Google Earth Engine（GEE）——获取RSEI各组成指数（ndvi\lst\wet\ndbsi）的各部分的逐年影像下载

已于 2022-04-13 00:23:58 修改
阅读量5k 收藏 52
点赞数 8
分类专栏： Google Earth Engine GEE案例分析 文章标签： gee ndvi wet ndbsi lst
于 2022-04-12 22:58:05 首次发布
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/124136812
版权
本文介绍如何使用Google Earth Engine (GEE) 分别下载RSEI的四个组成指数——NDVI, LST, WET, 和 NDBSI的历年卫星影像数据。通过拆分原有指数并逐年处理，以满足对单个指数的分析需求，参照特定的学术文献进行操作。" 104930555,9392799,Python 3.8.1中import pymssql警告问题,"['Python', 'SQL']

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

上一次写了关于RSEI的文章:

(331条消息) Google Earth Engine（GEE）——2000-2020年RSEI分析（MODIS数据）以黄河流域为例_此星光明2021年博客之星云计算Top3的博客-CSDN博客_rsei

但是有的朋友想要获取逐个指数的影像，所以此次我们就将原有的各个指数进行了拆分，然后分别获取逐个年份的影像数据，以此来完成以下参考文献的图：其实整体流程是比较简单的但就是需要画一些时间进行函数的修改和代码的重新组合：

