GEE学习笔记4:Sentinel 2 植被指数计算

一、Sentinel 2 植被指数计算

从GEE数据集导入的数据

 

//2. RVI
function s2_rvi(image){
     var rvi = image.expression('NIR / RED', {
    'NIR' : image.select('B8'),
    'RED' : image.select('B4')
  }).float();
    return image.addBands(rvi.rename("S2_RVI"));
}
​
//3. EVI
function s2_evi(image){
     var evi = image.expression('2.5 * ((NIR - RED) / (NIR + 6 * RED - 7.5 * BLUE + 1))', {
    'NIR' : image.select('B8'),
    'RED' : image.select('B4'),
    'BLUE': image.select('B2')
  }).float();
  return image.addBands(evi.rename('S2_EVI'));
}  
​
//4. DVI
function s2_dvi(image){
     var dvi = image.expression('NIR - RED', {
    'NIR' : image.select('B8'),
    'RED' : image.select('B4')
   
  }).float();
  return image.addBands(dvi.rename('S2_DVI'));
}
​
//5. NDVI——B8,B4
function s2_ndvi_b84(image){
   return image.addBands(image.normalizedDifference(['B8', 'B4']).rename("S2_NDVI_B84"));
}
​
//13. LSWI——B8,B11
function s2_lswi_b811(image){
   return image.addBands(image.normalizedDifference(['B8', 'B11']).rename("S2_LSWI_B811"));
}
​
//14. LSWI——B8,B12
function s2_lswi_b812(image){
   return image.addBands(image.normalizedDifference(['B8', 'B12']).rename("S2_LSWI_B812"));
}
​
// 15.LSWI——B8A,B11
function s2_lswi_b8a11(image){
   return image.addBands(image.normalizedDifference(['B8A', 'B11']).rename("S2_LSWI_B8A11"));
}
​
//16. LSWI——B8A,B12
function s2_lswi_b8a12(image){
   return image.addBands(image.normalizedDifference(['B8A', 'B12']).rename("S2_LSWI_B8A12"));
}
​
​
//17.MNDWI
function s2_mndwi(image){
   return image.addBands(image.normalizedDifference(['B3', 'B11']).rename("S2_MNDWI"));
}
​
//18.NDWI
function s2_ndwi(image){
   return image.addBands(image.normalizedDifference(['B3', 'B8']).rename("S2_NDWI"));
}
​
//19.GCVI
function s2_gcvi(image){
     var gcvi = image.expression('NIR / Green - 1', {
    'NIR' : image.select('B8'),
    'Green' : image.select('B3')
  }).float();
  return image.addBands(gcvi.rename('S2_GCVI'));
} 
​
//20. S2REP——B7,B4,B5,B6
function s2_s2rep(image){
     var s2rep = image.expression('705 + 35 * ((((NIRn1 + RED) / 2) - RE1) / (RE2 - RE1))', {
    'NIRn1' : image.select('B7'),
    'RE2' : image.select('B6'),
    'RE1' : image.select('B5'),
    'RED' : image.select('B4')
  }).float();
  return image.addBands(s2rep.rename('S2_S2REP'));
}
​
//21.SAVI
function s2_savi(image) {
  // Add Soil Adjust Vegetation Index (SAVI)
    // using L = 0.5;
    var savi = image.expression('(NIR - RED) * (1 + 0.5)/(NIR + RED + 0.5)', {
    'NIR': image.select('B8'),
    'RED': image.select('B4')
    }).float();
    return image.addBands(savi.rename('S2_SAVI'));
}
 
 //22.IBI
function s2_ibi(image) {
  // Add Index-Based Built-Up Index (IBI)
  var ibiA = image.expression('2 * SWIR1 / (SWIR1 + NIR)', {
    'SWIR1': image.select('B11'),
    'NIR'  : image.select('B8')
  }).rename(['IBI_A']);
 
  var ibiB = image.expression('(NIR / (NIR + RED)) + (GREEN / (GREEN + SWIR1))', {
    'NIR'  : image.select('B8'),
    'RED'  : image.select('B4'),
    'GREEN': image.select('B3'),
    'SWIR1': image.select('B11')
  }).rename(['IBI_B']);
 
  var ibiAB = ibiA.addBands(ibiB);
  var ibi = ibiAB.normalizedDifference(['IBI_A', 'IBI_B']);
  return image.addBands(ibi.rename(['S2_IBI']));
}
//23.NDBI
function s2_ndbi(image){
   return image.addBands(image.normalizedDifference(['B11', 'B8']).rename("S2_NDBI"));
}
​
//24. NIRv
function s2_nirv(image) {
    
    var nirv = image.expression('((NIR - RED)/(NIR + RED)) * NIR', {
    'NIR': image.select('B8'),
    'RED': image.select('B4')
    }).float();
    return image.addBands(nirv.rename('S2_NIRv'));
}
//25.CI red edge (CIr) 
​
function s2_cir(image) {
    
    var cir = image.expression('RE3 / RE1 - 1', {
    'RE3': image.select('B7'),
    'RE1': image.select('B5')
    }).float();
    return image.addBands(cir.rename('S2_CIr'));
}
​
//26.CI green (CIg)
​
function s2_cig(image) {
    
    var cig = image.expression('RE3 / Green - 1', {
    'RE3': image.select('B7'),
    'Green': image.select('B3')
    }).float();
    return image.addBands(cig.rename('S2_CIg'));
}
​
//27.MTCI
function s2_mtci(image) {
    
    var mtci = image.expression('(RE2 - RE1)/ (RE1 - Red)', {
    'RE2': image.select('B6'),
    'RE1': image.select('B5'),
     'Red': image.select('B4'),
    }).float();
    return image.addBands(mtci.rename('S2_MTCI'));
}

 

  • 27
    点赞
  • 157
    收藏
    觉得还不错? 一键收藏
  • 24
    评论
您可以使用Google Earth Engine (GEE)来下载Sentinel-2影像。以下是一些基本步骤: 1. 首先,您需要访问GEE的网站(https://earthengine.google.com/)并登录您的账户。 2. 在GEE代码编辑器中,您可以使用以下代码行加载Sentinel-2影像: ``` var image = ee.ImageCollection('COPERNICUS/S2') .filterDate('开始日期', '结束日期') .filterBounds(geometry) .median(); ``` 在上述代码中,将“开始日期”和“结束日期”替换为您想要下载影像的时间范围,将“geometry”替换为您感兴趣的区域的几何图形。 3. 接下来,您可以使用以下代码行将影像导出到您的Google Drive帐户: ``` Export.image.toDrive({ image: image, description: '导出图像名称', folder: '导出图像文件夹', scale: 分辨率, region: geometry }); ``` 在上述代码中,将“导出图像名称”替换为您想要导出的图像的名称,将“导出图像文件夹”替换为您想要保存图像的文件夹名称,将“分辨率”替换为您希望导出图像的分辨率(以米为单位),将“geometry”替换为相应区域的几何图形。 4. 运行代码后,GEE将开始导出图像并将其保存到您的Google Drive帐户中。您可以在代码编辑器的“Tasks”选项卡中查看导出任务的进度和状态。 请注意,上述代码只是一个简单的示例,您可以根据您的需求进行修改和调整。另外,由于数据量较大,下载时间可能会较长。 希望这可以帮助您下载Sentinel-2影像!如果您有任何其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 24
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值