GEE教程：基于Google Earth Engine的水体指数分析：Sentinel-2数据与MNDWI计算

简介

1. 研究区域与数据准备

1.1 定义研究区域

var aoi = ee.FeatureCollection('projects/gee-trial2/assets/Shapfile/WMH_Distric');
Map.centerObject(aoi, 4.5);  // 以4.5级缩放级别聚焦研究区域

• 通过GEE资产库加载自定义行政区划矢量边界
• 使用Map.centerObject实现地图视图自动居中

1.2 时间范围设置

var startyear = 2019; 
var endyear = 2019;  // 单年分析
var startmonth = 1; 
var endmonth = 12;   // 全年数据

• 定义时间范围：2019年全年数据
• 支持灵活调整起止年月进行时序分析

---

2. 数据预处理流程

2.1 云掩膜处理

var maskClouds = function(image) {
   
  var cloudProbability = image.select('MSK_CLDPRB');
  return image.updateMask(cloudProbability.lt(10)); // 云概率<10%的像元保留
};

• 技术要点：
  • 使用MSK_CLDPRB云概率波段（0-100%范围）
  • 设置10%为阈值：lt(10)表示保留云概率<10%的清晰像元
  • 相比传统QA波段方法更精细控制云污染

2.2 辐射定标处理

var scale = function(image) {
   
  return image
    .multiply(0.0001)  // Sentinel-2 SR数据缩放因子
    .copyProperties(image, ['system:time_start']);
};

• 数据规格：
  • Sentinel-2 L2A地表反射率数据存储为uint16整型
  • 实际反射率值 = 原始值 × 0.0001（转换为0-1范围）

---

3. 数据加载与处理

3.1 创建影像集合

var santianal = ee.ImageCollection("COPERNICUS/S2_SR_HARMONIZED")
  .filterBounds(aoi)