如MSIL1C、MSIL2A）。
第二步：设置查询条件
-
输入起止日期（格式：YYYY-MM-DD）
-
点击"选择文件"按钮，导入研究区的地理文件（GeoJSON、Shapefile等）
-
从下拉框选择云量阈值
第三步：执行查询
点击"查询"按钮，工具将向CDSE OData API发送请求。查询结果会显示在左侧列表中，每项都带有复选框。
第四步：选择影像与查看覆盖范围
勾选需要下载的影像，点击"查看覆盖范围"按钮即可在地图中预览所选影像的空间分布。
第五步：下载数据
输入CDSE账号密码，选择保存目录，点击"下载"按钮。工具将自动开始批量下载，进度条实时反映下载进度。
五、应用场景
这款工具适用于多种遥感数据获取需求：
-
科研人员：批量获取哨兵影像用于环境监测、土地利用分类、植被指数计算等研究
-
农业遥感：下载Sentinel-2多光谱影像进行作物长势监测和产量预估
-
灾害应急：快速获取灾害发生前后的哨兵影像，支持灾情评估
-
教育培训：作为遥感数据获取的教学工具，降低学生的上手门槛
六、总结与展望
从SciHub到CDSE的平台迁移，既是挑战也是机遇。本文介绍的哨兵卫星数据下载工具，通过PySide6构建了友好的图形界面，封装了CDSE OData API的复杂调用逻辑，为遥感工作者提供了一个高效、易用的数据获取解决方案。
未来，工具可以在以下方向继续完善：
- 增加STAC API支持：CDSE同时提供了STAC（Spatio-Temporal Asset Catalog）API接口，可进一步丰富数据检索方式
支持更多卫星数据：除了哨兵系列，CDSE还集成了哥白尼其他贡献任务的数据
- 增强数据处理能力：集成数据预处理功能，实现"下载即用"的工作流
哨兵数据免费、开放的政策，加上CDSE提供的强大API基础设施，正在极大地降低地球观测数据的获取门槛
。希望这款工具能够帮助更多研究人员和应用开发者，更高效地利用哨兵数据创造价值。