GEE快速获取大范围无云10米遥感影像

很多GEE学习者，都是从下载大范围高空间分辨率遥感影像开始的，或者在GEE上进行一些植被指数处理。本文选择Sentinel-2数据，利用S2_CLOUD_PROBABILITY数据集对其进行去云处理。然后合成无云的Sentinel-2影像及ndvi。本文以四川省为例。代码如下：

table = ee.FeatureCollection("users/cdut/China_province_2019")
S2_Cloud = ee.ImageCollection("COPERNICUS/S2_CLOUD_PROBABILITY")             
S2 = ee.ImageCollection("COPERNICUS/S2")
// 筛选研究区范围 
var roi = table.filter(ee.Filter.eq('provinces','sichuan'))
// 习惯性计算一下研究区面积 
print(roi.geometry().area().divide(1000000),'sichuanArea(km2)')
// 利用外轮廓红色显示研究区范围 
var styling = {color:'black',fillColor:'00000000'}
Map.centerObject(roi,5.7)
// 建立去云函数 
function CloudProbability(img,thread){
  var prob = img.select('probability')
  return img.updateMask(prob.lte(thread))
}
// 利用ee.Join.inner函数将cloud影像和Sentinel-2影像联合，以便后面去云时使用
function MergeImages(primary, secondary) {
  var join = ee.Join.inner();
  var filter = ee.Filter.equals({
    leftField: 'system:index',
    rightField: 'system:index'
  });
  var Col = join.apply(primary, secondary, filter);
  Col = Col.map(function(image) {
    var img1 = ee.Image(image.get("primary"));
    var img2 = ee.Image(image.get("secondary"));
    return ee.Image.cat(img1,img2);
  });
  return ee.ImageCollection(Col);
}
// 这里选择 5-10 月的数据进行处理 
function main() {
  var startDate = "2021-5-1";
  var endDate = "2021-10-1";
  var S2Img1 = S2.filterDate(startDate, endDate)
                  .filterBounds(roi)
  var S2Img2 = S2_Cloud.filterDate(startDate, endDate)
                        .filterBounds(roi);
  var S2Imgs = MergeImages(S2Img1, S2Img2);
  S2Imgs = S2Imgs.map(function(image) {
    return CloudProbability(image, 30);
  });
  print(S2Img1)
  print(S2Img2)
  print(S2Imgs)
  var ndvi_max = S2Imgs.map(function ndvi(img){
    return img.normalizedDifference(['B8','B4'])
  }).max().clip(roi)
  Map.addLayer(S2Imgs,{bands:['B8','B4','B3'],min:0,max:3000},'S2Imgs')
  Map.addLayer(ndvi_max, {min:0, max:0.9}, "ndvi");
}
main();
Map.addLayer(roi.style(styling),{},'sichuan'

结果显示：

关注我们
**微信公众号：**GEE遥感训练营
专注GEE遥感算法，包括遥感影像下载、遥感影像制图、遥感GIS空间分析、遥感生态评价、遥感影像融合、去干扰等多元遥感云计算，并分享前沿GEE知识。