获取MODIS/006/MOD10A1数据集的NDSISnowCover波段,并对逐日数据进行处理,将有雪的像元设定为1,无雪为0。通过这一操作,得到的积雪天数数据具有重要的环境监测和气候研究价值,可用于跟踪积雪覆盖的季节性变化,研究气候变化对地表的影响,监测自然灾害风险,管理水资源分配,以及支持农业和生态系统的决策制定。最终,导出的数据提供了有关特定地区积雪情况的详细信息,为多个领域的研究和应用提供了基础数据。
目标是导出整数型数据,你可以使用 ee.Image.toInt()
将浮点型图像转换为整数型
var modis = ee.ImageCollection('MODIS/006/MOD10A1')
.filterBounds(region)
.select(['NDSI_Snow_Cover'])
.filterDate('2020-01-01', '2020-01-31');
print(modis);
function setSnowCover(image) {
var snowCover = image.select('NDSI_Snow_Cover');
var snowDays = snowCover.neq(0).rename('Snow_Days');
return image.addBands(snowDays);
}
var snowDays = modis.map(setSnowCover);
print(snowDays);
// var snowDaysSum = snowDays.select('Snow_Days').sum().clip(region);
var snowDaysSum = snowDays.select('Snow_Days').sum().clip(region).toInt();
print(snowDaysSum);
Map.addLayer(snowDaysSum, {min: 0, max: 30, palette: ['00FF00', 'FF0000']}, 'Snow Days Sum');
Map.centerObject(region, 6);
// 导出结果到Google Drive
Export.image.toDrive({
image: snowDaysSum,
description: 'Snow_Days_Sum',
folder: '2',
scale: 500,
region: region,
maxPixels: 1e13
});
本文目的是学习记录,欢迎大家共同讨论。