GEE learning - gif动图、ImageCollection操作、SG滤波

20231011更新：从很常用的SPEI网站（时间分辨率1月、3月……，0.5°）

https://spei.csic.es/spei_database/#map_name=spei01#map_position=1459

用GEE简单做了一张anomaly动图。发现以下几个点：

（1）ImageCollection做动图，用 getVideoThumbURL 可以实现。

// Define arguments for animation function parameters.
var videoArgs = {
  dimensions: 2268, //根据研究区大小确定；区域越大这个值应当越大
  region: geometry,
  framesPerSecond: 0.5,  //帧率，每秒0.5张image即每张图停留2秒
  crs: 'EPSG:4326',
  min: -3,
  max: 3,
  //palette: ["d53e4f","fc8d59","fee08b","ffffbf","e6f598","99d594","3288bd"]
  palette: ['red', 'orange', 'yellow', 'green', 'cyan', 'blue']
};

// Print the animation to the console as a ui.Thumbnail using the above defined
// arguments. Note that ui.Thumbnail produces an animation when the first input
// is an ee.ImageCollection instead of an ee.Image.
print(ui.Thumbnail(A, videoArgs));

// Alternatively, print a URL that will produce the animation when accessed.
print(A.getVideoThumbURL(videoArgs));

（2）统计某张image在区域上的均值(mean)、最大值(max)、最小值(min)：

// anomaly4 是 image
var mean4 = anomaly4.select("b1").reduceRegion({
    reducer: ee.Reducer.mean(),
    //scale: 5550,      //分辨率
    geometry: MLYR,
    maxPixels: 1e13,
    //tileScale:16      //这个参数没懂是啥，所以注释掉了，应该不影响
  })
print("4",mean4)        //mean4 是 dictionary类型的object，打印出来的数字即是区域均值

// 或者
print(image.reduceRegion({reducer: ee.Reducer.mean(), geometry: MLYR_China}))  

        注意，上面函数中的  tileScale (Float, default: 1):

reduceRegions(collection, reducer, scale, crs, crsTransform, tileScale)
// https://zhuanlan.zhihu.com/p/466552413

 ​​​        这个参数一般是在计算大区域统计的时候，会出现超限的情况下使用的参数，一般是2的n次方。默认状况下是1，所以如果当我们研究全球区域，分辨率又很高的话，建议瓦片设置小一些，这样可以避免超限计算，出现无法计算的情况。 “一个介于0.1和16之间的比例系数，用于调整聚合瓦片的大小。一个用于减少聚合瓦片大小的缩放系数；使用更大的tileScale（例如2或4）可能会使计算在默认情况下耗尽内存。”

        另外，reduceRegions 在服务端进行区域统计计算,不返回图像。如果需要图像，直接用 .reduce(ee.Reducer.mean())；

       

        如果批量计算collection 中每张image的mean，则：

// take ERA5 SM as an example
// 转换为月份image列表  
var months = collection.toList(collection.size());
// 迭代计算均值并打印 
for (var i = 0; i < months.size().getInfo(); i++) {
  var img = ee.Image(months.get(i));
  var mean = img.reduceRegion({
    reducer: ee.Reducer.mean(), 
    geometry: ROI,
    scale: 5550
  }).get('soil_temperature_level_1_mean');
  print(mean);  //从reduceRegion返回的dictionary中提取出均值结果
}

（3）GEE在线地图中添加图例：

科学网-如何在GEE中添加图例？-谷昌军的博文

https://code.earthengine.google.com/451b3fe0ee81e99d7c347fdc4c5bb745

（4）按时间先后顺序排列imagecollection：

        .sort('system:time_start')

PS：简单的代码（自己写自己看）：

multiyear的SPEI值：https://code.earthengine.google.com/700d5e7bdd87b9ab934be1312c34d892
2022年的SPEI值：https://code.earthengine.google.com/85ac123db3eb8448f389908469746a4d

（5）获取 imagecollection 中的第n张image：

// 获取imagecollection中属性month为5的image
var img1 = collection.filter(ee.Filter.eq('month', 5)).first()
// 同上，如果只有 system:index 属性：一定要记得数字那里加单/双引号
var img1 = collection.filter(ee.Filter.eq("system:index", "4")).first()


// 或者（toList()后获取的是Dictionary对象,后续进行运算需要验证是否能直接用。）
// img2 和 img1的结果相同，probably
var img2 = collection.toList(collection.size()).get(4) 

// 或者(这个必须有时间戳，否则会报错)
// （Can't apply calendarRange filter to objects without a timestamp）
var img3 = Collection.filter(ee.Filter.calendarRange(5,5,'month')).first()

（6）imagecollection运算、map等操作后，保留原有所有属性/保留某个属性（时间戳、月份）：

.copyProperties(image)

.set('system:time_start', ee.Date(image.get("system:time_start")))
.set('month', monthInteger)  //获取system:time_start中的月份?
// 或者
.set('month', ee.Date(filtered.get('system:time_start')).get('month')) 

（7）重命名波段

.select(['old'], ['new']) 

