01 栅格数据存储原理
Band(波段):波段是栅格数据中的一个单一光谱通道或特定类型的信息。一个图像可以由多个波段组成,以捕捉更丰富的地理信息。
Image(影像):影像是由一个或多个波段组成的二维数组。它表示了特定区域上某一时刻或时间序列内各种属性或特征分布情况。例如,在遥感领域,一张卫星图像就可以看作是具有多个波段(如红、绿、蓝)的影像。
Image Collection(影像集合):影像集合是由多个相似结构和内容的图像组成,并按时间顺序排列形成序列。这些图像可能来自于不同日期、传感器或场景,并用于进行时间序列分析、监测变化等任务。
在栅格数据中,一个 band 是最基本单位,用于描述某种特定类型信息;而 image 则是包含一个或多个 band 的二维数组,用于表示特定区域上的某一时刻或时间序列的数据;而 image collection 则是由多个 image 组成的集合,用于处理和分析具有时间维度的栅格数据。
List是一种通用的数据结构,在GEE中也可以存储各种对象或值。List可以包含任意类型的元素,包括数字、字符串、字典以及其他列表等。可以使用List来组织和操作各种数据,并通过索引或迭代访问其元素。
Image Collection与List 的关系
02 栅格数据常用函数介绍
1)栅格数据筛选
filterDate():按照指定的时间范围来过滤图像集合或特定图像。
filterBounds():按照指定的地理边界范围(例如几何要素或边界框)来过滤图像集合或特定图像。
Filter.It():使用给定键值对进行元数据属性过滤,可以根据影像带谱信息、云覆盖百分比等属性进行筛选。
2)栅格数据镶嵌
栅格数据镶嵌(Raster Mosaicking)是将多个栅格图像合并成一个单一的栅格图像的过程。
以中值合成为例展示代码:
// 加载需要镶嵌的影像集合
var imageCollection = ee.ImageCollection('COPERNICUS/S2')
.filterBounds(geometry)
.filterDate('2020-01-01', '2020-12-31');
// 使用 median() 函数进行镶嵌操作
var medianImage = imageCollection.median();
// 显示结果
Map.addLayer(medianImage, {}, 'median Image');
3)栅格数据裁剪
栅格数据裁剪(Raster Clipping)是将栅格图像限定在指定的空间范围内的过程。需要注意的是clip函数是对于image影像进行裁剪,对于影像集合可以先将Image Collection进行镶嵌合成单张Image影像进行裁剪,也可以使用map进行循环裁剪
4)栅格数据优化
在Google Earth Engine(GEE)中,可以通过一些优化技术来处理和分析栅格数据以提高效率和性能。利用云盖掩膜(Cloud Masking):在使用遥感影像时,通常会有云覆盖问题。通过应用云掩膜算法去除被云覆盖的区域,可减少无效信息并改善结果质量。
下面以去除被云覆盖优化影像为例进行展示优化后的效果,img_1,img_2,img_3,分别是没有经过去云,云量20%以下,云量最小的15幅影像的展示效果
var img_1 = S2.filterDate('2020-06-01','2020-10-01')
.filterBounds(roi)
.median()
.clip(roi)
var img_2 = S2.filterDate('2020-06-01','2020-10-01')
.filterBounds(roi)
.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
.median()
.clip(roi)
var img_3 = S2.filterDate('2020-06-01','2020-10-01')
.filterBounds(roi)
// .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
.sort('CLOUDY_PIXEL_PERCENTAGE')
.limit(15)
.median()
.clip(roi)
03 海量栅格产品数据
Sentinel-2:Sentinel-2卫星提供高分辨率、免费的多光谱遥感影像。可以使用 ee.ImageCollection('COPERNICUS/S2') 来加载整个 Sentinel-2 影像集合,并应用筛选条件来选择特定时间范围、地理区域或云覆盖程度。
Landsat:Landsat系列卫星提供长期稳定的遥感影像记录。可以使用类似于 ee.ImageCollection('LANDSAT/LC08/C01/T1') 的方式加载 Landsat 8 影像集合,并添加筛选条件以选择特定日期范围和地理区域。
MODIS:MODIS传感器提供全球范围内中等分辨率的气象和环境监测数据。可以通过 ee.ImageCollection('MODIS/006/MOD13Q1') 加载 MODIS 影像集合,并根据需要选择适当日期和参数。