Google Earth Engine——对Landsat8图像进行归约分析和应用函数导出数据等流程

于 2024-09-10 10:30:00 发布
阅读量453 收藏
点赞数 12
分类专栏： GEE教程训练 文章标签： gee landsat 影像 应用 归约 toa ndvi
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/qq_31988139/article/details/121292702
版权

目录

加载和过滤图像集合

利用图像波段组合

减少图像集合

隔离图像

计算 NDVI

编写函数

在集合上映射函数

构建最环保的像素组合

绘制 NDVI 随时间变化的图表

导出 RGB 图像

整理你的代码

加载和过滤图像集合

  • 搜索“Landsat 8 TOA”并将结果添加到导入部分。将集合重命名为“L8”。
  • 使用 filterDate() 方法将日期过滤器应用于图像集合。
  • var filtered = L8.filterDate('2018-04-01', '2018-04-10');
Map.addLayer(filtered);

利用图像波段组合

  • 使用默认的可视化参数，数据看起来很暗，颜色看起来很褪色，因为我们仍然需要定义可视化参数。请注意，这些不同于我们在 Sentinel-2 中使用的那些。

                

        

        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    


                



	

		

			

				
					
Google Earth Engine——Landsat 4/5/7/8/9 +Sentinel-1数据融合分析（逐年数据融合导出）

				
			

			

				

					此星光明博客
				

				

					06-07
					
					885
					
				

			

		

		

			
				
Landsat和Sentinel-1是两种不同的遥感数据源，分别提供了不同的信息。Landsat是一种光学传感器，提供高分辨率的可见光和红外波段图像，适用于地表覆盖分类、土地利用变化监测等应用。Sentinel-1是一种合成孔径雷达（SAR）传感器，可以提供全天候、全天时、高分辨率的雷达图像，适用于地表形变监测、水体变化检测等应用。将Landsat和Sentinel-1的数据进行融合可以获得更全面、准确的地表信息。

			
		

	



                

            
              



	

		

			

				
					
Google Earth Engine——Landsat8谐波模型（NDVI）的时序分析案例

				
			

			

				

					此星光明博客
				

				

					10-14
					
					1579
					
				

			

		

		

			
				
代码：


// 加载LandsatTOA大气层顶反射数据
var landsatCollection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA');

// 设置感兴趣的区域
var roi = ee.Geometry.Point([-121.14, 37.98]);

// 我们要建模的因变量。
var dependent = 'NDVI';

// 建立模型的每年的周期数。
var harmonics = 1;

// 编制一个谐波频率的清单来建立..

			
		

	



              


  
              

                


	

		

			

				
					
Google Earth Engine ——LANDSAT8——TOA系列数据

				
			

			

				

					此星光明博客
				

				

					09-25
					
					2116
					
				

			

		

		

			
				
Landsat 8 Collection 1 Tier 1 calibrated top-of-atmosphere (TOA) reflectance. Calibration coefficients are extracted from the image metadata. SeeChander et al. (2009)for details on the TOA computation.

Landsat 8 Collection 1 Tier 1校准的大气层顶部（TOA）反射率。校准系数从..

			
		

	





	

		

			

				
					
Google Earth Engine 下载遥感影像——以Landsat 8数据为例

					
热门推荐

				
			

			

				

					Knight_076的博客
				

				

					04-01
					
					3万+
					
				

			

		

		

			
				
介绍了GEE的基本功能并示范了在Code Editor平台上查询和下载Landsat遥感影像。

			
		

	



		

			
		



	

		

			

				
					
Google earth engine——Landsat 7/8 co2数据之间计算NDVI之间的差异是多少

				
			

			

				

					此星光明博客
				

				

					05-06
					
					667
					
				

			

		

		

			
				
Landsat 7和Landsat 8是美国国家航空航天局（NASA）和美国地质调查局（USGS）联合运营的一对卫星。它们是Landsat卫星系列的最新成员，旨在提供高分辨率，全球范围内的地球观测数据。这两颗卫星的数据在地理信息系统（GIS），环境监测，土地利用规划，农业和自然资源管理等领域具有广泛应用。Landsat 7卫星于1999年4月15日发射升空，它搭载的传感器是能够捕捉可见光和红外线波段的白天云区域遥感传感器（ETM +）。

			
		

	





	

		

			

				
					
Google Earth Engine ——LANDSAT8_SR数据集

				
			

			

				

					此星光明博客
				

				

					09-26
					
					4514
					
				

			

		

		

			
				
This dataset is the atmospherically corrected surface reflectance from the Landsat 8 OLI/TIRS sensors. These images contain 5 visible and near-infrared (VNIR) bands and 2 short-wave infrared (SWIR) bands processed to orthorectified surface reflectance, and

			
		

	





	

		

			

				
					
Google Earth Engine ——Landsat 8 影像集合Collection详细介绍

				
			

			

				

					此星光明博客
				

				

					10-31
					
					1138
					
				

			

		

		

			
				
本章概述了Landsat8系列和使用图像所需的相关质量信息。platform..

