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4.2k 收藏 46
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

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"),
    MOD11A2 = ee.ImageCollection("MODIS/006/MOD11A2"),
    MOD13A1 = ee.ImageCollection("MODIS/006/MOD13A1");

var sa = ee.FeatureCollection("users/bqt2000204051/BR
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
  • 8
    点赞
  • 踩
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
订阅专栏
Google Earth Engine——Landsat 1985-2020年生态遥感指数RESI计算
qq_31988139的博客
07-19 3315
/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。...
Google Earth Engine（GEE）——2000-2020年RSEI分析（MODIS数据）以黄河流域为例
qq_31988139的博客
03-14 6204
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/..
利用GEE计算遥感生态指数(RSEI)
TwcatL_tree
05-19 3626
城市生态与人类生活息息相关，快速 、准确 、客 观地了解城市生态状况已成为生态领域的一个研究重点。基于遥感技术，提出一个完全基于遥感技术 ，以自然因子为主的遥感生态指数 (RSEI)来对城市的生态状况进行快速监测与评价。该指数利用主成分分析技术集成了植被指数 、湿度分量、地表温度和建筑指数等 4个评价指标，它们分别代表了绿度、湿度、热度和干度等4大生态要素。本文基于GEE平台，实现RSEI算法。运行结果：第一步：定义研究区，自行更换自己的研究区第二步：加载数据集,定义去云函数。
Python+GEE遥感开发之计算遥感生态指数RSEI
最新发布
等待着冬天的风的博客
05-19 1496
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.
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
09-01 901
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：
基于GEE使用Landsat 8和Landsat 5影像计算RSEI
zq2025的博客
10-25 4913
使用2018年landsat 8和2009年 landsat 5影像数据计算遥感生态指数RSEI
Google Earth Engine(GEE)实例代码学习四——表达式计算（Expression）
little00bee的博客
04-18 5321
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...
Google Earth Engine（GEE）-如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载.pdf
11-04
Google Earth Engine（GEE）——如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载。 归一化植被指数（Normalized Difference Vegetation Index，NDVI）是遥感中常用的植被指数之一，用于表征地表...
利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数归一化教程（详细代码）
07-20
如何利用GEE（Google Earth Engine）在线处理NDVI、EVI、SAVI、NDMI等指数进行归一化处理教程，我们需要进行GEE的一些基本学习，具体的专栏大家可以前去我的博客主页学习：涵盖了GEE基础、高阶和应用程序开发以及...
GEE google earth engine批量裁剪下载MODIS数据
01-16
在本文中，我们将深入探讨如何使用Google Earth Engine（GEE）平台批量裁剪并下载MODIS（Moderate Resolution Imaging Spectroradiometer）数据。MODIS是NASA地球观测系统卫星上的一系列传感器，提供了全球范围内的...
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）-利用Landsat卫星影像计算EVI数据并下载以山西省为例.pdf
02-14
(452条消息) Google Earth Engine（GEE）——Landsat 8TI/TOA/SR影像对比分析区别和去云即NDVI计算_此星光明2021年博客之星云计算Top3的博客-CSDN博客 第一步我们进行SR去云函数的设定：第二步：设定EVI波段运算的...
Overview of Apps and User Interfaces in Google Earth Engine GEE
09-26
Overview of Apps and User Interfaces in Google Earth Engine GEE
Google Earth Engine（GEE）——MODISMOD09A1影像的去云_此星光明的博客-CSDN博客.mht
12-24
Google Earth Engine（GEE）——MODISMOD09A1影像的去云_此星光明的博客-CSDN博客.mht
Google Earth Engine(GEE)-在线计算EVI指数线性回归趋势图.pdf
10-16
在GEE云平台上计算一元线性趋势的具体步骤如下： 1. 登录GEE云平台，打开地图编辑器界面，点击左上角的“代码编辑器”按钮。 2. 在代码编辑器中，输入以下代码，定义要分析的区域和时间范围： 其中，`...
利用GEE计算城市遥感生态指数(RSEI)——Landsat 8为例
热门推荐
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 1668
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
03-24 902
/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。
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'); var endDate = ee.Date('2019-12-31'); // 加载MODIS数据 var modis = ee.ImageCollection('MODIS/006/MOD13A1') .filterBounds(roi) .filterDate(startDate, endDate) .select('NDVI'); // 定义函数计算每个图像的年份和日数 var addDate = function(image) { var doy = image.date().getRelative('day', 'year'); return image.addBands(doy).addBands(image.date().get('year')); }; // 对图像集应用函数 var modisWithDate = modis.map(addDate); // 定义函数计算每个年份和日数的平均NDVI值 var reduceDaily = function(imageCollection, year, doy) { var filtered = imageCollection.filter(ee.Filter.calendarRange(year, year, 'year')) .filter(ee.Filter.calendarRange(doy, doy, 'day_of_year')); return filtered.mean().set('year', year).set('doy', doy); }; // 创建一个二维数组，其中第一维表示年份，第二维表示一年中的日数 var years = ee.List.sequence(startDate.get('year'), endDate.get('year')); var days = ee.List.sequence(1, 365); // 对所有年份和日数应用reduceDaily函数 var dailyNDVI = ee.ImageCollection.fromImages(years.map(function(y){ return days.map(function(d){ return reduceDaily(modisWithDate, y, d); }); }).flatten()); // 打印输出结果 print(dailyNDVI); ``` 在上述代码中，首先定义了一个感兴趣区域（ROI），然后加载了2000年至今的MODIS NDVI数据，并对其进行了筛选。接着定义了两个函数，一个函数用于向每个图像添加年份和日数作为带宽，另一个函数用于计算每个年份和日数的平均NDVI值。最后，将所有年份和日数应用到reduceDaily函数中，生成逐日的NDVI值。
评论 4
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