GEE错误： Image.select: Band pattern ‘pixel_qa‘ did not match any bands. Available bands

最新推荐文章于 2024-09-28 22:08:25 发布
最新推荐文章于 2024-09-28 22:08:25 发布
阅读量284 收藏 4
点赞数 3
文章标签： 服务器 运维 gee error 错误 lst 数据
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/141088373
版权

目录

错误 

原始代码

 解决方案

修改后的代码

 结果

错误 

ImageCollection (Error)

Error in map(ID=LC08_138044_20220122): Image.select: Band pattern 'pixel_qa' did not match any bands. Available bands: [SR_B1, SR_B2, SR_B3, SR_B4, SR_B5, SR_B6, SR_B7, SR_QA_AEROSOL, ST_B10, ST_ATRAN, ST_CDIST, ST_DRAD, ST_EMIS, ST_EMSD, ST_QA, ST_TRAD, ST_URAD, QA_PIXEL, QA_RADSAT]

原始代码

var ROI = 
    /* color: #d63000 */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[[85.03450802623571, 23.669108838069914],
          [85.03450802623571, 21.60067630150156],
          [87.80306271373571, 21.60067630150156],
          [87.80306271373571, 23.669108838069914]]], null, false);
Map.centerObject(ROI);
//cloud mask
function maskL8sr(col) {
// Bits 3 and 5 are cloud shadow and cloud, respectively.
var cloudShadowBitMask = (1 << 3);
var cloudsBitMask = (1 << 5);
// Get the pixel QA band.
var qa = col.select('pixel_qa');
// Both flags should be set to zero, indicating clear conditions.
var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
             .and(qa.bitwiseAnd(cloudsBitMask).eq(0));
  return col.updateMask(mask);
}

//vis params
var vizParams = {
  bands: ['SR_B5', 'SR_B6', 'SR_B4'],
  min: 642,
  max: 3307,
  gamma: [1, 0.9, 1.1]
};

var vizParams2 = {
  bands: ['SR_B4', 'SR_B3', 'SR_B2'],
  min: 0,
  max: 3000,
  gamma: 1.4,
};

//load the collection:
var col = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
    .map(maskL8sr)
    .filterDate('2022-01-01','2022-02-27')
    .filterBounds(ROI)
    .map(function(image){return image.clip(ROI)});

print('coleccion', col);

//imagen reduction

var image = col.median();
print('image', image);

Map.addLayer(image, vizParams2);

//median
var ndvi1 = image.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI');
var ndviParams = {min: -0.2, max:0.7894295302013423, palette: ['blue', 'white', 'green']};

print('ndvi1', ndvi1);

//individual LST images

var col_list = col.toList(col.size());

var LST_col = col_list.map(function (ele) {
 
  var date = ee.Image(ele).get('system:time_start');

  var ndvi = ee.Image(ele).normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI');
 
  // find the min and max of NDVI
  var min = ee.Number(ndvi.reduceRegion({
    reducer: ee.Reducer.min(),
    geometry: ROI,
    scale: 30,
    maxPixels: 1e13
  }).values().get(0));

  var max = ee.Number(ndvi.reduceRegion({
    reducer: ee.Reducer.max(),
    geometry: ROI,
    scale: 30,
    maxPixels: 1e13
  }).values().get(0));

  var fv = (ndvi.subtract(min).divide(max.subtract(min))).pow(ee.Number(2)).rename('FV');
 
  var a= ee.Number(0.004);
  var b= ee.Number(0.986);
 
  var EM = fv.multiply(a).add(b).rename('EMM');

  var image = ee.Image(ele);

  var LST = image.expression(
    '(Tb/(1 + (0.00115* (Tb / 1.438))*log(Ep)))-273.15', {
      'Tb': image.select('SR_B10').multiply(0.0000275),
      'Ep': fv.multiply(a).add(-0.2)
  });
  return ee.Algorithms.If(min, LST.set('system:time_start', date).float().rename('LST'), 0);

}).removeAll([0]);

LST_col = ee.ImageCollection(LST_col);

print("LST_col", LST_col);

/

Map.addLayer(ndvi1, ndviParams, 'ndvi');

//select thermal band 10(with brightness tempereature), no calculation
var thermal= image.select('SR_B10').multiply(-0.2);

var b10Params = {min: 291.918, max:302.382, palette: ['blue', 'white', 'green']};