 代码：

var MOD09A1 = ee.ImageCollection("MODIS/006/MOD09A1"
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Google Earth Engine（GEE）——2000-2020年RSEI分析（MODIS数据）以黄河流域为例
此星光明博客
03-14 7070
文中使用的数据：MOD09A1、MOD11A2和MOD13A1 代码： var MOD09A1 = ee.ImageCollection("MODIS/006/MOD09A1"), MOD11A2 = ee.ImageCollection("MODIS/006/MOD11A2"), MOD13A1 = ee.ImageCollection("MODIS/006/MOD13A1"), table = ee.FeatureCollection("users/..
Google Earth Engine——Landsat 1985-2020年生态遥感指数RESI计算
此星光明博客
07-19 4057
/参数imgcoll影像集类型（imagecollection）需要保证，影像的顺序依据时间进行排列，第一张影像的时间应该为最早的时间。//参数timeBandNames字符串类型（String），其代表第一个参数imgcoll中影像的时间波段的波段名称。每张影像至少有两个波段，除待插值波段外，应有一个时间波段，为Int类型，代表该影像所处的时间，单位可由自己确定，但同一个影像集内应统一时间单位，该波段应在影像全范围内非NULL，且不可位于影像的第一个波段的位置。光谱时序曲线插值函数。...
利用GEE批量下载基于L8影像SR数据集的某一月份的时序RSEI数据
qq_33894731的博客
09-01 1226
SR数据集属于Landsat8影像的L2级数据，优点是经过了大气处理。 本文基于L8影像的SR数据集，计算了北京市2013年到2022年8月份的RSEI数据。 利用GEE批量下载某一月份时序RSEI数据的具体流程如下：
Google Earth Engine 年度 RSEI 分析：以黄河流域为例
VwajAlgorithm的博客
09-24 204
在本文中，我们将使用 Google Earth Engine 平台进行年度 RSEI（Risk-Screening Environmental Indicators）分析，并以中国的黄河流域为研究对象。RSEI 是一种用于评估区域环境风险的方法，通过整合环境污染和人口暴露数据，可以识别出潜在的环境风险热点区域。最后，将环境风险指数和人口暴露指数相乘，得到 RSEI 指数。接下来，我们将计算 RSEI 指数。RSEI 指数的计算涉及多个步骤，包括转换影像数据、计算环境风险指数和人口暴露指数。
Python+GEE遥感开发之计算遥感生态指数RSEI
等待着冬天的风的博客
05-19 3847
前言：遥感生态指数RSEI， 是一种使用卫星遥感影像数据通过反演计算得到的数据，可以用来对城市的生态状况进行快速监测和评价，该指数主要利用主成分分析方法，对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。这个指数是由徐涵秋发明的，更多详细信息还请参考阅读：徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.
基于GEE使用Landsat 8和Landsat 5影像计算RSEI
zq2025的博客
10-25 5663
使用2018年landsat 8和2009年 landsat 5影像数据计算遥感生态指数RSEI
GEE案例：Landsat 5、7、8影像构建1985-2023年rsei生态遥感指数详细代码
此星光明博客
07-30 2463
rsei（Regional Silviculture Ecological Index，地区林业生态指数）是一种生态遥感指标，用于评估森林生态系统的健康状况和生态服务。构建1985-2023年的rsei生态遥感指，主要需要使用Landsat 5、7和8的遥感影像数据。以下是一种可能的构建方法：1. 数据获取：从美国地质调查局（USGS）或其他可靠数据提供商处获取Landsat 5、7和8的遥感影像数据。确保选择的影像具有适当的空间和时间分辨率，以覆盖所需的时间段。
【GEE中利用MODIS数据计算遥感生态指数RSEI】
weixin_47779247的博客
10-13 5071
结合 Google Earth Engine(GEE)遥感云计算平台和20期MODIS遥感影像提取绿度指标、湿度指标、干度指标和热度指标信息，通过主成分变换耦合各指标得到遥感生态指数（Remote Sensing Ecological Index，RSEI）
GEE用MODIS计算RSEI以及四个分量
weixin_47779247的博客
10-23 3989
结合 Google Earth Engine(GEE)遥感云计算平台和20期MODIS遥感影像提取绿度指标、湿度指标、干度指标和热度指标信息，通过主成分变换耦合各指标得到遥感生态指数（Remote Sensing Ecological Index，RSEI）。
Google Earth Engine——Landsat C02_T1_L2数据（地表反射率数据）1985-2023年生态遥感指数RESI计算
此星光明博客
01-09 1581
本博客是在原有博客的基础上进行的升级主要的问题是现在GEE已经开始停用Landsat C01数据集，因此，将原有的代码进行了升级，全部使用 Landsat C02数据数据进行生态遥感指数的分析。
RSEICal_ETM_python遥感_RSEI_遥感_
10-04
徐涵秋教授提出的遥感生态指数实现PYTHON代码主要针对Landsat ETM数据实现的四种指标：绿度干度湿度温度主要源自网络。
Google Earth Engine(GEE)实例代码学习四——表达式计算（Expression）
little00bee的博客
04-18 5642
标题——表达式 本文分享如何单张影像计算表达式——‘Expression’ 实例代码为计算MODIS地表反射率影像EVI。 上文利用GEE提供的函数便捷化计算了归一化差分指数，这里主要是计算自己的表达式。 //加载MODIS地表反射率数据其单位为*10000，所以这里需要*0.0001 var img = ee.Image('MODIS/006/MOD09GA/2012_03_09').multi...
利用GEE计算城市遥感生态指数(RSEI)——Landsat 8为例
qq_35490698的博客
07-12 1万+
GEE，RSEI，城市生态状况快速监测与评价
GEE：使用Landsat-8数据计算NDVI、WET、NDBSI、LST指数
养乐多的博客
05-09 2826
本文记录了，在GoogleEarthEngine（GEE）平台上使用Landsat-8数据计算NDVI、WET、NDBSI、LST指数的代码。结果如下所示，
RSEI计算
Dora_o22的博客
03-24 1322
/使用JRC/GSW1_4/YearlyHistory的30m分辨率数据进行水体掩膜，根据具体要求进行掩膜选择。// 此时Mask中value值有1 ， 0 ， masked，把masked转化为 0。//根据特征向量，选择RSEI_0，根据第一主成分湿度的特征向量的正负。// // 掩膜掉大片永久水体。//数据输入，Landsat以及MODIS数据，手动修改年份。//指数归一化，波段添加。//镶嵌数据，水体掩膜。//指数计算，带入函数。//归一化函数的定义。
GEE：基于变异系数法的遥感生态指数（RSEI）计算
养乐多的博客
05-07 2757
本文记录了基于变异系数法计算 Risk-Screening Environmental Indicators (RSEI) 的方法和代码。使用 变异系数法计算权重来代替PCA方法计算权重，根据权重计算综合指标。本文也记录了使用landsat-8数据计算LST、NDVI、NDBSI、WET四个指标的代码。结果如下，
GEE：关于遥感生态指数（RSEI）的若干疑问
养乐多的博客
03-14 2565
本文记录了若干关于在 Google Earth Engine （GEE）平台上，计算基于主成分分析（PCA）的遥感生态指数（RSEI）的问题。并记录了解决这些问题的一些答案。问题包括，主成分分析的特征值的正负，主成分的占比，去云后空值像素的处理方法，异常值处理方法，如何看载荷等。
探索Google Earth Engine：利用MODIS数据和R语言进行2000-2021年遥感生态指数（RSEI）的时空趋势分析
最新发布
Promising_GEO的博客
11-14 665
本文教会你在GEE上面实现RSEI计算和数据后处理
GEE计算遥感生态指数(RSEI)--Landsat 8为例
热门推荐
zqk的博客
09-28 2万+
遥感生态指数、 RSEI、 水体掩膜、 主成分分析、 PCA、 Landsat、 GEE、 gee、
在Google Earth Engine(GEE)上获取逐日NDVI的代码
05-26
以下是使用Google Earth Engine获取逐日NDVI的代码示例： ```javascript // 设置ROI var roi = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax]); // 设置起始和结束日期 var startDate = ee.Date('2019-01-01');...
评论 7
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