Google Earth Engine（GEE）——MNDWI水体面积提取和统计分析OTSU算法（东江水库为例）

最新推荐文章于 2025-04-08 08:00:00 发布
最新推荐文章于 2025-04-08 08:00:00 发布
阅读量2.9k 收藏 11
点赞数 1
分类专栏： GEE案例分析 文章标签： MNDWI 水体 otsu 面积 提取
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/124057625
版权
本文通过Google Earth Engine（GEE）利用MNDWI指数和OTSU算法，对东江水库进行水体面积提取和统计分析。文章详细介绍了OTSU算法的原理，并展示了从影像预处理到水体提取的步骤，包括直方图计算和最佳阈值确定，最终得出蓝色水体区域的影像结果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

之前利用NDWI和MNDWI进行了水体面分析，这次我们用OTSU算法区提取一下水体看看效果如何，上一次的文章链接：

(46条消息) Google Earth Engine（GEE）——NDWI和MNDWI区别分析以山东省独山湖、昭阳湖和微山湖为例_此星光明2021年博客之星云计算Top3的博客-CSDN博客_mndwi

Otsu最大类间方差法原理

利用阈值将原图像分成前景，背景两个图象。

前景：用n1,csum,m1来表示在当前阈值下的前景的点数，质量矩，平均灰度

背景：用n2, sum-csum,m2来表示在当前阈值下的背景的点数，质量矩，平均灰

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Google Earth Engine：基于OTSU算法的MNDWI水体面积提取和统计分析
TpjtRuby的博客
09-27 1554
本文介绍了在Google Earth Engine平台上使用OTSU算法进行MNDWI水体面积提取和统计分析的步骤。通过计算MNDWI指数，应用OTSU算法，以及对二值化图像进行面积统计，我们能够准确提取水体面积并获得相应的统计结果。我们将使用MNDWI指数（Modified Normalized Difference Water Index）来识别水体，并通过OTSU算法自动确定阈值，从而实现水体面积的提取和统计分析。首先，我们需要在GEE平台中导入相应的地理数据。
Google Earth Engine（GEE）——利用sentinel2影像计算不同月份指定区域的MNDWI总和并用chart进行结果展示
此星光明博客
03-06 717
利用sentinel2 影像计算指定区域内的MNDWI总和，这里主要是练习多个函数的应用，以及如何构建一个时间序列来查看不同月份的mndwi的总和。
第十三篇GEE中使用MNDWI和NDWI水体指数逐年提取水体
Gee Explorer的博客
10-20 2808
/ 从2014年到2023年循环year++) {// 设置每年的开始和结束日期// 每年的开始日期// 每年的结束日期// 创建一个图像集合，过滤条件为每年的日期范围、感兴趣区域（roi）和云覆盖小于10%.filterDate(start_date, end_date) // 过滤指定日期范围内的影像.filterBounds(roi) // 过滤只在感兴趣区域内的影像。
GEE水体提取之NDWI（矢量裁剪、统计面积、数据导出）
Lbta的博客
06-25 1万+
GEE专栏：GEE水体提取之MNDWI（矢量裁剪、数据导出） 计算区域2018年6-10月武汉市所有Landsat 8数据。 效果图 1、基于otsu计算结果，基于otsu提取结果，之前一直处于途中计算状态，原因推测数据量大，计算耗时，此外GEE给每个人分配的计算资源是有一定的限制的，非无线计算资源。 源码部分 function maskL8sr(image) { var cloudShadowBitMask = (1 << 3); var cloudsBitMask = (1 &
Google Earth Engine（GEE）——批量计算水体面积、监测洪水情况并导出面积最大的影像、水体、excel表格
weixin_46493028的博客
07-13 4179
Google Earth Engine（GEE）——批量计算水体面积、监测洪水情况并导出面积最大的影像、水体、excel表格
GEE之基于大津算法OTSU的MNDWI水体提取
Lbta的博客
06-25 1万+
GEE学习专栏（文章后附源码）效果图源码部分 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 GEE之基于大津算法OTSU的MNDWI水体提取效果图源码部分 本文是在武汉市梁子湖地区基于大津算法OTSU自动阈值分割对哨兵2号和陆地卫星8号进行了水体提取。从结果来看，哨兵2号提取结果更加精细，究其原因，哨兵2号和陆地卫星8号之间差异主要在于空间分辨率，哨兵2号空间