Map.addLayer(thermal, b10Params, 'thermal');

// find the min and max of NDVI
var min = ee.Number(ndvi1.reduceRegion({
  reducer: ee.Reducer.min(),
  geometry: ROI,
  scale: 30,
  maxPixels: 1e13
}).values().get(0));

print('min', min );

var max = ee.Number(ndvi1.reduceRegion({
  reducer: ee.Reducer.max(),
  geometry: ROI,
  scale: 30,
  maxPixels: 1e13
}).values().get(0));

print('max', max);

//fractional vegetation
var fv = (ndvi1.subtract(min).divide(max.subtract(min))).pow(ee.Number(2)).rename('FV');

print('fv', fv);

//Map.addLayer(fv);

//Emissivity
var a= ee.Number(0.004);
var b= ee.Number(0.986);
var EM = fv.multiply(a).add(b).rename('EMM');

var imageVisParam3 = {min: 0.9865619146722164, max:0.989699971371314};

//Map.addLayer(EM, imageVisParam3,'EMM');

//LST in Celsius Degree bring -273.15
//NB: In Kelvin don't bring -273.15
var LST = col.map(function (image){

  var date = image.get('system:time_start');
 
  var LST = image.expression(
    '(Tb/(1 + (0.00115* (Tb / 1.438))*log(Ep)))-273.15', {
    'Tb': thermal.select('SR_B11'),
    'Ep':EM.select('EMM')
  }).float().rename('LST');
 
  return LST.set('system:time_start', date);
 
});

print(LST);

Map.addLayer(LST, {min: 6.5, max: 39.9, palette: [
'040274', '040281', '0502a3', '0502b8', '0502ce', '0502e6',
'0602ff', '235cb1', '307ef3', '269db1', '30c8e2', '32d3ef',
'3be285', '3ff38f', '86e26f', '3ae237', 'b5e22e', 'd6e21f',
'fff705', 'ffd611', 'ffb613', 'ff8b13', 'ff6e08', 'ff500d',
'ff0000', 'de0101', 'c21301', 'a71001', '911003'
]},'LST');

print(
      ui.Chart.image.series({
        imageCollection: LST_col,
        region: ROI,
        scale: 30, // nominal scale Landsat imagery
        xProperty: 'system:time_start' // default
      }));
//export NDMI
 
Export.image.toDrive({
image: LST,
description: "exp_LST",
fileNamePrefix: "LST",
folder: "GEE_exp",
scale: 100,
region: ROI,
maxPixels: 1e13,
crs: "EPSG:32719"
});

 解决方案

这里我们是在进行Landsat C01和C02数据对于不同波段的命名造成的，所以这里我们很简单的就可以进行处理，因为GEE错误已经给出了提示。

这里还有一个问题，Landsat数据中的ST_10不是SR_10所以这里还会报错：

修改后的代码

var ROI = 
    /* color: #d63000 */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[[85.03450802623571, 23.669108838069914],
          [85.03450802623571, 21.60067630150156],
          [87.80306271373571, 21.60067630150156],
          [87.80306271373571, 23.669108838069914]]], null, false);
Map.centerObject(ROI);
//cloud mask
function maskL8sr(image) {
  // Bit 0 - Fill
  // Bit 1 - Dilated Cloud
  // Bit 2 - Cirrus
  // Bit 3 - Cloud
  // Bit 4 - Cloud Shadow
  var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
  var saturationMask = image.select('QA_RADSAT').eq(0);

  // Apply the scaling factors to the appropriate bands.
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);

  // Replace the original bands with the scaled ones and apply the masks.
  return image.addBands(opticalBands, null, true)
      .addBands(thermalBands, null, true)
      .updateMask(qaMask)
      .updateMask(saturationMask);
}

//vis params
var vizParams = {
  bands: ['SR_B5', 'SR_B6', 'SR_B4'],
  min: 642,
  max: 3307,
  gamma: [1, 0.9, 1.1]
};

var vizParams2 = {
  bands: ['SR_B4', 'SR_B3', 'SR_B2'],
  min: 0,
  max: 3000,
  gamma: 1.4,
};

//load the collection:
var col = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
    .map(maskL8sr)
    .filterDate('2022-01-01','2022-02-27')
    .filterBounds(ROI)
    .map(function(image){return image.clip(ROI)});

print('coleccion', col);

