Google Earth Engine（GEE）——sentinel-1 SAR求2015-2020年水体/洪水差异案例分析

最新推荐文章于 2024-06-16 16:34:15 发布
最新推荐文章于 2024-06-16 16:34:15 发布
阅读量3.9k 收藏 23
点赞数 1
分类专栏： GEE教程训练 Google Earth Engine GEE学习专栏
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/121719149
版权
GEE教程训练 同时被 3 个专栏收录
500 篇文章 148 订阅 ¥159.90 ¥299.90
订阅专栏 超级会员免费看
Google Earth Engine
441 篇文章 201 订阅 ¥199.90 ¥299.90
订阅专栏 超级会员免费看
GEE学习专栏
179 篇文章 503 订阅
订阅专栏
使用Google Earth Engine (GEE) 和 Sentinel-1 SAR数据，分析2015-2020年的水体/洪水变化。数据包括S1 GRD场景，经过预处理，包含不同波段和极化设置。文章展示了数据处理、代码应用及结果，揭示了水体和洪水的变化情况。
摘要由CSDN通过智能技术生成

数据：

哨兵一号任务提供来自5.405GHz（C波段）的双极化C波段合成孔径雷达（SAR）仪器的数据。这个集合包括S1地面范围探测（GRD）场景，使用Sentinel-1工具箱处理，以生成一个校准的、正交校正的产品。该集合每天都会更新。新的资产会在它们可用后的两天内被摄取。

这个集合包含了所有的GRD场景。每个场景都有3种分辨率（10、25或40米）、4种波段组合（与场景的极化相对应）和3种仪器模式之一。在马赛克背景下使用该集合，可能需要过滤到一个同质的波段和参数集。关于收集的使用和预处理的细节，请参见这篇文章。每个场景包含4个可能的偏振带中的1个或2个，这取决于仪器的偏振设置。可能的组合是单波段VV或HH，以及双波段VV+VH和HH+HV。

VV：单一共极化，垂直发射/垂直接收
HH：单同极化，水平发射/水平接收
VV+VH：双波段交叉极化，垂直发射/水平接收
HH + HV：双波段交叉极化，水平发射/垂直接收
每个场景还包括一个额外的 "角度 "波段，它包含了每一个点的椭圆体的近似入射角，单位是度。这个波段是通过内插每个资产提

