GEE 逐年ndvi及批量export image todrive代码

GEE 逐年ndvi及批量export image todrive代码

<GEE笔记>

GEE对MODIS产品MOD13A2为例,求中位数并导出年序列数据到google云端(后右键下载即可)。

代码通过学习知乎 xtnncherish 的《利用GEE逐年计算1990-2020年秦岭北麓遥感生态指数(RSEI)三》一文得出。

在导入自己所需roimask后,运行此代码可直接进行数据的下载,后点击run(批量run可见于: link)代码片.

Map.addLayer(roi, {color:"000000"},"roi");
Map.centerObject(roi, 5); 

var VI = ee.ImageCollection('MODIS/006/MOD13A2')
    .select("NDVI")
    .filterBounds(roi);

var Years = ee.List.sequence(2000,2020);  // 生成逐年的List
// 逐年map
var yearlist = Years.getInfo();
print(yearlist); 
var year_imgcol = ee.ImageCollection.fromImages(yearlist.map(function(year) {
    var img = VI.filter(ee.Filter.calendarRange(year, year, 'year')).median().mask('users/****/mask').select("NDVI");
    //users/****/mask填自己存在assets中的栅格数据
    var y=img.set({name:ee.String(ee.Number(year).int())})
    Export.image.toDrive({
      image:img,
      folder:'NDVI2000_2020',
      description:'ndvi'+year.toString(),
      region:roi,
      scale:1000,
      crs:'EPSG:4326'
      });
  Map.setCenter(100.1, 40.3, 5);
  Map.addLayer(img, ndviVis, 'NDVI');
    return img;
}));
var ndviVis = {
    min: 0.0,
    max: 9000.0,
    palette: [
      'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
      '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
      '012E01', '011D01', '011301'
    ],
  };

运行结果如图所示:
结果图
[1]:https://zhuanlan.zhihu.com/p/351129182 (利用GEE逐年计算1990-2020年秦岭北麓遥感生态指数(RSEI)三)
[2]:https://blog.csdn.net/qq_21567935/article/details/89061114 (google earth engine随缘学习(十二)批量下载影像&批量执行RUN任务)

  • 0
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
以下是使用Python和GEE API批量下载逐月MOD13Q1 NDVI数据的示例代码: ``` import ee import datetime # 初始化 GEE ee.Initialize() # 定义区域范围 region = ee.Geometry.Polygon( [[[-124.8876953125, 42.014192020743394], [-120.64697265625, 42.014192020743394], [-120.64697265625, 45.72017789701005], [-124.8876953125, 45.72017789701005], [-124.8876953125, 42.014192020743394]]], None, False) # 定义时间范围 start_date = datetime.datetime(2000, 1, 1) end_date = datetime.datetime(2021, 12, 31) # 定义数据集 dataset = ee.ImageCollection('MODIS/006/MOD13Q1').select('NDVI') # 遍历每个月份下载数据 for year in range(start_date.year, end_date.year + 1): for month in range(1, 13): date_str = f'{year}-{month:02}-01' current_date = datetime.datetime.strptime(date_str, '%Y-%m-%d') if current_date < start_date or current_date > end_date: continue start_date_str = current_date.strftime('%Y-%m-%d') end_date_str = (current_date + datetime.timedelta(days=32)).strftime('%Y-%m-%d') filtered = dataset.filterDate(start_date_str, end_date_str).filterBounds(region) image = filtered.mean() task = ee.batch.Export.image.toDrive(image=image, description=f'MOD13Q1_NDVI_{year}_{month:02}', folder='GEE MODIS NDVI', region=region, scale=500, maxPixels=1e13) task.start() print(f'Starting export task for {year}-{month:02}') ``` 此代码将从2000年1月到2021年12月遍历每个月,并使用GEE API从MOD13Q1数据集中筛选出NDVI图像并将其平均化,然后将其导出到Google Drive中的文件夹“GEE MODIS NDVI”中。你可以在代码中修改区域、时间范围、数据集和导出设置,以适应你的需求。

“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 2
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