Google Earth Engine（GEE）——求指定区域的NDVI时序变化和不同值域范围内的像素数量及其面积

最新推荐文章于 2023-05-31 09:30:00 发布
最新推荐文章于 2023-05-31 09:30:00 发布
阅读量772 收藏 2
点赞数
分类专栏： GEE案例分析 文章标签： javascript 前端 gee modis NDVI
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/130729844
版权

本程序原理很简单，主要就是选定指定的研究区进行NDVI6-8年的时序分析，并求出指定时序范围内的的值。当然再计算每月的过程中，我们肯定会用到map循环遍历每一年月份的图表，通过使用linearfit来计算斜率，通过选择指定阈值范围内的斜率来计算不同范围内的像素值。这里可以差异化加载不同阈值范围内的影像，也就是分段表示不同颜色。

这里再设定图表的时候，我们因为时间时默认的所以我们这里可以通过设定一个函数将时间转化为指定格式的标准时间。

文中所使用的主要函数：

ui.Chart.image.series(imageCollection, region, reducer, scale, xProperty)

Generates a Chart from an ImageCollection. Plots derived values of each band in a region across images. Usually a time series.

  • X-axis: Image, labeled by xProperty value.

  • Y-axis: Band value.

  • Series: Band names.

Returns a chart.

Arguments:

imageCollection (ImageCollection):

An ImageCollection with data to be included in the chart.

region (Feature|FeatureCollection|Geometry):

The region to reduce.