//imagen reduction

var image = col.median();
print('image', image);

Map.addLayer(image, vizParams2);

//median
var ndvi1 = image.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI');
var ndviParams = {min: -0.2, max:0.7894295302013423, palette: ['blue', 'white', 'green']};

print('ndvi1', ndvi1);

//individual LST images

var col_list = col.toList(col.size());

var LST_col = col_list.map(function (ele) {
 
  var date = ee.Image(ele).get('system:time_start');

  var ndvi = ee.Image(ele).normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI');
 
  // find the min and max of NDVI
  var min = ee.Number(ndvi.reduceRegion({
    reducer: ee.Reducer.min(),
    geometry: ROI,
    scale: 30,
    maxPixels: 1e13
  }).values().get(0));

  var max = ee.Number(ndvi.reduceRegion({
    reducer: ee.Reducer.max(),
    geometry: ROI,
    scale: 30,
    maxPixels: 1e13
  }).values().get(0));

  var fv = (ndvi.subtract(min).divide(max.subtract(min))).pow(ee.Number(2)).rename('FV');
 
  var a= ee.Number(0.004);
  var b= ee.Number(0.986);
 
  var EM = fv.multiply(a).add(b).rename('EMM');

  var image = ee.Image(ele);

  var LST = image.expression(
    '(Tb/(1 + (0.00115* (Tb / 1.438))*log(Ep)))-273.15', {
      'Tb': image.select('ST_B10').multiply(0.0000275),
      'Ep': fv.multiply(a).add(-0.2)
  });
  return ee.Algorithms.If(min, LST.set('system:time_start', date).float().rename('LST'), 0);

}).removeAll([0]);

LST_col = ee.ImageCollection(LST_col);

print("LST_col", LST_col);

/

Map.addLayer(ndvi1, ndviParams, 'ndvi');

//select thermal band 10(with brightness tempereature), no calculation
var thermal= image.select('ST_B10').multiply(-0.2);

var b10Params = {min: 291.918, max:302.382, palette: ['blue', 'white', 'green']};

Map.addLayer(thermal, b10Params, 'thermal');

// find the min and max of NDVI
var min = ee.Number(ndvi1.reduceRegion({
  reducer: ee.Reducer.min(),
  geometry: ROI,
  scale: 30,
  maxPixels: 1e13
}).values().get(0));

print('min', min );

var max = ee.Number(ndvi1.reduceRegion({
  reducer: ee.Reducer.max(),
  geometry: ROI,
  scale: 30,
  maxPixels: 1e13
}).values().get(0));

print('max', max);

//fractional vegetation
var fv = (ndvi1.subtract(min).divide(max.subtract(min))).pow(ee.Number(2)).rename('FV');

print('fv', fv);

//Map.addLayer(fv);

//Emissivity
var a= ee.Number(0.004);
var b= ee.Number(0.986);
var EM = fv.multiply(a).add(b).rename('EMM');

var imageVisParam3 = {min: 0.9865619146722164, max:0.989699971371314};

//Map.addLayer(EM, imageVisParam3,'EMM');

//LST in Celsius Degree bring -273.15
//NB: In Kelvin don't bring -273.15
var LST = col.map(function (image){

  var date = image.get('system:time_start');
 
  var LST = image.expression(
    '(Tb/(1 + (0.00115* (Tb / 1.438))*log(Ep)))-273.15', {
    'Tb': thermal.select('ST_B10'),
    'Ep':EM.select('EMM')
  }).float().rename('LST');
 
  return LST.set('system:time_start', date);
 
});

print(LST);

Map.addLayer(LST, {min: 6.5, max: 39.9, palette: [
'040274', '040281', '0502a3', '0502b8', '0502ce', '0502e6',
'0602ff', '235cb1', '307ef3', '269db1', '30c8e2', '32d3ef',
'3be285', '3ff38f', '86e26f', '3ae237', 'b5e22e', 'd6e21f',
'fff705', 'ffd611', 'ffb613', 'ff8b13', 'ff6e08', 'ff500d',
'ff0000', 'de0101', 'c21301', 'a71001', '911003'
]},'LST');

print(
      ui.Chart.image.series({
        imageCollection: LST_col,
        region: ROI,
        scale: 30, // nominal scale Landsat imagery
        xProperty: 'system:time_start' // default
      }));
//export NDMI
 