了解本专栏 订阅专栏 解锁全文 超级会员免费看
此星光明
关注
专栏目录
订阅专栏
Google Earth Engine（GEE）——基于Sentinel-1-Imagery的高分辨率湿地水体覆盖检测，由谷歌地球引擎辅助
qq_31988139的博客
03-22 1164
盐碱地在一年中的供水量会有很大的时间波动，并且只通过降水进行补给，这意味着它们很容易受到气候变化引起的干旱化影响。由于云层覆盖和相对较低的时间分辨率，大多数无源卫星传感器不适合用于连续的湿地监测。然而，主动式卫星传感器，如Sentinel-1卫星的C波段合成孔径雷达提供免费的、不受云层影响的数据。我们研究了2014年10月至2018年11月匈牙利多瑙河-蒂萨河间严格保护区域（13,000公顷）的地表水覆盖变化，目的是帮助自然保护规划。变化和敏感性可以根据变异性的知识来定义。
Google Earth Engine（GEE）——哨兵系列合成孔径雷达 (SAR) 图像Sentinel-1 算法影像加载和波段获取（新手必备）
qq_31988139的博客
08-19 6163
Sentinel-1是一项由欧盟资助并由欧洲航天局 (ESA) 在哥白尼计划内执行的太空任务。Sentinel-1 收集各种极化和分辨率的 C 波段合成孔径雷达 (SAR) 图像。由于雷达数据需要几种专门的算法来获得校准的正射校正图像，因此本文档描述了地球引擎中 Sentinel-1 数据的预处理。 Sentinel-1 数据是在上升和下降轨道期间使用几种不同的仪器配置、分辨率、波段组合收集的。由于这种异质性，通常需要在开始处理之前将数据过滤为同质子集。下面的元数据和过滤部分概述了此过程。 元数据和过.
基于GEE与哨兵1号影像数据提取水体
puzige的博客
05-27 1万+
在进行光学数据提取水体时，常会发现部分时间、部分区域内由于云的存在而出现大面积的空白区域，从而使得我们提取水体面积过程中存在不精确的问题。因此，基于微波数据进行云的提取就成为我们较好的一个选择，通过阅读各种文献以及实践，我在原有基于GEE平台和哨兵1号影像提取水体代码的基础上，进行了部分补充，从而使得提取水体的精度更加准确。代码如下所示： // An highlighted block var slope_lib = require('users/wushupu18/Nanhu:slope_correcti
GEE利用SAR数据进行洪涝灾害提取以及水体识别
最新发布
a1093795561的博客
06-16 844
GEE利用SAR数据进行洪涝灾害提取以及水体识别
基于GEE洪水发生前后的分析
weixin_56872334的博客
10-01 1876
GEE洪水淹没分析！！！全代码分享！！！！
【基于Google earth engine提取水体并制作时间序列动画GIF—以Sentinel-1为例】
m0_46471094的博客
09-28 1763
利用Google earth engine云平台制作时间序列的动态变化图GIF
SAR水体监测
03-31
这是我从IEEE数据库中下载的文献，有关SAR图像用于水体监测的知识
Google Earth Engine Sentinel SAR年度水体/洪水变化案例分析
UePostscript的博客
09-19 587
通过获取、处理和分析Sentinel SAR数据，我们可以获取洪水的时空分布信息，并为水资源管理和洪水监测提供有力支持。在本篇文章中，我们将使用Google Earth Engine（GEE）平台，结合Sentinel合成孔径雷达（SAR）数据，进行年度水体/洪水变化的案例分析。我们将展示如何使用GEE编写源代码，实现对Sentinel SAR数据的获取、处理和分析，以便了解水体和洪水在不同时间段内的变化情况。另外，对于更精细的分析，还可以结合其他数据源和算法，如地形数据、降雨数据和机器学习算法等。
Google Earth Engine（GEE）——洪水分析，利Sentinel-3影像计算NDWI归一化差异水指数
qq_31988139的博客
06-16 848
Kakhovka 大坝的倒塌导致了灾难性的洪水，特别是影响了 Oleshky 镇（乌克兰）。这次事件的后果很严重。鉴于这种情况，我想重点介绍一个 Google Earth Engine 脚本，以帮助解决大坝决口的情况。总之，该脚本提供了对洪水范围和损失评估的综合分析，并通过可视化呈现结果。它的功能可以在大坝决口时有助于应急响应工作。您认为是否有任何其他特征或功能有助于评估洪水范围和损失？
GEE案例分析——利用Sentinel-1数据和SDWI 指数提取水域面积并下载（逐月巢湖水域提取）
qq_31988139的博客
05-30 1286
要使用Sentinel-1数据提取水域面积并进行下载，可以按照以下处理过程进行操作：1. 获取Sentinel-1数据：可以通过Copernicus Open Access Hub或Sentinel Data Hub等数据提供商获取Sentinel-1数据。这些数据提供商通常需要用户进行注册和登录。2. 数据预处理：从Sentinel-1数据中提取水域面积之前，需要进行一些数据预处理。首先，将SAR图像校正为地表反射率或等效散射横截面积（sigma0）。这可以通过应用辐射定标和地平校正实现。
GEE培训ppt——5. SAR Analysis.pptx
08-27
NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会，其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发， 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。
GEE案例——利用谷歌地球引擎的深度学习方法绘制哨兵 1 号地表水地图
qq_31988139的博客
04-16 438
卫星遥感在测绘地表水的位置和范围方面发挥着重要作用。绘制地表水地图有多种方法，但深度学习方法并不常见，因为它们 "数据饥渴"，需要大量计算资源。不过，随着各种卫星传感器的出现和云计算的快速发展，遥感科学界正在采用现代深度学习方法。基于云计算的谷歌人工智能平台和谷歌地球引擎的新整合使用户能够大规模部署计算。在本文中，我们研究了两种自动数据标注方法：1. 联合研究中心（JRC）地表水地图；2. Edge-Otsu 动态阈值方法。