（8）两个imagecollection 对应时间的 image 加减乘除四则运算 / 求均值，可以用 combine / merge / ee.Join.inner

Google Earth Engine（GEE）——ee.Join.inner的使用方法（以两个MODIS影像集合为例组成一个MODIS多波段影像集合）_此星光明的博客-CSDN博客

虽然还是分不清这三个，但是浅浅写一下自己的理解：

• merge 是 imagecollection 的原始信息都不变，只不过把所有 image 按一定顺序（可能是时间）排列起来，即 image 的数量变多、原始信息保留。
• ee.Join.inner 就很少用了，不了解。看指南上，似乎无法对 imagecollection 和 image 操作？

• combine是对于 image 的数量、属性相同（有matching ID）的两个imagecollection（即它们中 image 的默认的system:index 一致） 的处理，合并的结果是对应ID的 image 作差，得到一个新的imagecollection，image数量不变，combine了 band。例如：

var A = esTd.combine(esT)  //esTd esT是两个imagecollection，image数量一致，波段不同

var newIc = A.map(function(img){
  // Get band1 and band2
  var band1 = img.select('dewpoint_temperature_2m');
  var band2 = img.select('temperature_2m');

  // 目的：处理得到新波段；大家自行按需更改/跳过。
  var newImg = band1.divide(band2)
                    .set('system:time_start', img.get('system:time_start'))
                    .select(['dewpoint_temperature_2m'], ['newBand']) // 重命名波段;
  // Return the new image   
  return newImg; 
});

原始ic  VS  combine后：

        要注意，必须有 matching system:index。否则，如果system:index的数字不一致，但有其他属性比如month一致，是无法 combine 的。那么这种情况怎么办呢？

var list = ee.List.sequence(1,12)
var VPD = ee.ImageCollection(list.map(function(m){
    var img1 = VPD2022.filter(ee.Filter.eq('month', m)).first()
    var img2 = multi.filter(ee.Filter.eq('month', m)).first()
    return img1.subtract(img2).copyProperties(img1)
  }))

拓展【filter的操作】：GEE(Google Earth Engine)学习——常用筛选器Filter操作 - 代码先锋网

（9）上面代码暗含的知识点：筛选Imagecollection的属性：

// For collection with timestamp
.filter(ee.Filter.calendarRange(7,7,'month'))

// For collection without timestamp; "month" is one of the properties
.filter(ee.Filter.eq('month',7))

         注意，image的某个property，放在括号左边且加引号；它的值放在右边。

---

插值和填补（我用的第一个链接的代码处理 MOD09A1 ）

GEE 时序插值实现MODIS 8天无云影像代码免费分享_modis下载无云影像gee_CDUT_HS_2021的博客-CSDN博客

【精选】Google Earth Engine（GEE）——MODIS影像平滑函数的进行_gee引擎 有平滑吗_此星光明的博客-CSDN博客

Google Earth Engine（GEE）填补缺失影像_wx62ae92a1373c3的技术博客_51CTO博客

GEE：线性插值方法填补去云空洞——以 MCD43A4 和 NDVI 时间序列为例-CSDN博客

Google Earth Engine（GEE）——NDVI时序线性插值补缺和导出视频结果案例分析（北京奥森公园为例）_gee线性插值-CSDN博客

还有一种简单的填补方法：

// Method: https://blog.51cto.com/u_15690141/5782547
var replacedVals = Collection2022.map(function(image){
  var currentDate = ee.Date(image.get('system:time_start'));
  var meanImage = Collection2022.filterDate(
                currentDate.advance(-2,'month'), currentDate.advance(2, 'month')).mean();//33333333333333333333333max min median
  // 替换所有被屏蔽的值
  return meanImage.where(image, image);
});
print(replacedVals)
Map.addLayer(Collection2022.first());
Map.addLayer(replacedVals.first());

MCD43A4 平滑：

【精选】Google Earth Engine（GEE）——MODIS影像平滑函数的进行_gee引擎 有平滑吗_此星光明的博客-CSDN博客

---

 知乎某大佬：

SG滤波：遥感影像SG滤波（基于GEE） - 知乎

线性插值：遥感影像线性插值（基于GEE平台） - 知乎

区域统计：Google Earth Engine（区域统计） - 知乎

趋势分析：Google Earth Engine（趋势分析） - 知乎

---

其他：

GEE中SG滤波 - 哔哩哔哩

GEE之S-G滤波_学习啊啊啊啊啊的博客-CSDN博客

在 GEE 实现 Savitzky-Golay 平滑滤波 - 知乎

小白如何学习gee? - 知乎

google earth engine随缘学习（十三）SG滤波_sg滤波算法-CSDN博客

（https://code.earthengine.google.com/fe8f4b806bca83af87df17ace1ae13e4）

---

n = 2m+1，即通常为奇数.

窗口大小（window_size）：窗口大小是用于局部拟合的数据点的数量。通常选择奇数，以便在中心点左右有相等数量的数据点。窗口大小越大，平滑效果越明显，但过大的窗口可能会导致信号失真。