GEE案例——如何sentinel-2影像利用NDWI归一化水体指数进行长时序水域分析（2015-2023年滇池为例）

最新推荐文章于 2025-03-26 22:27:20 发布
最新推荐文章于 2025-03-26 22:27:20 发布
阅读量1.5k 收藏 6
点赞数 19
分类专栏： GEE案例分析 文章标签： 前端 服务器 时序 sentinel 影像 JavaScript 面积
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/136116955
版权
本文介绍了如何利用Sentinel-2卫星影像和NDWI指数进行长时序水域分析，以滇池为例，涵盖了NDWI的计算方法、影像预处理、阈值分割和时间序列分析，提供了利用`ui.Chart.image.seriesByRegion`函数进行数据分析的方法。

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

简介

Sentinel-2是一颗遥感卫星，其提供的高分辨率数据可以广泛应用于环境监测、土地利用和水资源管理等领域。其中，利用归一化水体指数（Normalized Difference Water Index，NDWI）来进行长时序水域分析是一种常见的方法。本文将介绍NDWI的定义和计算方法，并结合Sentinel-2影像的使用，详细说明如何进行长时序水域分析。

首先，我们来看一下NDWI的定义和计算方法。NDWI是一种基于波段反射率的指数，用于估计水体的分布和变化。其计算公式如下：

NDWI = (Green - NIR) / (Green + NIR)

其中，Green代表绿色波段的反射率，NIR代表近红外波段的反射率。这个公式利用了水体和陆地在绿色和近红外波段的反射差异，通过计算两个波段的比值来获得一个归一化指数。

接下来，我们将介绍如何利用Sentinel-2影像进行长时序水域分析。首先，需要选择一系列的Sentinel-2影像数据，这些数据应该覆盖所研究区域的一段时间，以便进行时间序列分析。可以通过官方网站或者开放数据平台下载这些数据。

一般来说，Sentinel-2影像数据包括多个波段，其中包括绿色和近红外波段。通过计算每个影像的NDWI值，可以得到一系列的NDWI影像。这些影像可以用来观察地表水体的空间分布和时间变化。在计算NDWI时，需要注意以下几点&