			
		

	





	

		

			

				
					
Google Earth Engine ——Landsat 8 Collection 1 Tier 1数据集

				
			

			

				

					此星光明博客
				

				

					09-21
					
					631
					
				

			

		

		

			
				
Landsat 8 Collection 1 Tier 1 DN values, representing scaled, calibrated at-sensor radiance.

Landsat scenes with the highest available data quality are placed into Tier 1 and are considered suitable for time-series processing analysis. Tier 1 includes Lev

			
		

	





	

		

			

				
					
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

				
			

			

				

					此星光明博客
				

				

					11-05
					
					2066
					
				

			

		

		

			
				
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。

			
		

	





	

		

			

				
					
从Google Earth Engine中提取Landsat 8 DOE和CHIRPS降水数据，并进行时序分析d.ipynb

				
			

			

				

					09-08
				

			

		

		

			
				
从Google Earth Engine中提取Landsat 8 DOE和CHIRPS降水数据，并使用Geopandas功能创建时间序列分析。此外，数据将通过时间序列查看器和热图进行可视化。

			
		

	





	

		

			

				
					
c语言盒子接球游戏源码.rar

				
			

			

				

					11-15
				

			

		

		

			
				
c语言盒子接球游戏源码

			
		

	





	

		

			

				
					
YOLOv8-streamlit-app软件，使用yolov8做的物体识别语义分割姿态检测，使用streamlit做的显示界面

				
			

			

				

					11-15
				

			

		

		

			
				
YOLOv8-streamlit-app软件，使用yolov8做的物体识别语义分割姿态检测，使用streamlit做的显示界面。下载即可运行，可做毕业设计。

			
		

	





	

		

			

				
					
MATLAB与计算物理课程 （第十周）第三章线性方程组的迭代法 共70页.pptx

					
最新发布

				
			

			

				

					11-15
				

			

		

		

			
				
MATLAB与计算物理课程 （第十周）第三章线性方程组的迭代法 共70页.pptx

			
		

	





	

		

			

				
					
在线日语培训平台 SSM毕业设计 附带论文.zip

				
			

			

				

					11-15
				

			

		

		

			
				
在线日语培训平台 SSM毕业设计 附带论文
启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B

			
		

	





	

		

			

				
					
c语言学生信息系统.rar

				
			

			

				

					11-15
				

			

		

		

			
				
c语言学生信息系统

			
		

	





	

		

			

				
					
java大学生体质检测管理系统源码 大学生体质管理平台源码数据库 MySQL源码类型 WebForm

				
			

			

				

					11-15
				

			

		

		

			
				
Java大学生体质检测管理系统源码 大学生体质管理平台源码

源码描述

作为对大学生健康的监测的信息系统，其主要的工作是对相关数据的收集预测和给予正确的评价。

因此，该系统的设计目标则主要包括以下几个方面:

1)可应用于对学生相关健康数据的收集、存储、传递、维护和加工;

2)通过系统可对学生的相关身体健康情况进行科学的分析，并给予学生老师给出比较客观的评价指标。

3)具有一定的延展性可根据体育教学的需要,添加其他功能模块的系统。


			
		

	





	

		

			

				
					
技术资料分享DHT11很好的技术资料.zip

				
			

			

				

					11-15
				

			

		

		

			
				
技术资料分享DHT11很好的技术资料.zip

			
		

	





	

		

			

				
					
JNI 简介与实现.zip

				
			

			

				

					11-15
				

			

		

		

			
				
JNI 简介与实现

			
		

	





	

		

			

				
					
(源码)基于PyTorch框架的医学图像分割系统.zip

				
			

			

				

					11-15
				

			

		

		

			
				
# 基于PyTorch框架的医学图像分割系统

## 项目简介

本项目是一个基于PyTorch框架的医学图像分割系统，旨在利用深度学习模型对医学图像进行精确分割。系统中包含了用于图像分割的UNet模型，以及用于处理医学图像数据集的脚本和工具。项目还包含了用于训练模型的脚本，以及用于评估模型性能的指标计算和可视化工具。

## 主要特性和功能

1. UNet模型实现项目中使用了UNet架构，用于对医学图像进行分割。该模型可根据不同的backbone（如VGG或ResNet）进行初始化，并支持冻结和解冻backbone的参数，以适应不同的训练需求。

2. 医学图像数据集处理项目提供了处理医学图像数据集的脚本，包括从原始数据中提取标注信息、生成训练、验证和测试集，以及进行数据增强和预处理等操作。


			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      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

	

		

		
			
		
		

		

			
此星光明

			
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