Export.image.toDrive({
image: LST,
description: "exp_LST",
fileNamePrefix: "LST",
folder: "GEE_exp",
scale: 100,
region: ROI,
maxPixels: 1e13,
crs: "EPSG:32719"
});

 结果

此星光明
关注
GEE错误——Error generating chart: Image.select: Band pattern ‘dmultiindex‘ did not match any bands.
此星光明博客
07-08 944
首先这里给出了提示，我们需要进行波段的相应选择，所以这里我们首先查看多波段影像中存在的哪些波段，我们这里进行图表输出的时候需要注意，我们只能选择一个波段进行展示，所以这里我们将需要展示的结果单独传入给图表函数即可。
GEE错误——Image (Error) Image.select: Pattern ‘SR_B1‘ did not match any bands.
此星光明博客
01-23 844
我花了大量时间试图解决这个问题，但我找不到解决办法。开发人员和小组成员，我需要你们的帮助，这是我学习项目的一部分。主要原因是图像中没有匹配到名为'SR_B1'的波段。这可能是因为图像数据中没有包含该波段，或者波段的名称被错误地输入。请检查图像数据是否包含名为'SR_B1'的波段，并确保波段名称的输入正确。
Google Earth Engine（GEE）: reduceRegion的坑，求影像像元的均值/最大值/最小值/面积
weixin_46812066的博客
11-12 1760
reduceRegion的坑，求影像像元的均值/最大值/最小值/面积。我对某一景MODIS的LST数据各波段求均值，其中我想要的是其中的“LST_Night_1km”和“LST_Day_1km”这两个波段的均值。如果你没有打印meanDict的结果，只是通过上面一开始的波段顺序来觉得我想要的是序列数为0和4的结果。这里就用了推荐的get("波段名称")，没有用get(数字)，后者太容易出错了！因为你发现，求完了mean之后，返回的字典里面的东西，不是以前那个顺序了！是按照字母顺序来排序了！
GEE学习笔记2：加载Landsat8 和Sentinel影像数据
晚秋的专栏
12-23 7423
从GEE数据集导入的数据 边界加载 //hlj1为导入的shp数据 var roi = hlj1; Map.centerObject(roi,5); var empty = ee.Image().toByte(); var outline = empty.paint({ featureCollection:roi, // 筛选的colletion color:0, //颜色透明 width:3 //边界宽度 }); //绘制红色边界 Map.addLayer(outline, {pale
GEE错误：Image.select: Band pattern ‘BQA‘ did not match any bands. Available bands:
此星光明博客
09-09 857
Error in map(ID=LC08_044034_20130603): Image.select: Band pattern 'BQA' did not match any bands. Available bands: [B1, B2, B3, B4, B5, B6, B7, B8, B9, B10, B11, QA_PIXEL, QA_RADSAT, SAA, SZA, VAA, VZA] Landsat 8 TOA数据介绍 NameDescriptionResolutionWavelen
GEE错误——Image.select: Pattern ‘MDF‘ did not match any bands
此星光明博客
09-27 603
这里主要的问题，就是影像集合和影像的区别，影像集合需要通过镶嵌来变成影像，可以使用中位数、最大值、最小值和mosaic以及平均值聚合进行聚合，这里就可以进行下一步进行分析。
GEE错误——‘xxx‘ did not match any bands.
此星光明博客
12-30 1990
这里我们在进行影像展示的时候会出现下面的错误，主要的原因是我们虽然进行了波段运算，但是依旧无法加载，主要原因是我们没有将计算过后的波段信息进行添加到我们的一个多波段影像，这里我们首先来看看代码出现的错误提示。当然这里只是给出了主要的问题，其实在进行波段运算的时候。
GEE错误——Normalized Index: Layer error: Image.select: Pattern ‘VV‘ did not match any bands.
此星光明博客
03-01 776
本教程中主要出现的错误是当我们在进行sentinel-1数据筛选的过程中无法找到VV的波段，然后导致了其出现了错误，我们看看如何来解决数据筛选的问题。
统信服务器操作系统【Cron定时任务服务】
RZer的博客
09-23 1210
Cron定时任务服务服务介绍、服务管理、服务配置
