GEE|求哨兵2号NDVI并保存到本地

最新推荐文章于 2024-05-24 21:24:37 发布
最新推荐文章于 2024-05-24 21:24:37 发布
阅读量3.4k 收藏 53
点赞数 6
分类专栏： GEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jilli_jelly/article/details/113356624
版权

第一步：导入研究区shapefile文件与哨兵2号L2A（经过了大气校正）数据集
在这里插入图片描述
第二步：代码

//哨兵2去云处理
function s2_rmcloud(image) {
    
  var qa = image.select('QA60'); 
  var cloudBitMask = 1
了解本专栏 订阅专栏 解锁全文 超级会员免费看
difizuhvovs
关注
  • 6
    点赞
  • 踩
  • 53
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 28
    评论
专栏目录
订阅专栏
Google Earth Engine 教程——Landsat 8 影像集合去云分析QA波段和去云NDVI的影像
qq_31988139的博客
11-05 1924
计算图像1和图像2中每一对匹配的波段的输入值的比特和。如果图像1或图像2只有一个波段，那么它将与另一个图像中的所有波段进行对比。输出的带子以两个输入中较长的命名，或者如果它们的长度相等，则以图像1的顺序命名。对于特征和特征集合，唯一支持的键是 "color"，是一个CSS 3.0颜色字符串或 "RRGGBB "格式的十六进制字符串。图像的新掩码，是[0, 1]范围内的浮点值（无效=0，有效=1）。输出的图像保留了输入图像的元数据和足迹。该图层的不透明度，用0到1之间的数字表示，默认为1。
GEEer成长日记五：Sentinel-2计算NDVI并逐月时间序列分析
微信公众号：GEEer成长日记
01-28 9469
Sentinel哨兵数据计算NDVI时间序列
GEE之计算10m分辨率的NDVI数据
gis收藏家的博客
12-20 1772
基于哨兵-2计算10m分辨率的ndvi
GEE保存训练好的随机森林模型
最新发布
MemoryCholer的博客
05-24 352
当随机森林模型训练好之后，我们希望将其保存起来，以便于下次调用，而不是每次都重新训练。GEE也提供了这一功能。
GEE实战 | Lansat8去云
小鱼干的博客
03-07 8357
GEE实战 | Lansat8去云Landsat 8Landsat 8 SRLandsat 8 TOA 这里介绍下Landsat 8的去云函数和效果 Landsat 8 Landsat 8 SR 可以通过pixel_qa来去云： var l8sr = ee.ImageCollection("LANDSAT/LC08/C01/T1_SR") function maskL8sr(image) { var cloudShadowBitMask = 1 << 3; var cloudsBitM
Google Earth Engine（GEE）——Landsat8 SR数据除云
qq_31988139的博客
07-23 3850
上一次讲了Google Earth EngineLandsat4/5/7 SR数据除云，这次讲一下Landsat8 SR数据除云， 同样是获取QA波段，select('pixel_qa')，将cloudShadowBitMask和cloudsBitMask的值都让它等于0，两个标志都应设置为零，表示清除条件。最后这个就成了掩膜后的对象。最后通过return把他返回去波段，重新给波段赋值就行了。 除云前： 除云后： 上代码： //先设置一个除云并且给波段重新赋值的函数 functi..
针对GEE中的Landsat 8 sr产品去云处理
qq_37938245的博客
07-11 2762
GEE去云 Landsat 8
Google Earth Engine（GEE）——Landsat8 TOA 影像去云
qq_31988139的博客
07-23 3986
上一篇文章写了如何去除Landsat 8 SR数据，这一片主要是讲一下如何去除Landsat8 TOA 影像。 除云前影像： 除云后影像： 代码： // 建立函数还是选择BQA波段 var maskL8 = function(image) { var qa = image.select('BQA'); //检查云层位是否关闭，设置让它回归到1，变成0 // See https://www.usgs.gov/land-resources/nli/landsat/landsat..
GEE上不同影像NDVI的计算公式.txt
08-21
GEE上不同影像NDVI的计算公式.txt
Google Earth Engine（GEE）-如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载.pdf
11-04
Google Earth Engine（GEE）——如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载。 归一化植被指数（Normalized Difference Vegetation Index，NDVI）是遥感中常用的植被指数之一，用于表征地表...
ndvi.zip_GEE怎样计算NDVI_NDVI_gee landsat_植被_植被覆盖度
07-15
