GEE：两种遥感影像的中值合成方法

最新推荐文章于 2024-07-02 10:00:00 发布
最新推荐文章于 2024-07-02 10:00:00 发布
阅读量5.4k 收藏 28
点赞数 3
分类专栏： 环境遥感 GEE python 文章标签： python google earth 大数据
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_32497109/article/details/122781060
版权

目录

前言

如何使用GEE实现影像的中值合成或最大值合成（median composition, maximum composition）？

以鄱阳湖湖区Landsat遥感影像为例，该区域的相关分析参见：
GEE学习：按照行列号筛选鄱阳湖湖区影像数据并查询相关信息.
GEE学习：Landsat8 Collection2 level2数据集获取影像范围及坐标.
GEE学习：遥感影像设置新的属性并查询.
GEE学习：使用正则表达式筛选影像波段并改名.
GEE学习：遥感影像数据集的多个属性获取分析.

本次进行分析的区域如下：
在这里插入图片描述

一、两种实现方法

：

最低0.47元/天 解锁文章
Google Earth Engine 教程——影像聚合分析（最大值、最小值、平均值、中位数和高质量合成）
此星光明博客
11-02 1523
本文提供了一个工作流程，从美国科罗拉多州洛基山国家公园的夏季图像集合中创建复合图像。计算两个频段之间的归一化差异。如果没有指定要使用的频段，则使用前两个频段。归一化差值的计算方法是（第一-第二）/（第一+第二）。注意，返回的图像波段名称是'nd'，输入的图像属性不会保留在输出的图像中，任何一个输入波段的负像素值都会导致输出的像素被屏蔽。为了避免屏蔽负的输入值，请使用ee.Image.expression()来计算归一化的差异。参数。this:输入（图像）。输入的图像。
GEE：根据时间序列的统计值合成影像（标准差、众数、百分位数、最大值、最小值、均值、中值、方差、像素和、像素数）
养乐多的博客
04-09 6102
在地球引擎（Google Earth Engine，简称GEE）平台上，我们可以使用时间序列数据来生成合成影像。时间序列数据是一组按时间排序的数据，可以是遥感影像、气象数据等等。利用时间序列数据，我们可以分析出不同时间点上数据的变化情况，进而合成一张更加全面、准确的影像。下面我们来介绍如何在GEE平台上根据时间序列的统计值合成影像，并介绍各种统计值的计算代码。结果如下图所示，
Google Earth Engine（GEE）下载中值合成landsat数据
2301_81016102的博客
06-24 681
GEE提供了ee.Reducer.median()函数，用于计算影像集合中每个像素的中位数值。该函数可以将包含多期影像的数据集逐像元取中值降维成单张影像，从而可以减 少数据维度，有助于减少计算资源的需求。对于不同的Landsat数据改换参数。
python遥感影像最大值合成
qq_44935981的博客
12-26 1936
前言 由于数据处理的区域受云的影响较大，经过去云操作后出现大量0值，故想用该影像周围几天的像元值来填补有云影像 文章目录前言代码一、引入库？二、完整代码1.函数2.主体结果对比总结 代码 一、引入库？ from osgeo import gdal import numpy as np import os 二、完整代码 1.函数 def write_tif(data_raw,targetdata,output_name): driver = gdal.GetDriverByName('GTif
GEE详细教程之：将Landsat8与Landsat9影像合成一个影像
晚来天欲雪，能饮一杯无？
02-08 2519
因项目需求，需要获取一个研究区的Landsat8影像，但Landsat8重复周期长，加之天气的影响，很难获取影像质量较好的影像。Landsat4/5/7的波段顺序与landsat8不同，除此之外，landsat7影像还需要工具进行条带修复，因此只考虑最近发射的landsat9进行融合。Landsat9，就号称可以和Landsat8协同，降低重访周期。考虑到使用同一系列卫星的场景比较多，所以这篇博文就使用Landsat8与Landsat9卫星的影像合成。
IDL学习——利用IDL和ENVI处理OMI数据，包括臭氧，甲醛和二氧化氮
weixin_42176976的博客
06-08 5330
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。 本博客实现对从https://disc.gsfc.nasa.gov/网站上下载的臭氧，甲醛和二氧化氮数据3级数据进行处理。 一.影像下载 1.按照下图步骤，点击搜索按钮进行检索。 2 ...
GEE：遥感影像的合成（composite）与镶嵌（Mosaic）
热门推荐
GEE水生态空间
02-09 1万+
GEE，如何实现遥感影像的合成（composite）与镶嵌（mosaic）？二者有何区别？
【遥感影像处理】基于Sentinel-2数据的图像拼接与中值合成：地理区域时间序列分析可视化系统构建
最新发布
04-28
②掌握影像镶嵌图和中值合成图这两种常用的数据处理手段，用于减少云层干扰、提高图像质量。; 阅读建议：在阅读时应关注代码注释部分对各个函数功能的解释，同时配合官方API文档理解每个方法的具体用法，建议动手...
GEE案例：Landsat系列影像遥感水覆盖评估的简单填云方法
此星光明博客
07-02 523
水文变化的实证归因在确定基线先验条件方面提出了一个独特的数据可用性挑战，因为我们无法追溯到过去收集必要的数据。虽然全球遥感数据可以缓解这一挑战，但大多数卫星任务都太新，无法捕捉到很久以前发生的变化，因此无法为充分的统计推断提供足够的观测数据。在这种情况下，大地遥感卫星任务所提供的长达 40 年的连续全球高分辨率监测是无与伦比的信息来源。然而，由于云层遮挡和图像质量不一致使得光学图像的自动判读变得复杂，因此构建一个跨大地遥感卫星任务的土地覆被观测时间序列仍然是一项重大挑战。