GEE长时序月均值MNDWI计算与导出
Lbta的博客
12-18 4549
背景：有小伙伴需要计算近20年间每月的MNDWI合成图，大津算法OTSU提取水体，并自动导出水体二值图。 该程序实现了，计算每个月的合成图像组合成imageCollection，再计算该集合的MNDWI，大津算法OTSU提取水体，并自动导出水体二值图。 话不多说，直接上代码。 // author by lvbta; // email: z20160108@s.upc.edu.cn; var geometry = /* color: #d63000 */ /* shown: fal
Google Earth Engine（GEE）-MNDWI水体面积提取和统计分析OTSU算法（东江水库为例）.pdf
11-13
Google Earth Engine（GEE）——MNDWI水体面积提取和统计分析OTSU算法（东江水库为例）Otsu最大类间方差法原理 利用阈值将原图像分成前景，背景两个图象。 前景：用n1,csum,m1来表示在当前阈值下的前景的点数，...
GEE开发之Landsat8计算MNDWI和数据分析
等待着冬天的风的博客
08-09 7704
上一篇博客介绍了landsat8计算NDWI以及数据的获取，这次介绍MNDWI（改进的归一化差异水体指数）。
GEE案例——利用NDWI指数和大津法OTSU进行水域面积提取
此星光明博客
01-11 3106
NDWI指数是一种遥感指数，用于反映水体和植被分布情况。NDWI指数的计算公式为：其中，Green代表绿波段（例如Landsat 8卫星的绿波段），NIR代表近红外波段（例如Landsat 8卫星的近红外波段）。NDWI指数的数值范围在-1到1之间，数值越接近1表示水体的可能性越高，数值越接近-1表示植被的可能性越高，数值接近0表示陆地或无水体的可能性较高。NDWI指数在水资源监测、植被提取等领域具有广泛应用。例如，可以利用NDWI指数来提取水体边界、监测水体污染、测算湖泊蓄水量、提取洪水等。
GEE上不同影像NDWI的计算公式.txt
08-21
GEE上不同影像NDWI的计算公式.txt
关于在GEE平台计算MNNDWI指数是否需要重采样B11波段（SWIR）的问题
qq_45629716的博客
07-31 567
【代码】关于在GEE平台计算MNNDWI指数是否需要重采样B11波段（SWIR）的问题。
GEE训练教程：利用Landsat 8影像计算MNDWI（修正的归一化水体指数），并通过图层可视化结果
最新发布
此星光明博客
04-08 65
首先，我们定义了一个多边形作为我们的感兴趣区域（ROI）。var roi =] */通过这段代码，我们成功地计算了MNDWI并识别了水体和湿地。此方法对于水资源管理和生态保护具有重要意义。希望这篇博客能帮助你更好地理解如何使用Google Earth Engine进行水体和湿地的遥感分析！
利用MNDWI指数进行水陆分离并提取水体
热门推荐
翔坨儿的博客
09-27 6万+
摘要 软件:ENVI 5.3,ENVI5.3下载链接：http://www.ixxin.cn/2016/11/20/envi5-3-sp1download/ 区域：青岛胶州湾 利用MNDWI指数提取水体 NDWI、MNDWI对比 NDWI： MNDWI： 从图像上面看。在胶州湾北部边缘以及渔村，由于悬浮物太多，导致NDWI图像亮度与周围陆地相近，会导致识别失败，而MNDWI图像整个区域呈现亮色...
GEE提取水体
Soul_taker的博客
09-01 1万+
GEE提取水体 老板需要提取2015-2019年，每年4、7、10月份的水体数据，一个月的卫片需要4张才能盖住研究区，我表示有点儿懵，看了大神的文章（https://blog.csdn.net/weixin_36396470/article/details/106899589），毅然入坑GEE！！！ 然而，坑入的并不顺利，科学上网、用户申请、环境搭建（到现在还没搭好本地的Python环境）一步一个坎儿，下回整理一下发出来吧，今天主要说水体的提取问题。 1.工作环境 由于时间短、任务急，我直接参考大神的代码，
基于GEE平台实现湖泊水位与水体面积关系分析
yuanYW7556的博客
10-08 6294
对于传统的湖泊水位面积关系模型研究,长时间序列遥感影像水体提取存在数据下载和处理繁琐、大量使用专业软件和人工干预多等问题,研究过程耗时长、效率低.基于Google Earth Engine,对2002年至2016年长时间序列Landsat影像数据进行预处理,利用NDWI提取东洞庭湖水体范围并计算水域面积，结合城陵矶水文站日水位数据,设计水位加权平均法、阈值法和单点水位法比较并确定影像对应的最优水位,建立水位-水体面积关系曲线研究结果表明: (1)东洞庭湖水域范围随季节变化大，面积在79月最大，在13月最小;