8. **导出结果**：如果需要本地保存结果，可以使用`Export.image.toDrive()`函数将NDVI图像导出到Google Drive。 9. **分析应用**：NDVI可用于监测季节性植被变化、森林破坏、干旱和洪水等环境问题，对于农业、生态...
遥感影像去云处理
02-22
遥感图像在成像过程中极易受到云的干扰,特别的,被厚云层遮挡区域的遥感信息完全丢失,降低了遥感数据使用效率,影响了后期专题信息提取的准确性。遥感去厚云的目的是有效还原被遮挡区域的遥感信息,并保证其它区域的遥感数据不失真。
envi中的去云工具
10-17
envi中的去云工具 Haze tool 主要由三部分组成： 云层厚度检测 （haze detection） ， 云层厚度完善 （haze perfection） ，云层去除（haze removal）
遥感图像去云
07-24
遥感图像处理参考文档，去云实验的指导书，有具体步骤，可供参考
遥感影像处理—哨兵二号
07-13
遥感影像处理是地球观测领域中的关键技术之一，它涉及到数据获取、预处理、特征提取、分析和应用等多个环节。哨兵二号是欧洲航天局（ESA）哥白尼计划的一部分，提供高分辨率的多光谱遥感数据，广泛应用于环境监测、...
GEE代码编程gee案例-进行NDVI的计算和显示.txt
08-23
GEE代码编程gee案例-进行NDVI的计算和显示.txt
【GEE】下载研究区的Landsat8去云清晰影像
TwcatL_tree
04-08 571
/ 设置日期范围 var startDate = ‘2020-06-01’;// 对图像进行融合 var meanImage = landsat.select(‘B4’, ‘B3’,这里我选用的是RGB，如果你需要其他波段的话，请在这里添加。你可以适当的调整时间，来看看哪一张那个融合后的影像效果最好。如果你仅仅是使用影像来可视化的话，追求没有云的效果。如果你要绘制研究区概况或者是做一个产品的比较。需要整个研究区的Landsat8影像的话。
Landsat8去云和云影函数
学习历程记录和分享
03-10 344
这段代码旨在对Landsat 8表面反射率图像进行云和云影的遮蔽。它利用像素QA（质量评估）波段来识别并遮蔽图像中的云和阴影区域。以下是该函数的功能解释：它定义了两个变量，cloudShadowBitMask 和 cloudsBitMask，分别代表QA波段中云影和云的位位置。使用 select() 函数从输入的Landsat 8图像中选择像素QA波段。通过对QA波段执行位运算，创建一个掩码。具体来说，它检查云影位和云位是否都设置为零，这表示天气晴朗的条件。
利用GEE下载Landsat8影像并实现去云
qq_43584444的博客
08-25 8331
利用GEE对Landsat8影像进行去云处理并下载数据
GEE CODE EDITOR 下载哨兵NDVI影像
09-24
回答： 要下载哨兵NDVI影像，您可以使用Google Earth Engine（GEE）的代码编辑器来完成。下面是一个简单的代码示例，演示如何下载哨兵影像中的NDVI数据： ```javascript // 选择区域 var roi = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax]); // 选择日期范围 var startDate = ee.Date('yyyy-mm-dd'); var endDate = ee.Date('yyyy-mm-dd'); // 选择哨兵影像集 var sentinelCollection = ee.ImageCollection('COPERNICUS/S2') .filterBounds(roi) .filterDate(startDate, endDate) .select('B4', 'B8'); // 计算NDVI var calculateNDVI = function(image) { var ndvi = image.normalizedDifference(['B8', 'B4']).rename('NDVI'); return image.addBands(ndvi); }; // 对图像集中的每个影像应用NDVI计算 var sentinelWithNDVI = sentinelCollection.map(calculateNDVI); // 下载影像 var downloadOptions = { name: 'sentinel_with_ndvi', scale: 10, region: roi }; Export.image.toDrive({ image: sentinelWithNDVI, description: 'sentinel_with_ndvi', scale: 10, region: roi, maxPixels: 1e13 }); ``` 请确保将代码编辑器中的 `xmin`、`ymin`、`xmax` 和 `ymax` 替换为您感兴趣区域的经纬度坐标范围。选择合适的 `startDate` 和 `endDate` 来定义想要下载的时间范围。最后，执行代码以将NDVI影像下载到Google Drive中。
评论 28
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

difizuhvovs

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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