基于Sentinel-1的鄱阳湖泄洪监测试验
Mu的博客
07-31 3157
1. 数据 数据获取（欧空局），下载地址：https://scihub.copernicus.eu/dhus/#/home 下载方法可参考如何下载sentinel-2数据并且做大气校正、打开图像 2019年7月20日有一幅覆盖范围合适的S1B_IW_GRDH，2020年7月20日分别为同一天顺轨的两幅S1A_IW_GRDH。 2. 数据预处理 Sentinel-1 A/B数据处理方法可参考：SNAP处理Sentinel-1 IW GRD数据 本次对数据数据分别执行轨道校正、热噪声去除、辐射定标、多视、相干
在GEE平台提取Sentinel-1 SAR GRD的VV+VH波段
Czi.的博客
07-12 4570
The Sentinel-1 mission provides data from a dual-polarization C-band Synthetic Aperture Radar (SAR) instrument at 5.405GHz (C band). This collection includes the S1 Ground Range Detected (GRD) scenes, processed using the Sentinel-1 Toolbox to generate a ca
GEE教程——初学者如何实现sentinel-1数据（哨兵1号SAR）VV和VH波段指定样本点的提取（值提取至点）
qq_31988139的博客
04-24 1441
要实现Sentinel-1数据VV和VH波段指定样本点的提取，可以按照以下步骤进行：1. 首先，获取Sentinel-1数据。你可以从Copernicus Open Access Hub（https://scihub.copernicus.eu）或者其他数据提供商获取Sentinel-1数据。确保选择包含VV和VH波段的数据产品。2. 将Sentinel-1数据导入到合适的GIS或遥感软件中。常见的软件包括ArcGIS、QGIS、ENVI和Google Earth Engine等。
关于SAR图像的洪水变化检测
wangxiaotan620的博客
08-08 4538
对于洪水区域的提取很多文献采用的变化检测技术，因为SAR图像全天时、全天候、不受云雨限制的原因，目前对提取洪水区域更多采用的是SAR图像，可选用的SAR图像也比较多，比如Sentinel-1、ASRA、TerraSAR、ALOS等。 由于SAR图像中，水体的后向散射系数比较低，所以通常选用的是 ...
哨兵1号（sentinel 1）数据各参数介绍
热门推荐
Q同学的专栏
02-16 5万+
哨兵1号（sentinel 1）数据下载及各参数介绍 原文链接： https://blog.csdn.net/yuanqilian/article/details/111868347 哨兵1号sentinel-1 由两颗极轨卫星A星和B星组成。两颗卫星搭载的传感器为合成孔径雷达（SAR），属于主动微波遥感卫星。传感器搭载C波段。 1.哨兵1号的条带扫描模式 SM(Stripmap）：一种标准的SAR条形图成像模式，其中地面区域被连续的脉冲序列照亮，而天线波束指向一个固定的方位角和仰角。 .
SNAP + StaMPS 处理Sentinel-1哨兵1 时间序列 InSAR / time series / deformation / PSI
qq_38372838的博客
05-01 4780
SNAP + StaMPS 处理Sentinel-1哨兵1 时间序列
生成代码：GEE中sentinel-2与sentinel-1融合
05-11
以下是使用Google Earth Engine (GEE)将Sentinel-2和Sentinel-1数据融合的示例代码： ``` // 导入Sentinel-2和Sentinel-1数据集 var s2 = ee.ImageCollection('COPERNICUS/S2'); var s1 = ee.ImageCollection('COPERNICUS/S1_GRD'); // 定义时间范围和空间范围 var startDate = '2020-01-01'; var endDate = '2020-12-31'; var roi = ee.Geometry.Point([116.38, 39.90]).buffer(10000); // 选择Sentinel-2和Sentinel-1数据集中的波段 var s2bands = ['B2', 'B3', 'B4', 'B8']; var s1bands = ['VV', 'VH']; // 过滤Sentinel-2和Sentinel-1数据集 var filteredS2 = s2.filterDate(startDate, endDate) .filterBounds(roi) .select(s2bands); var filteredS1 = s1.filterDate(startDate, endDate) .filterBounds(roi) .select(s1bands); // 将Sentinel-2和Sentinel-1数据集合并 var sentinel2 = ee.Image(filteredS2.first()); var sentinel1 = ee.Image(filteredS1.first()); var sentinel = sentinel2.addBands(sentinel1); // 显示合成图像 Map.centerObject(roi, 10); Map.addLayer(sentinel, {}, 'Sentinel-2 and Sentinel-1 Composite'); ``` 在这段代码中，我们首先导入了Sentinel-2和Sentinel-1数据集，然后定义了时间范围和空间范围。接着，我们选择了Sentinel-2和Sentinel-1数据集中的波段，过滤了数据集，并将它们合并为一个图像。最后，我们在地图上显示了合成图像。
评论 3
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