GEE：基于变异系数法的遥感生态指数（RSEI）计算
养乐多的博客
05-07 2705
本文记录了基于变异系数法计算 Risk-Screening Environmental Indicators (RSEI) 的方法和代码。使用 变异系数法计算权重来代替PCA方法计算权重，根据权重计算综合指标。本文也记录了使用landsat-8数据计算LST、NDVI、NDBSI、WET四个指标的代码。结果如下，
GEE代码编程时间序列的数据合成操作.txt
08-23
GEE代码编程时间序列的数据合成操作.txt
遥感影像融合与裁切
m0_64819732的博客
08-21 2869
遥感影像融合与裁切。
使用GEE下载一段时间研究区内中值合成的sentinel1影像
2301_81016102的博客
06-06 497
Google Earth Engine https://earthengine.google.com网站下载数据，需要有谷歌账号和科学上网。
Google Earth Engine（GEE）——NDVI影像波段的融合成一幅影像：Landsat的NDVI影像举例
此星光明博客
12-16 4145
影像波段融合的问题 resample： resample(mode) An algorithm that returns an image identical to its argument, but which uses bilinear or bicubic interpolation (rather than the default nearest-neighbor) to compute pixels in projections other than its native projectio
使用Google Earth Engine（GEE）将Sentinel和Sentinel影像融合为多波段影像并进行分类
LrlDebug的博客
09-21 569
在GEE中，我们可以利用Sentinel系列卫星的数据来创建多波段影像，并使用这些影像进行分类。接下来，我们可以使用GEE的图像操作方法将Sentinel-2和Sentinel-1影像融合为多波段影像。在这个例子中，我们可以将Sentinel-2的红、绿和蓝波段与Sentinel-1的VH和VV波段进行融合。至此，我们已经完成了使用GEE将Sentinel和Sentinel影像融合为多波段影像并进行分类的过程。我们将使用ee库来访问GEE的功能，以及Sentinel-2和Sentinel-1的影像数据集。
Google Earth Engine（GEE）——影像串联再一起，使用ee.Image.cat () 函数案例分析
此星光明博客
03-04 1863
代码： var elevacion = ee.Image('USGS/SRTMGL1_003'); var pendiente = ee.Terrain.slope(elevacion); var pnn = ee.Image("users/proyectoPSA/pnn"); var drenajes = ee.Image("users/proyectoPSA/drenajes"); var acuiferos = ee.Image("users/proyectoPSA/acuiferos");..
GEE：哨兵数据下载（去云、按年度、中值合成）
养乐多的博客
03-11 9361
var district = table; var dsize = district.size(); var district_geometry = district.geometry(); print(dsize); Map.centerObject(district_geometry,12); function maskS2clouds(image) { var qa = image.select(‘QA60’); // Bits 10 and 11 are clouds and cirrus, res
Google Earth Engine （GEE）——如何用Sentinel-1和Sentinel-2影像融合为多波段影像做分类
此星光明博客
10-17 4960
这里有一点大家需要知道，我们使用filter一般筛选的是影像的属性信息，所以我们这里看到，在进行sentinel-1筛选的时候我们需要进行相应的属性筛选，我们这里先列出s1中包含的属性信息，大家可以通过属性去筛选所需要的信息。本教程的理念就是通过分别加载S2和S1影像，并且根据要求筛选出我们所需要的影像时间、位置以及波段及属性，我们就可以完成对整个影像的的添加，而这个影像的添加一般是通过波段的形式让其中一个影像集合添加到另外一个影像集合之上。如果省略名称，srcImg中的所有条带都将被复制过来。
Google Earth Engine（GEE）——对于我们正确使用mean()和median()来使影像进行聚合
此星光明博客
09-24 4421
通过大量的实验操作，这里我觉得当你的数据中有异常值（例如云/云阴影）时，median() 更适合。例如，当我想要对盆地中的降雨进行区域化时，我会为该盆地的 shapefile 应用平均reducer。我有一个反复出现的问题，我无法完全理解和解释。通过计算所有匹配波段堆栈中每个像素点的所有数值的中位数来减少一个图像集合。通过计算所有匹配波段堆栈中每个像素的所有值的平均值来减少图像集合。对于网格数据（例如降水）或其他不受异常值影响的数据集，mean() 很好。了解应用其中一种情况的最佳情况的人可以帮助我吗？
GEE平台遥感影像的NDWI计算方法
NDWI，全称归一化差值水体指数，是一种遥感技术中用于识别和监测水体特征的指数。它通过比较卫星图像中的近红外波段和绿波段的反射率来区分水体与其他地物。NDWI的计算公式如下： 对于不同的卫星影像，NDWI的计算会...
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
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