GEE进行项目的学习应用

aojiushi

已于 2023-01-03 22:25:10 修改

阅读量740

点赞数

分类专栏：学习生活文章标签：学习 python pandas

于 2023-01-02 21:30:14 首次发布

本文链接：https://blog.csdn.net/aojiushi/article/details/128520380

版权

学习生活专栏收录该内容

13 篇文章 0 订阅

订阅专栏

前言

根据汇能的项目需要计算每一年的7-8月份的影像组合，分析每一年的植被覆盖度，地表湿度，遥感环境评价指数的变化。根据主成分分析变化的驱动力。

一、GEE数据处理的几个环节

数据的选择与应用
范围选择
遥感数据处理的几个步骤
数据集合的融合处理
数据的导出。

二、使用步骤

1.数据的选择与应用

代码如下（示例）：rt numpy as np import pandas as pd import matplotli

//导入数据范围，以及显示位置的确定
var roi = ee.FeatureCollection(table);
Map.addLayer(roi, {'color':'grey'}, 'studyArea');
Map.centerObject(roi);
//数据的选择
//简单
var collection = ee.ImageCollection('LANDSAT/LE07/C01/T1_TOA')
    .filterDate('2002-11-01', '2002-12-01');
//复杂
var LC8_BANDS = ['B4',  'B5']; //Landsat 8
var STD_NAMES = ['Red', 'NIR']; 
  var l8=ee.ImageCollection("LANDSAT/LC08/C01/T1_SR")
                        .filterDate(Date_start,Date_end)
                        .filter(ee.Filter.calendarRange(month_start,month_end,'month'))
                        .filterBounds(roi)//根据范围来处理数据
                        // .filter(ee.Filter.lte('CLOUD_COVER',10))//云量过滤
                        .map(rmL8Cloud)
                        .select(LC8_BANDS, STD_NAMES);

在对范围的剪切中发现使用的是filterbounds（）

var l5=ee.ImageCollection("LANDSAT/LT05/C01/T1_SR")
.filterDate(Date_start,Date_end)
.filter(ee.Filter.calendarRange(month_start,month_end,'month'))
.filterBounds(roi)

但是在

var LandsatMean = ee.ImageCollection(l5.merge(l7).merge(l8)).median().clip(roi);

中却采用的clip（）；它们两个的区别是在哪里呢？

filter与fileterDate的区别是在哪里呢？

2.FVC函数的代码

代码如下（示例）：利用二分法计算植被指数，三个传参分别为、去mask后的ndvi指数、区域、分辨率

function calFVC(BestVI,region,scale){
  // compute the min and max values
    var num = BestVI.reduceRegion({
      reducer:ee.Reducer.percentile([5,95]),
      geometry:region,
      scale:scale,
      maxPixels:1e13
    });
    var min = ee.Number(num.get("NDVI_p5"));
    var max = ee.Number(num.get("NDVI_p95"));
    
    //quantile and combine
    var greaterPart = BestVI.gt(max);
    var lessPart    = BestVI.lt(min);
    var middlePart  =ee.Image(1).subtract(greaterPart).subtract(lessPart);
    
    //calculate FVC
    var tempf1=BestVI.subtract(min).divide(max.subtract(min));
    
    var FVC=ee.Image(1).multiply(greaterPart)
              .add(ee.Image(0).multiply(lessPart))
              .add(tempf1.multiply(middlePart));
              
    return FVC.rename('FVC');
}