GEE提取水体

GEE提取水体

老板需要提取2015-2019年，每年4、7、10月份的水体数据，一个月的卫片需要4张才能盖住研究区，我表示有点儿懵，看了大神的文章（https://blog.csdn.net/weixin_36396470/article/details/106899589），毅然入坑GEE！！！
然而，坑入的并不顺利，科学上网、用户申请、环境搭建（到现在还没搭好本地的Python环境）一步一个坎儿，下回整理一下发出来吧，今天主要说水体的提取问题。

1.工作环境

由于时间短、任务急，我直接参考大神的代码，在线上的JS环境进行编程处理了（JS啊，有点儿崩溃，没事儿的时候肯定搭一个Python的）。https://code.earthengine.google.com（线上JS环境）。

2.主要思路

主要利用GEE里的JRC Monthly Water History，v1.2库进行水体指数的提取，这里是根据Landsat提取的全球各月的水体，很棒。利用自己上传的矢量文件进行空间划定，最终得到想要的水体数据。

3.代码实现

• 导入库和矢量文件
  
  矢量文件的导入需要在左侧的NEW中选择shp，然后上传完整的shp文件。
  
  
  上传结束后import即可。
  
• 设置基础变量
  yantze_down_region为矢量文件，year为提取年份，startDate、endDate开始与结束日期，myjrc为jrc库的数据，viz为输出时栅格颜色。

var yantze_down_region = table.geometry();
var year = 2019
var startDate = ee.Date.fromYMD(year, 1, 1);
var endDate = ee.Date.fromYMD(year, 12, 31);
var myjrc = jrc.filterDate(startDate, endDate);
var viz = {min:0, max:2, palette: ['blue', 'white', 'green']};

• 数据筛选
  原谅我第一次用JS，还不会循环啥的，只能是手写啦。这一部分主要是提取相应的水体文件。myjrc为ImageCollection对象，不知道为啥，针对它的空间筛选函数filterBounds死活筛选不出来，出来的结果总是全世界的，所以把myjrc转换为list，然后通过get选取相应月份的数据，利用Image函数转变为Image对象，最后利用select选择水体数据标签。（由于3各月，我建立了3个变量。）Image对象可以被clip进行裁剪。Map.addLayer函数可以显示处理后的文件。

myjrc = myjrc.toList(12);
var a = ee.Image(myjrc.get(3)).select("water")
var b = ee.Image(myjrc.get(6)).select("water")
var c = ee.Image(myjrc.get(9)).select("water")
Map.addLayer(a.clip(yantze_down_region),viz);

• 面积统计
  对数据进行像元数统计，eq可以筛选标签为2的数据（水体数据），最后可以print出像元个数，可以在console中看到。

var stats2 = a.eq(2).reduceRegion({
      reducer: ee.Reducer.sum(),
      geometry: yantze_down_region,
      scale: 30,
      maxPixels: 1E13
    });
var stats3 = b.eq(2).reduceRegion({
      reducer: ee.Reducer.sum(),
      geometry: yantze_down_region,
      scale: 30,
      maxPixels: 1E13
    });
var stats4 = c.eq(2).reduceRegion({
      reducer: ee.Reducer.sum(),
      geometry: yantze_down_region,
      scale: 30,
      maxPixels: 1E13
    });

• 图像导出
  toDrive函数可以进行图像的导出，导出后图像可以在tasks中看到，点击run下载即可。

Export.image.toDrive({
      image: a.clip(yantze_down_region),
      
      scale: 30,
      maxPixels : 1e13,
      folder:year+"04",
      description:year+"04"
      });
Export.image.toDrive({
      image: b.clip(yantze_down_region),
     
      scale: 30,
      maxPixels : 1e13,
      folder:year+"07",
      description:year+"07"
      });
Export.image.toDrive({
      image: c.clip(yantze_down_region),
     
      scale: 30,
      maxPixels : 1e13,
      folder:year+"10",
      description:year+"10"
      });