GEE：基于GEE的单个湖泊的实时水体提取（以武汉东湖为例）
qq_45930287的博客
03-03 4280
利用GEE实现Landsat 8和Sentinel 2的单个湖泊实时水体提取
Google Earth Engine （GEE） ——统计不同地表水数据集的差异面积
此星光明博客
01-26 557
本文我们用eq和neq进行分析，这里我们可以用来查看两者相同和不同的区域，然后我们要用unmask和selfmask函数进行分析结果。value在输入掩码为零的所有位置用另一个图像的掩码和值替换输入图像的掩码和值。输出图像保留输入图像的元数据。默认情况下，输出图像还保留输入的足迹，但将 sameFootprint 设置为 false 允许扩展足迹。
Google Earth Engine（GEE）——交叉相关/互相关ee.Algorithms.CrossCorrelation(以河北省ndwi和MNDWI为例)
此星光明博客
05-05 1595
关于交叉相关性的研究，这里GEE提供了一个函数就是关于两景影像的相关性的研究，本次实验通过NDWI和MNDWI进行分析，看两者的相关性如何，具体函数如下： ee.Algorithms.CrossCorrelation(imageA, imageB, maxGap, windowSize, maxMaskedFrac) 提供两个（理论上）共同注册的图像之间的图像注册质量信息。输入是两幅具有相同带数的图像。该函数输出一个由四段信息组成的图像。前三个是距离：deltaX，deltaY，以及图像A中每个像素与图像
如何使用Google Earth Engine (GEE) 平台编写代码来获取并分析海口市的水体面积数据？
12-17
在Google Earth Engine (GEE) 平台上，你可以通过以下几个步骤来获取和分析海口市的水体面积数据： 1. **登录和初始化**： 首先，你需要在GEE官网上创建账号并登录到GEE开发者控制台。然后，在Python Notebook或客户端中导入`ee`库，并初始化它。 ```python import ee ee.Authenticate() # 登录授权 ee.Initialize() # 初始化GEE API ``` 2. **选择遥感数据源**： 使用GEE提供的卫星影像数据，如Sentinel-2或Landsat系列，它们包含对地表覆盖的详细信息。可以搜索特定时间范围内的水面反射率（例如，NDWI - 水体指数）来识别水体。 ```python # 查询海口市附近的时间窗口和数据集合 date_range = ee.DateRange('2020-01-01', '2020-12-31') landsat_dataset = ee.ImageCollection("LANDSAT/LC08/C01/T1_SR").filterDate(date_range) ``` 3. **计算水体面积**： 利用遥感数据中的水面指标，比如NDWI，结合阈值来提取水体区域。可以使用`select`和`reduceRegion`函数来计算每个像元的水体面积。 ```python def water_index(image): ndwi = image.select(['B4', 'B3']).normalizedDifference() return ndwi water_image = landsat_dataset.map(water_index).mosaic() water_mask = water_image.gt(0.25) # 这里是一个示例阈值，实际可能需要调整 water_area = water_mask.reduce(ee.Reducer.sum()) ``` 4. **分析数据**： 分析提取的水体面积时间序列，可能包括趋势分析、季节变化等。你可以使用统计方法或者可视化工具来呈现结果。 ```python # 计算平均每月水体面积 monthly_water_area = water_area.resample('month').mean().getInfo() ``` 5. **可视化**： 最后，你可以利用GEE的绘图功能展示海口市水体面积的变化情况。 ```python ee.Image(monthly_water_area).visualize(min=0, max=monthly_water_area.max(), palette=['blue']) ```
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