GEE12：按年和月合成数据，分别获取年总和月均GPP遥感数据

1.前提

由于某些数据的时间分辨率为8天或者16天，然而我们需要了解他的年总值或者均值，因此需要将整年的数据进行计算，为了方便起见，在GEE平台上进行操作，可以避免下载大量的数据到本地。

2. 按年合成数据（总值）：以MOD17A2H.006数据为例

数据描述：
MOD17A2H.006: Terra Gross Primary Productivity 8-Day Global 500M 500m：
The MOD17A2H V6 Gross Primary Productivity (GPP) product is a cumulative 8-day composite with a 500m resolution. The product is based on the radiation-use efficiency concept and can be potentially used as inputs to data models to calculate terrestrial energy, carbon, water cycle processes, and biogeochemistry of vegetation.

数据波段：

该数据为8天合成数据

GEE code：

// 设置感兴趣区域
var geometry = table.geometry();
Map.centerObject(geometry, 5);
Map.addLayer(geometry, {color: "black"}, "ROI")

// 加载 MODIS/006/MOD17A2H 数据集
var dataset = ee.ImageCollection("MODIS/006/MOD17A2H").select('Gpp');

var gppVis = {
  min: 0,
  max: 600,
  palette: ['bbe029', '0a9501', '074b03'],
};
Map.addLayer(dataset.filterBounds(geometry), gppVis, 'GPP');


// 定义起始年份和结束年份
var startYear = 2001;
var endYear = 2004;

// 定义一个函数用于按年合成并导出影像
var exportYearlyComposite = function(year) {
  year = ee.Number(year);

  // 过滤特定年份的影像集合
  var yearCollection = dataset.filterBounds(geometry)
                       .filter(ee.Filter.calendarRange(year, year, 'year'));

  // 合成影像
  var yearImage = yearCollection.sum().multiply(0.1);

  // 设置导出参数
  var exportParams = {
    image: yearImage.toFloat(),
    description: 'modis_gpp_yearly_' + year.getInfo(),
    folder: 'Gpp',
    region: geometry,
    scale: 500,
    crs: "EPSG:4326",
    maxPixels: 1e13,
  };

  // 导出影像
  Export.image.toDrive(exportParams);
  print(exportParams)
  print(year)
  print(yearCollection)
};

// 遍历每个年份并导出影像
for (var year = startYear; year <= endYear; year++) {
  exportYearlyComposite(year);
}

控制台：

主要函数介绍：
ee.Filter.calendarRange(year, year, ‘year’)：

3. 按月合成数据（均值）：以MOD17A2H.006数据为例

代码解释： 合成指定月份之间的遥感数据，并求得统计数据（最大值、最小值、总值和平均值等）

合成每年7-8月份遥感数据，获得生长季平均值数据：

// 设置感兴趣区域
var geometry = table.geometry();
Map.centerObject(geometry, 5);
Map.addLayer(geometry, {color: "black"}, "ROI")

// 加载 MODIS/006/MOD17A2H 数据集
var dataset = ee.ImageCollection("MODIS/006/MOD17A2H").select('Gpp');

var gppVis = {
  min: 0,
  max: 600,
  palette: ['bbe029', '0a9501', '074b03'],
};
//Map.addLayer(dataset.filterBounds(geometry), gppVis, 'GPP');

// 定义起始年份和结束年份
var startYear = 2020;
var endYear = 2022;

// 定义一个函数用于按年合成并导出影像
var exportYearlyComposite = function(year) {
  year = ee.Number(year);

  // 过滤特定年份的影像集合
  var yearCollection = dataset.filterBounds(geometry)
                       .filter(ee.Filter.calendarRange(year, year, 'year'))
                       .filter(ee.Filter.calendarRange(7, 8, 'month'));

  // 计算7月到8月的平均值影像
  var compositeImage = yearCollection.mean().multiply(0.1);

  // 设置导出参数
  var exportParams = {
    image: compositeImage.toFloat(),
    description: 'modis_gpp_yearly_' + year.getInfo(),
    folder: 'Gpp',
    region: geometry,
    scale: 500,
    crs: "EPSG:4326",
    maxPixels: 1e13,
  };

  // 导出影像
  Export.image.toDrive(exportParams);
  print(exportParams)
  print(year)
  print(yearCollection)
};

// 遍历每个年份并导出影像
for (var year = startYear; year <= endYear; year++) {
  exportYearlyComposite(year);
}

控制台：

上述代码中，我在exportYearlyComposite函数中添加了一个额外的过滤器，用于过滤7月到8月的影像集合：.filter(ee.Filter.calendarRange(7, 8, ‘month’))。然后，我使用yearCollection.mean()来计算7月到8月的平均值影像，并将其命名为compositeImage。最后，将compositeImage导出到Google Drive。