reduce

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
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
订阅专栏
Google Earth Engine（GEE）——计算研究区NDVI并给其加入影像加入ndvi统计的平均值（使影像元数据中含有ndvi属性）
qq_31988139的博客
11-06 1847
代码： var roi = ee.Geometry.Polygon( [[[116.3782558270866, 40.02023566292988], [116.3782558270866, 39.9984096033757], [116.41069982733075, 39.9984096033757], [116.41069982733075, 40.02023566292988]]]); ...
GEE案例——1990-2023年计算某个区域的NDVI时序变化轨迹（以徐州市为例）
qq_31988139的博客
04-28 236
我们在长时间序列的分析中，往往会根据影像时序的长短来进行分析，这里我们以NDVI指数进行长时序分析，来实现NDVI1990-2023年长时序的监测。
GEE（Google Earth Engine）计算全球的NDVI和SAVI！
qq_31988139的博客
07-19 1843
2002年11月NDVI均值 此次案例主要是通过Landsat7来进行2002年11月-12月的NDVI和SAVI指数的计算，而且是通过表达式，这中表达是在于，以后你也想通过波段计算的话，可以改改公式即可使用，话不多说！上代码： // Filter the L7 collection to a single month. var collection = ee.ImageCollection('LANDSAT/LE07/C01/T1_TOA') .filterDate('2002-11-.
Google Earth Engine（GEE）——提取指定矢量集合中的NDVI值并附时间属性
qq_31988139的博客
05-31 1371
本教程的主要目的是实现影像转化为数组，然后我们需要直到其转化为的数组的轴，然后根据轴的信息进行切片，切片后完成时间属性的标准转化，这里一定要对影像结果提取完成后再对矢量集合进行操作，最后就可以提取指定的属性信息。阵列排序对于获得自定义质量的马赛克非常有用，这涉及到根据不同波段的值reduce图像波段的子集。下面的例子按NDVI排序，然后得到集合中NDVI值最高的观测值子集的值：与线性建模的例子一样，使用arraySlice()沿波段轴将感兴趣的波段与排序索引（NDVI）分开。
GEE：计算影像的统计值（像素数量、像素和、最大值、最小值、均值、方差、标准差、众数），影像集合的统计值列表，绘制影像集合统计值时间序列折线图
养乐多的博客
01-04 3263
Google Earth Engine（GEE）平台上计算一副影像的统计值，包括像素数量、像素和、最大值、最小值、均值、方差、标准差、众数的代码。进一步，将这些方法应用到影像集合中，打印影像集合中每一副影像的统计值，打印到列表，并绘制统计值的时间序列图。
GEE（9）：区域面积统计（使用connectedPixelCount和ee.Image.pixelArea()）
qq_44894692的博客
08-04 2996
生成一个图像，其中每个像素包含 4 或 8 领域内像素（包括其自身）的数量，4邻域为边邻域的对象，8邻域包括边邻域和角邻域的对象。在GEE（Google Earth Engine）中如果想根据需要筛选区域，并计算区域面积，可以使用。二者的乘积便是区域的统计面积。：返回单个像素的面积。...
GEE案例-1990-2023年计算某个区域的NDVI时序变化轨迹（以徐州市为例）含全部代码.pdf
最新发布
04-30
我们在长时间序列的分析中，往往会根据影像时序的长短来进行分析，这里我们以NDVI指数进行长时序分析，来实现NDVI1990-2023年长时序的监测。 时序监测 时序监测是指通过对连续时间序列的遥感图像进行分析，以观察和...
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...
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，...
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...
Google Earth Engine（GEE）-矢量面积计算和图像面积计算.pdf
03-17
对于gee初学者来说，我们经常会用到gee去计算各类矢量的面积，其实这两种面积计算相对比较简单，矢量的化可以直接通过内置的函数来进行分析也就是.area()，图像面积的计算使用的ee.Image.pixelArea()函数和group来...
Google earth engine逐期导出研究区NDVI(基于Sentinel)
锐多宝的地理空间
10-07 1074
0.背景 做遥感，绕不过去NDVI。如何快速、便捷的获取一个研究区该年度的每一期NDVI。是通过欧空局下载原始sentinel?试试GEE，批量导出研究区的每一期NDVI。 1.数据筛选 首先，在GEE中导入自己需要的矢量边界ROI(本文选择的是四川省_资阳市_乐至县的行政区域)。ROI可以上传shp或者自己在gee中勾画。随后选择卫星数据类型、时间。本文选择了2021年之后，覆盖了研究区域的所有sentinel影像。 Map.addLayer(ROI) Map.centerObject(ROI,9) /
Google Earth Engine（GEE）——图像区域统计reduceRegion（如何解决像素超出的问题？Too many pixels ）
qq_31988139的博客
08-16 3339
要获取 区域中像素值的统计信息ee.Image，请使用image.reduceRegion()。这将区域中的所有像素减少为区域中像素数据的统计或其他紧凑表示（例如直方图）。该区域表示为 aGeometry，它可能是一个多边形，包含许多像素，或者它可能是一个点，在这种情况下，该区域中将只有一个像素。在任何一种情况下，如图 1 所示，输出都是从该区域中的像素导出的统计数据。 图 1.ee.Reducer应用于图像和区域的插图。 对于使用 获取图像区域中像素统计信息的示例reduceRegion...
Google Earth Engine（GEE）合成长时序的月NDVI与LST
guaicaicexu的博客
08-03 4744
今天来简单分享下如何在GEE合成长时序的月NDVI与LST，并进行分析目标：利用MODIS为数据源，在GEE计算某一地区对月NDVI与LST，并制作统计图
Google Earth Engine 教程——NDVI差异分析以及图像采集迭代分析
qq_31988139的博客
11-04 704
设置一个较大的瓦片比例（例如2或4），使用较小的瓦片，并可能使计算在默认情况下耗尽内存。CRS变换值的列表。如果没有指定，则使用图像的第一个波段的投影。本章提供了一个工作流程，以迭代一个图像集，并计算美国科罗拉多州洛基山国家公园图像的累积NDVI差异。减速器的输入数必须与输入图像的波段数相同，或者它必须有一个输入，并对每个波段进行重复。如果多边形在给定的比例下包含太多的像素，计算并使用一个更大的比例，这样可以使操作成功。默认为图像的第一个波段的范围。以米为单位的投影的名义比例。返回还原器的输出的字典。
Google Earth Engine（GEE）——存储你的公共函数，在新的程序中使用NDVI为例
qq_31988139的博客
11-06 837
这里我们先写一个NDVI 函数，存储为一个单独的文本在你的线上lib /** * NDVI = (nir - red) / (nir + red) * */ function l8NDVI(image) { return image.addBands(image.normalizedDifference(["B5", "B4"]).rename("NDVI")); } exports.l8NDVI = l8NDVI; 再你写第二个程序的时候，直接引入第一个链接就可以了 //这个就是我..
Google Earth Engine ——利用where来合理划分NDVI阈值
qq_31988139的博客
11-13 2059
重要的是，如果命令不是在 Google 的服务器上计算的，JavaScript 会在运行您的代码时产生严重的问题——实际上，服务器会尝试将所有要执行的信息发送到您自己计算机的浏览器上，而对于如此庞大的浏览器来说，它的设备非常不足任务。如果我们想查看地图的哪些区域有植被，我们可以使用阈值将每个像素中的 NDVI 值概括为“无植被” ”或“植被”。gt 方法来自布尔运算符系列——也就是说，gt 是一个函数，它在每个像素中执行测试，如果测试结果为 true，则返回值 1，否则返回 0。where（测试，值）
GEE python通过点批量提取影像像元值
wlh2067的博客
11-09 1004
平时做研究时，经常需要批量提取影像的时间序列值（如站点的连续LAI）这时使用GEE，几秒钟就可以得出结果。做GEE的公众号实在是太卷太卷了，为了突出特色，以后我的GEE教程使用两种语言（Javascript & python）同时撰写，为不同语言的GEEer提供教程。
Google Earth Engine(GEE)批量下载代码（以 NDVI数据为例）
qq_30724623的博客
08-22 3595
粘贴下面程序程序：这里的程序只能一年一年的下载。需要改的就是年份（比如说：如果要下载2002年的数据需要把程序里的数据2000改成2002）。在所有任务窗口弹出后（即run窗口全部弹出），按F12进入控制台，然后将这些脚本粘贴到控制台，然后按ENTER键即可。三、按年下载后批量点击RUN代码（这里是借鉴的：生态笔记博主的程序。找到自己的ｓｈｐ文件，导入除了ｓｂｘ文件的所有文件。命名ａｓｓｅｔｉｄ　如１１１，点击ｕｏｌｏａｄ。上床成功后，点刷新，看到１１１，导入成功。
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。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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