一、问题描述:
GEE中,如何对土地利用类型进行重新分类(ArcMap中为reclassify,GEE中为remap)?
本次进行分析的区域为北运河流域,北运河位于海河流域,是流经北京、河北和天津3个区域的跨区域河流,北运河发源于北京市昌平县燕山南麓,西界永定河,东临潮白河,先后流经北京市通州区、河北省廊坊市香河县和天津市武清区、北辰区和红桥区。 通州区北关闸以上称温榆河,北关闸以下始称北运河,沿途纳通惠河、凉水河、凤港减河等平原河道,于屈家店与永定河交汇,至子北汇合口入海河,干流长143公里。流域面积6166 平方公里。
二、获取影像集并显示:
1、分析步骤
分析步骤如下所示:
2、加载分析的流域
python代码如下:
byh = r'C:\Users\TTT\geemap-master\examples\world_basins\byh.shp'
roi = geemap.shp_to_ee(byh)
Map = geemap.Map()
# 添加显示
Map.centerObject(roi)
roi_outline = ee.Image().paint(roi, 0, 2)
Map.addLayer(roi_outline, {'palette':'red'}, 'roi')
Map
结果显示如下:
三、加载区域土地覆盖数据并添加图例
需要掌握geemap.add_legend()函数
- geemap.add_legend()
- 数据简介
欧洲航天局(ESA)< ESA WorldCover 10 m 2020 > 产品基于Sentinel-1和Sentinel-2数据提供了一种新的全球地表覆盖产品,分辨率为10米,时间为2020年。
该产品是在欧空局世界覆盖项目 < ESA WorldCover project >的框架内生成的,该项目是欧洲航天局第五个地球观测包络线计划(EOEP-5)的一部分。
该产品包括11个地表覆盖类别:分别为林地,灌木,草地,耕地,建筑,裸地/稀疏植被区,雪和冰,开阔水域,草本湿地,红树林,苔藓。
表 0 < ESA WorldCover 10 m 2020 > 数据简介
值 色彩映射 地表覆盖类型
10 #006400 林地
20 #ffbb22 灌木
30 #ffff4c 草地
40 #f096ff 耕地
50 #fa0000 建筑
60 #b4b4b4 裸地/稀疏植被区
70 #f0f0f0 雪和冰
80 #0064c8 开阔水域
90 #0096a0 草本湿地
95 #00cf75 红树林
100 #fae6a0 苔藓
————————————————
# 加载土地覆盖数据,剪裁分析区域
esa_landcover_roi = ee.ImageCollection('ESA/WorldCover/v100') \
.first() \
.clip(roi)
Map.addLayer(esa_landcover_roi, {}, 'landcover')
# 添加图例
legend_dict_cn = {
'林地': '006400',
'灌木': 'ffbb22',
'草地':'ffff4c',
'耕地':'f096ff',
'建设用地':'fa0000',
'裸地/稀疏植被区':'b4b4b4',
'雪和冰':'f0f0f0',
'水体':'0064c8',
'沼泽':'0096a0',
'红树林':'00cf75',
'苔藓':'fae6a0'
}
Map.add_legend(legend_title='Land Cover Classification', legend_dict=legend_dict_cn)
Map
结果显示如下:
四、重分类
对土地利用类型进行重新分类处理,为展示该方法,将原类型中的水体、沼泽、红树林3类合并为水域一个类型,对应的代码合并情况为80、90、95,合并的类型,水域,代码设置为00。
学习remap()函数:
- ee.Image.remap
五、学习小结:
- 学习了土地利用类型的重分类方法
- 学习添加图例的方法
参考:
- https://github.com/giswqs/earthengine-py-notebooks/blob/master/Image/reclassify.ipynb
- https://developers.google.com/earth-engine/apidocs/ee-image-remap?hl=en
- https://blog.csdn.net/weixin_42155937/article/details/121192916