Google Earth Engine（GEE）——合并VCI指数和TCI温度得时序影像折线图（危地马拉、萨尔瓦多为例）

最新推荐文章于 2024-07-08 23:30:30 发布

此星光明

最新推荐文章于 2024-07-08 23:30:30 发布

阅读量979

点赞数

分类专栏： GEE案例分析文章标签： gee JavaScript vci NDVI TCI

本文链接：https://blog.csdn.net/qq_31988139/article/details/125312579

版权

GEE案例分析专栏收录该内容

281 篇文章 125 订阅 ¥199.90 ¥299.90

订阅专栏

超级会员免费看

这篇博客介绍了一次使用Google Earth Engine（GEE）进行遥感数据分析的实验。实验中，作者利用MODIS影像的NDVI和LST波段，进行了时间序列分析，计算了植被条件指数（VCI）和温度条件指数（TCI）。首先对NDVI进行最大最小归一化，然后计算VCI，接着根据LST计算TCI。最后，作者展示了这两个指数的时序变化折线图，以危地马拉和萨尔瓦多为例。

摘要由CSDN通过智能技术生成

本次得实验是适用MODIS影像MODIS/006/MOD13Q1和MODIS/006/MOD11A2对影像进行分析分别选取NDVI波段和LST波段进行时间序列分析，分别先对NDVI最大最小值归一化，然后计算VCI，然后通过LST同样计算TCI，然后分别将两者展示：

代码：

//Add MODIS Vegetation Indices 16-Day Global 250m 

var Coll_NDVI = ee.ImageCollection("MODIS/006/MOD13Q1")//MODIS/006/MOD13A1
var Coll_LST = ee.ImageCollection("MODIS/006/MOD11A2")//MODIS/006/MOD11A1

var startYear = 2010;
var endYear = 2022;

var startDate = ee.Date.fromYMD(startYear, 1, 1);
var endDate = ee.Date.fromYMD(endYear, 12, 31);

Coll_NDVI = Coll_NDVI.filterDate(startDate, endDate).select("NDVI");
Coll_NDVI = ee.ImageCollection(ee.Algorithms.If(Coll_NDVI.size().eq(0),
      ee.ImageCo