GEE开发之Landsat8_NDVI的数据分析

前言

这次主要获取Landsat8的NDVI的数据。


1 基础知识

landsat8:中文名陆地卫星8号。

T1_32DAY_NDVI:这些合成是根据从一年的第一天开始到一年的第 352 天的每 32 天期间的所有场景创建的。从第 353 天开始,今年的最后一个组合将与下一年的第一个组合重叠 20 天。每个 32 天期间的所有图像都包含在合成中,最近的像素作为合成值。

T1_8DAY_NDVI:这些合成是根据从一年的第一天开始到一年的第 360 天的每 8 天时间段内的所有场景创建的。从第 361 天开始,今年的最后一个组合将与下一年的第一个组合重叠 3 天。每个 8 天期间的所有图像都包含在合成中,最近的像素作为合成值。

2 T1_32DAY_NDVI的数据获取

注意:分辨率30m

2.1 遥感影像获取

代码如下(以南京市为例)

var geometry = ee.FeatureCollection('users/www1573979951/nanjingshi');
Map.centerObject(geometry,6);
//选取影像集
var ndvi = ee.ImageCollection("LANDSAT/LC08/C01/T1_32DAY_NDVI").filterDate('2020-01-01', '2020-12-31').select('NDVI');
var colorizedVis = {
  min: -0.8,  
  max: 0.8,  
  palette: ['FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901', '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',  '012E01', '011D01', '011301']
};
Map.addLayer(ndvi.median().clip(geometry), colorizedVis, 'NDVI');
print(ndvi)//方便看看这一年有多少副影像

运行截图:
在这里插入图片描述
影像集截图(12个数据):
在这里插入图片描述

2.2 遥感数据获取

代码如下(以南京市为例):

var geometry = ee.FeatureCollection('users/www1573979951/nanjingshi');
//选取影像集
var ndvi = ee.ImageCollection("LANDSAT/LC08/C01/T1_32DAY_NDVI").filterDate('2020-01-01', '2020-12-31').select('NDVI');
print(ndvi);
print(ui.Chart.image.series(ndvi, geometry, ee.Reducer.mean(), 500));//打印成表格

表格数据截图:
在这里插入图片描述
CSV数据截图:
在这里插入图片描述

3 T1_8DAY_NDVI的数据获取

3.1 遥感影像获取

代码如下(以南京市为例):

var geometry = ee.FeatureCollection('users/www1573979951/nanjingshi');
Map.centerObject(geometry,6);
//选取影像集
var ndvi = ee.ImageCollection("LANDSAT/LC08/C01/T1_8DAY_NDVI").filterDate('2020-01-01', '2020-12-31').select('NDVI');
print(ndvi);
var colorizedVis = {
  min: -0.8,  
  max: 0.8,  
  palette: ['FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901', '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',  '012E01', '011D01', '011301']
};
Map.addLayer(ndvi.median().clip(geometry), colorizedVis, 'NDVI');

遥感影像截图(和T1_32DAY_NDVI差不多):
在这里插入图片描述
影像集截图(46个数据):
在这里插入图片描述

3.2 遥感数据获取

代码如下(以南京市为例):

var geometry = ee.FeatureCollection('users/www1573979951/nanjingshi');
//选取影像集
var ndvi = ee.ImageCollection("LANDSAT/LC08/C01/T1_8DAY_NDVI").filterDate('2020-01-01', '2020-12-31').select('NDVI');
print(ndvi);
print(ui.Chart.image.series(ndvi, geometry, ee.Reducer.mean(), 500));//打印成表格

表格截图:
在这里插入图片描述
CSV数据截图:
在这里插入图片描述

3.3 逐月数据获取

代码如下(以南京市为例):

var geometry = ee.FeatureCollection('users/www1573979951/nanjingshi');
//选取影像集
var ndvi = ee.ImageCollection("LANDSAT/LC08/C01/T1_8DAY_NDVI").filterDate('2020-01-01', '2020-12-31').select('NDVI');

//时间范围
var years = ee.List.sequence(2020, 2020);
var months = ee.List.sequence(1, 12);

var NDVI_8daysmeanNDVI =  ee.ImageCollection.fromImages(
  years.map(function (y) {
    return months.map(function(m) {
    return ndvi.filter(ee.Filter.calendarRange(y,y, 'year')).filter(ee.Filter.calendarRange(m, m, 'month')).mean().set('year', y).set('month', m).set('system:time_start', ee.Date.fromYMD(y, m, 1));
    });
  }).flatten()
);

print(ui.Chart.image.series(NDVI_8daysmeanNDVI, geometry, ee.Reducer.mean(), 500));

表格截图(和2.2几乎一致):
在这里插入图片描述
CSV数据截图:
在这里插入图片描述


总结

主要介绍了Landsat8下获取NDVI的两种方式。

  • 3
    点赞
  • 64
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
### 回答1: 很抱歉,我是AI语言模型,无法进行计算操作。但是,计算Landsat 5的NDVI需要使用Landsat 5卫星的遥感数据,通过遥感图像处理软件进行计算。NDVI是一种植被指数,可以用来评估植被覆盖度和生长状况。 ### 回答2: 为了计算Landsat5的NDVI (归一化植被指数),需要使用遥感影像和处理软件。下面是计算步骤: 1. 获取Landsat5遥感影像:可以从USGS (美国地质调查局)的遥感数据下载中心下载,选择适当的日期和区域,确保数据集包括可见光和近红外波段。可以在数据下载页面上选择下载格式,如GeoTIFF。 2. 打开遥感数据处理软件,如ENVI、ArcGIS等。将下载的Landsat5数据导入软件。在ENVI中,选择File -> Open -> Landsat -> Georeferenced Data,选择所下载的遥感数据文件。 3. 确定植被和非植被区域。NDVI是通过比较植被与非植被区域中的反射率来计算的。可以使用软件中的分类工具将植被和非植被区域分割开来。在ENVI中,可以使用ISODAT聚类工具对像元进行分类。 4. 计算NDVI。在ENVI中,选择Spectral Indices -> Vegetation Indices -> NDVI,选择正确的波段,将其计算为一个新的图像。 5. 分析NDVI图像。NDVI值范围从-1到1,用来描述植被的密度和健康程度。高值表示植被密度高,低值表示植被稀疏。可以将NDVI图像导入到GIS软件中进行分析和可视化。 以上是用ENVI软件计算Landsat5的NDVI的大概步骤。需要注意的是,NDVI计算的精度受到许多因素的影响,如大气校正、遮蔽、高山阴影等,请确保数据质量和处理准确性。 ### 回答3: GEE是指Google Earth Engine,它是一个云计算平台,可以轻松访问获得全球环境数据集。在GEE上计算Landsat5的NDVI需要以下步骤: 第一步:准备数据集。从遥感卫星数据中获得的Landsat5图像,包括反射波段和地形校正波段,需要通过EE Image对象加载到GEE中。 第二步:计算NDVI。可以使用函数expression'NDVI = (NIR - RED) / (NIR + RED)'计算NDVI,其中NIR和RED表示不加地形校正的NIR波段和RED波段。 第三步:应用云遮罩。由于遥感数据可能受到云的干扰,因此需要应用云遮罩来去除可能存在的云覆盖。 第四步:保存数据。通过Export.image.toDrive()函数将NDVI图像导出到Google云端硬盘或下载到本地计算机。 注意:在计算Landsat5的NDVI时,需要考虑Landsat卫星已于2013年退役,因此使用时建议使用较新的Landsat8或Sentinel2数据集。

“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 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

等待着冬天的风

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
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