服务器感染了.baxia勒索病毒，如何确保数据文件完整恢复？
最新发布
数据恢复研究℃
09-28 245
baxia勒索病毒是一种设计精巧的恶意软件，它通过加密受害者的文件并更改文件扩展名为“.baxia”，使得数据无法正常访问。一旦感染，该病毒会扫描计算机中的图像、视频、生产力文档等文件（如.doc、.docx、.xls、.pdf等），并对这些文件进行加密。加密完成后，病毒会显示一个包含勒索信息的文件，要求受害者支付比特币等加密货币以换取数据访问权。.baxia勒索病毒不仅具备自我升级能力，能够通过网络自我更新其加密算法和传播技术，还使用伪装技术隐藏在正常的文件和应用程序中，避开传统的防病毒扫描。
使用docker创建zabbix服务器
a15864923744的博客
09-20 873
这几个容器创建后是UP状态就可以使用浏览器尝试访问 http://宿主机IP:8080，期间遇到问题是MySQL容器使用mysql:9.0镜像总是出错，所以用了mysql:8.0。zabbix默认账号密码是：Admin/zabbix。#创建zabbix后端服务容器。#创建zabbix前端服务容器。#创建MySQL容器。
FTP 服务器 linux安装
weixin_45368812的博客
09-25 937
ftp 连接失败：500 OOPS: vsftpd: refusing to run with writable root inside chroot()ftp 连接失败：530 permission deniedftp 连接成功，但是能访问到上级目录和其他目录提示：以下是本篇文章正文内容，下面案例可供参考注意： 以下全部操作都是基于 SELinux= disable、防火墙关闭。
服务器被挂马，导致网站首页被更改怎么解决
KookeeyLena7的博客
09-27 905
当服务器被挂马并导致网站首页被篡改时，说明服务器或网站的安全性遭到破坏。
Linux常用命令
wang_san_sui_的博客
09-23 993
Linux 系统提供了大量的命令来管理系统和处理文件。：创建新文件或更新现有文件的时间戳。：报告文件系统的磁盘空间使用情况。：查看当前正在运行的进程的状态。：从排序好的文件中删除重复行。：显示系统中正在运行的进程。：安全地复制文件到远程机器。：打印当前工作目录的路径。：移动或重命名文件/目录。：更改文件或目录的所有者。：更改文件或目录的权限。：在文件系统中查找文件。：安全地登录到远程机器。：模式扫描和处理语言。：对文件内容进行排序。：查看文件的开始部分。：查看文件的结束部分。：检查磁盘使用情况。
RM服务器研究（一）
u010401391的专栏
09-28 435
TCP 123.99.199.149:1054 127.0.0.1:20220【地图网关/登录服端口，服务器内部用到】 ESTABLISHED 3104。C:\Users\Administrator>tasklist|findstr "svMapCenter"【统计在线人数，相当于协调服，端口10113】C:\Users\Administrator>tasklist|findstr "svIP"【相当于登录服，端口10100】选择Binary search。
如何初步部署自己的服务器，达到生信分析的及格线
weixin_62528784的博客
09-28 463
服务器配置1，速战速决
[Linux]ubuntu安装nvidia显卡驱动登录后黑屏
刘好念的博客
09-23 396
介绍了解决ubuntu安装nvida驱动后输入登录密码后黑屏的解决方案。
统信服务器操作系统【开机自启动】配置方法
RZer的博客
09-23 788
开机自启动的四种配置方法，包括systemctl命令、rc.local文件、crontab任务，通过desktop配置开机自动，前三种方法适合后台程序或者脚本启动，最后一种方法适合图形化程序启动。
GEE报错： Image.select: Pattern 'VV' did not match any bands.
05-25
这个错误是因为你在选择图像波段时使用了一个不存在的波段名称。在你的代码中，你使用了“VV”作为波段名称，但是图像中没有这个波段。你需要检查一下你的图像中有哪些波段，并使用存在的波段名称。 你可以使用以下代码列出图像中所有的波段名称： ```JavaScript var image = ee.Image("YOUR_IMAGE_ID"); print(image.bandNames()); ``` 然后，从输出结果中找到存在的波段名称并将其用作选择波段的参数。例如，如果你的输出结果如下所示： ``` ["B1", "B2", "B3", "B4", "B5", "B6", "B7"] ``` 那么你选择“B1”和“B2”作为波段的代码应该是这样的： ```JavaScript var image = ee.Image("YOUR_IMAGE_ID"); var selected = image.select(["B1", "B2"]); ```
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