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GEE 教程——基于sentinel-2数据的2种NDWI指数的计算和可视化
此星光明博客
01-16 199
GEE 教程——基于sentinel-2数据的2种NDWI指数的计算和可视化。
GEE教程：利用sentinel-2影像的NDVI、EVI、GNDVI、GCI和NDWI各指数的展示
此星光明博客
08-06 1249
NDVI（Normalized Difference Vegetation Index）是一种广泛用于评估植被状况的指数。它通过测量可见光和近红外光在植被上的反射来计算。NDVI值范围从-1到+1，数值越高表示植被越茂盛。EVI（Enhanced Vegetation Index）是对NDVI的改进，它考虑了大气底部的特征，可以更准确地评估植被。EVI与NDVI类似，范围从-1到+1，数值越高表示植被越茂盛。
基于Python的Sentinel-2 卫星图像NDWI洪水检测
gis收藏家的博客
04-26 1579
有趣的是，洪水前事件（红色条）中的一些非水像素（负区域）已转移到洪水后图像中正区域（蓝色条）中的水像素。在这篇文章中，我们将下载两张在迪拜洪水泛滥地点拍摄的 Sentinel-2 图像：一张是在洪水事件发生前评估洪水事件发生前的情况，另一张是在 4 月 17 日洪水事件期间拍摄。洪水前的 Sentinel-2 RGB 图像（左）、洪水后的 Sentinel-2 RGB 图像（中）以及洪水后时期的洪水区域（右），由作者可视化。您在此处看到的差异（4 月 17 日拍摄的图像中的绿色像素）对应于洪水区域。
GEE：对Sentinel-2遥感影像进行处理，水体提取与可视化
养乐多的博客
05-30 1万+
本文介绍了通过Google Earth Engine平台，并使用哨兵数据提取水体掩膜的方法和代码。通过记录代码、裁剪和去除云等处理步骤，最终得到具有水体掩膜的影像，并进行可视化和导出。这种方法基于归一化水体指数（NDWI）和OTSU阈值计算技术，无需复杂的图像处理算法，适用于快速获取水体信息的需求。
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 2775
/ 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。
GEEer成长日记二十：使用Sentinel 2影像计算水体指数NDWI、MNDWI并下载到本地
微信公众号：GEEer成长日记
05-09 1万+
以Sentinel2影像为例，计算NDWI和MNDWI
GEE实战 | 各种指数分析(植被、水体、建筑)
热门推荐
小鱼干的博客
03-07 1万+
GEE实战 | 各种水体指数分析NDWI VS MNDWI NDWI MNDWI
利用GEE计算landsat sentinel-2 系列影像NDVI,NDMI,NDWI,NDGI下载和直方图计算.zip
10-31
6. NDWI（Normalized Difference Water Index，归一化差异水体指数）用于检测和评估水体，通常通过绿光和近红外波段的数据差异来计算。 7. NDGI（Normalized Difference Greenness Index，归一化差异绿度指数）是一...
GEE训练教程：基于sentinel-2影像的归一化浊度指数（NDTI）的计算可视化
最新发布
此星光明博客
03-26 61
var roi =
GEE开发之Sentinel-2计算NDVI和数据分析
等待着冬天的风的博客
07-31 1万+
主要介绍哨兵2号卫星下计算NDVI的值、遥感影像和数据的获取。
GEE案例分析——利用多时 Sentinel-1/2 和 Landsat-8/9 遥感数据在GEE中使用机器学习方法进行作物类时序分类
此星光明博客
05-13 938
准确绘制作物类型图对于确保粮食安全至关重要。遥感（RS）卫星数据空间覆盖面广，时间频率高，是这一领域前景广阔的工具。然而，由于作物的类内和类间变异性很高，利用 RS 数据进行准确的作物类型分类方法的需求仍在不断增长。为此，本研究提出了一种新颖的并行级联集合结构（Pa-PCA-Ca），在谷歌地球引擎（GEE）中包含七个目标类别。Pa 部分由五个并行分支组成，每个分支利用多时 Sentinel-1/2 和 Landsat-8/9 卫星图像以及机器学习（ML）模型为不同的目标类别生成概率图（PM）。
PIE SDK归一化水体指数法
weixin_30409849的博客
07-31 3546
1.算法功能简介 　　归一化指数法(NDWI(Normalized Difference Water Index,归一化水指数)),用遥感影像的特定波段进行归一化差值处理，以凸显影像中的水体信息。 　　其表达式为NDWI =(p(Green)-p(NIR))/(p(Green)+p(NIR)) 　　是基于绿波段与近红外波的归一化比值指数。该NDWI一般用来提取影像中的水体信息，效果较...
GEE教程——如何利用sentinel-2影像实现指定区域的NDVI时序分析
此星光明博客
03-29 978
要利用 Sentinel-2 影像实现指定区域的 NDVI 时序分析，可以按照以下步骤操作：1. 获取 Sentinel-2 影像数据：访问 Copernicus Open Access Hub 网站（https://scihub.copernicus.eu/dhus/#/home），注册账号并登录。使用搜索功能选择感兴趣的区域，并下载 Sentinel-2 影像数据。2. 数据预处理：对下载的 Sentinel-2 影像数据进行预处理。预处理包括解压文件、云覆盖去除、大气校正等步骤。
GEE案例——利用多源遥感数据（Landsat/sentinel）光谱波段和光谱指数实现大米种植区域的分类（含Landsat 8 和sentinel-2数据融合）
此星光明博客
06-09 979
【代码】GEE案例——利用多源遥感数据（Landsat/sentinel）光谱波段和光谱指数实现大米种植区域的分类（含Landsat 8 和sentinel-2数据融合）
Google Earth Engine（GEE）——1985-2021年长时间序列NDVI影像CSV单点提取为表格（随机样本点进行分析）
此星光明博客
09-07 2918
每个输出的特征将在输入图像的每个波段有一个属性，以及从输入特征中复制的任何指定属性。CRS变换值的列表。减速器的输入数必须与输入图像的波段数相同，或者它必须有一个单一的输入，并将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。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。对一个集合中的对象的给定属性进行聚合，计算出一个所选属性的所有值的列表。
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 3103
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教程：利用sentinel-2数据进行ndwi和ndci指数的计算和下载
此星光明博客
09-21 1753
NDWI（Normalized Difference Water Index，归一化差异水体指数）和NDCI（Normalized Difference Chlorophyll Index，归一化差异叶绿素指数）都是一种利用遥感影像数据来评估特定地物或地表类型的指数。1. 归一化差异水体指数（NDWI）：NDWI用于识别和区分水体和陆地。它基于水体对近红外（NIR）波段和短波红外（SWIR）波段辐射的反射率差异。其计算公式为：其中，NIR代表近红外波段的反射率，SWIR代表短波红外波段的反射率。
各种水体指数公式汇总
weixin_60124754的博客
01-29 1398
哨兵二号：(float(b3)-float(b8))/float(float(b3)+float(b8))高分1号：(float(b2)-float(b4))/float(float(b2)+float(b4))环境1号：(float(b2)-float(b4))/float(float(b2)+float(b4))Landsat5、Landsat7、Landsat8卫星影像基础知识。
GEEer成长日记五：Sentinel-2计算NDVI并逐月时间序列分析
微信公众号：GEEer成长日记
01-28 1万+
Sentinel哨兵数据计算NDVI时间序列
评论
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