【GEE】基于GEE可视化和下载Landsat8 L2A数据（镶嵌、裁剪）

        之前发过一篇使用GEE下载Landsat8的文章，然后有很多小伙伴私信我各种问题，如L1C、L2数据代码怎么修改，如何镶嵌，如何去云、 如何裁剪等一系列问题。正好快过年了，手头的事也没有多少了，所以这两天整理了一下GEE的相关代码，后续会陆续发出来。代码比较简单就是查询函数和导出函数，然后还有一个显示函数。

原创作者：RS迷途小书童

博客地址：https://blog.csdn.net/m0_56729804?type=blog

        今天给大家带来的是基于GEE的Landsat8 L2A数据去云、镶嵌、裁剪代码，直接导入研究区的矢量即可下载中值合成后的影像（一景）。这几篇文章都是类似的，所以我的排版都一样，但是东西精华就行。我懒得去搞那些花里胡哨的东西，博文基本都是实用性的！

一、代码部分

//作者：RS迷途小书童
//博客：https://blog.csdn.net/m0_56729804?type=blog
var roi = table //感兴趣的区域信息
var style_set = {color:"red",fillColor:"00000000"}; //设置地图中要素的颜色和填充颜色
Map.addLayer(roi.style(style_set),{},"shape") //使用之前定义的样式集将roi添加到地图中。该地图层默认使用几何形状（例如多边形）来表示区域
Map.centerObject(roi,10) //将地图中心设置为roi对象，并设置缩放级别为10

function maskL8sr(image) {
  // 去云函数
  var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
  //从输入图像中选择QA_PIXEL波段，使用位运算和掩码来识别填充、云、云影等像素
  var saturationMask = image.select('QA_RADSAT').eq(0); //从输入图像中选择QA_RADSAT波段，并识别未饱和的像素。
  // 将缩放因子应用于适当的频带
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  // 从输入图像中选择光学波段，并应用归一化处理。
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
  // 从输入图像中选择热红外波段，并应用归一化处理。
  return image.addBands(opticalBands, null, true)
      .addBands(thermalBands, null, true)
      //.updateMask(qaMask)
      .updateMask(saturationMask);}
      
var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
                  .filterBounds(roi)
                  .filterDate('2018-04-01', '2018-12-30')
                  .filter(ee.Filter.lte('CLOUD_COVER',10))
                  .map(maskL8sr)
                  .median()
                  .clip(roi)//裁剪
                  
print(dataset);

var visualization = {
  bands: ['SR_B4', 'SR_B3', 'SR_B2'],
  min: 0.0,
  max: 0.3,
};
Map.addLayer(dataset, visualization, 'Image');
// 彩色合成显示


var mergedImage = dataset.select("SR_B1","SR_B2","SR_B3","SR_B4","SR_B5","SR_B6","SR_B7");// "ST_B10"
// 将所选波段合并为一个多波段图像
print(mergedImage)

function exportdata(data1) {
  var data = data1.toFloat()
  Export.image.toDrive({
  image: data,//要下载的影像，类型为image对象
  folder: 'Landsat8-L2A',//云盘文件夹
  description: 'Mosaic',
  fileNamePrefix: 'Landsat8-OLI',
  region: roi,
  scale: 30,//分辨率
  crs: "EPSG:4326",//投影坐标系
  maxPixels: 1e13//最大像元数
  });
}
exportdata(mergedImage);
//导出数据

二、结果展示

        我平时用GEE比较少，大量时间都是使用Python去处理数据，但是用的少也还是会一点的。令人失望的是网上有很多教程都是VIP文章或者时间周期太长，导致代码不能使用，对于没接触过代码的新手来说很不友好。我希望能在力所能及的范围内尽可能多地去分享一些GEE的基本操作，如果大家感兴趣也可以一起留言交流。