GEE5：kNDVI植被指数的获取

1、kNDVI植被指数的描述

kNDVI具有更好的性能，kNDVI将允许更准确地测量陆地碳源/汇的动态，以及稳定大气二氧化碳值和减缓全球气候变化的潜力。目前对该指数的使用比较少，之前主要集中在EVI的使用。

1.1 计算方法：

1.2 不同植被指数的对比

2. GEE实现kNDVI指数的获取

var ROI = table.geometry();

Map.addLayer(ROI,{},'ROI');

Map.centerObject(ROI, 5);

for(var i = 2008;i<=2010;i++){
// 月份，共计12个月
for(var j = 1;j<=12;j++){

var CHIRPS_Daily = ee.ImageCollection("MODIS/061/MOD13Q1")

.filter(ee.Filter.calendarRange(j,  j,'month'))
  .filter(ee.Filter.calendarRange(i, i, 'year'))
  .map(function(img) {
    return img.set('year', img.date().get('year'));
  }).filterBounds(ROI)
 .select('NDVI')

var CHIRPS_Year_mean = CHIRPS_Daily.mean().clip(ROI).multiply(0.0001).pow(2).tanh();

// var batch = require('users/fitoprincipe/geetools:batch')

var precipitationVis = {
  min: -0.2,
  max: 1.0,
  palette: [
    'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
    '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
    '012E01', '011D01', '011301'
  ],
};

print(CHIRPS_Year_mean,i+'_year_'+j+'_CHIRPS_Year_mean')

Map.addLayer(CHIRPS_Year_mean, precipitationVis, i+'_year_'+j+'_CHIRPS_Year_mean');

// Map.addLayer(CHIRPS_Daily.first().clip(ROI), precipitationVis, 'CHIRPS_Year_mean_first');

Export.image.toDrive({
      image: CHIRPS_Year_mean,
      description: 'everymonth_kndvi_mean_'+i+'_'+j+'_1',
      // description: 'everyMonthKNDVI',
      crs: "EPSG:4326", // use webside:epsg.io to choose the right crs
      scale: 250,
      region: ROI,
      maxPixels: 1e13,
      folder: '2000-2020_EveryMonth_KNDVI'
    })
    
// batch.Download.ImageCollection.toDrive(CHIRPS_Year_mean, "2000-2020_EveryMonth_KNDVI", {
// image: CHIRPS_Year_mean,
// description: i+'_year_'+j+'_month_mean',
// region: ROI,
// scale: 1000,
// type:"int16" 
// }
// )
    
}

}