GEE：使用Landsat-8数据计算NDVI、WET、NDBSI、LST指数

_养乐多_

已于 2024-03-11 14:21:11 修改

阅读量2.1k

点赞数

分类专栏： GEE生态遥感文章标签： javascript 前端 java

于 2023-05-09 17:58:23 首次发布

本文链接：https://blog.csdn.net/qq_35591253/article/details/130544400

版权

GEE生态遥感专栏收录该内容

22 篇文章 61 订阅 ¥99.90 ¥299.90

订阅专栏

本文介绍了如何在Google Earth Engine (GEE) 平台上利用Landsat-8数据进行NDVI、WET、NDBSI和LST指数的计算，提供了相关代码示例。同时，作者强调了对知识产权的保护，指出其文章受版权法保护，未经授权不得擅自发布。

摘要由CSDN通过智能技术生成

作者：CSDN @ _养乐多_

本文记录了，在GoogleEarthEngine（GEE）平台上使用Landsat-8数据计算NDVI、WET、NDBSI、LST指数的代码。

结果如下所示，

在这里插入图片描述

文章目录

- - 代码

代码

// date: 2023-05-07
// author: CSDN @ _养乐多_ 
// https://blog.csdn.net/qq_35591253?type=blog

// 自定义研究区矢量边界的显示样式
var roi = t

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

_养乐多_

关注关注

0
点赞
踩
12

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

GEE 教程：计算LST和FVC（NDVI）可视化加载并下载到谷歌云盘

此星光明博客

09-23

199

LST（Land Surface Temperature）是指地表温度，是指地球表面上地物或地面的温度。地表温度是地球能量平衡研究中的重要参数之一，对于气象学、水文学、生态学、农业等领域的研究具有重要意义。地表温度受许多因素的影响，包括太阳辐射、大气辐射、植被覆盖、土壤类型等。地表温度的测量可以通过遥感技术来实现。常用的遥感技术包括热红外辐射遥感和微波辐射遥感。热红外辐射遥感通过测量地球表面的热红外辐射来推测地表温度。地表温度越高，辐射的热红外辐射强度越大。

GEE：基于Landsat8计算陆地表面温度（Land Surface Temperature，LST）

养乐多的博客

03-11

1348

本文将介绍在Google Earth Engine（GEE）平台上使用 Landsat 8 卫星影像数据计算陆地表面温度（Land Surface Temperature，LST）的代码。

参与评论您还未登录，请先登录后发表或查看评论

Google Earth Engine（GEE）-如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载.pdf

11-04

Google Earth Engine（GEE）——如何在线计算NDVI（归一化植被指数）和FVC（植被覆盖度）并批量下载。归一化植被指数（Normalized Difference Vegetation Index，NDVI）是遥感中常用的植被指数之一，用于表征地表植被覆盖度和生长状态。NDVI的计算公式如下： NDVI = (NIR - RED) / (NIR + RED) 其中，NIR 是近红外波段的反射率，RED 是可见光红波段的反射率。 NDVI 的值范围为 -1 到 1。NDVI 值越高，表明植被覆盖度越高。NDVI 值为 0 表示没有植被，NDVI 值为 1 表示完全覆盖的植被。植被覆盖度是指地表被植被覆盖的面积占总面积的比例。植被覆盖度可以通过 NDVI 值来估算。NDVI 值越高，表明植被覆盖度越高。 NDVI 和植被覆盖度是植被监测的重要指标。NDVI 可以用来监测植被生长状态、植被变化和植被资源。植被覆盖度可以用来评估生态环境质量和自然资源。

Google Earth Engine（GEE）合成长时序的月NDVI与LST

guaicaicexu的博客

08-03

5250

今天来简单分享下如何在GEE合成长时序的月NDVI与LST，并进行分析目标：利用MODIS为数据源，在GEE计算某一地区对月NDVI与LST，并制作统计图

Google Earth Engine（GEE）计算湿度（WET）

guaicaicexu的博客

06-29

3076

今天分享一下在GEE中如何计算湿度分量（wet）

GEE学习笔记3：Landsat8 植被指数计算

晚秋的专栏

12-24

6929

一、Landsat8 植被指数计算从GEE数据集导入的数据 // NDVI function L8_ndvi(image){ return image.addBands(image.normalizedDifference(['B5', 'B4']).rename("L8_NDVI")); } // RVI function L8_rvi(image){ var rvi = image.expression('NIR / Red', { 'NIR': image.selec

Google Earth Engine（GEE）计算干度（NDBSI）

guaicaicexu的博客

06-30

2604

今天分享一下在GEE中如何计算干度分量（NDBSI）

Landsat8LST-地表温度反演

01-30

常用ENVI功能扩展工具之一：Landsat8LST-地表温度反演

Google Earth Engine（GEE）计算热度（LST）

guaicaicexu的博客

07-02

6265

今天来分享一下如何在GEE中计算热度，用地表温度来反演LST

简单的计算NDVI（以landsat 8为例)

weixin_44689807的博客

10-10

855

dataset_out = driver.Create(filename_out, cols, rows, 1, gdal.GDT_Float32) # 这里的1指的是创建的栅格数据文件只能容纳一个波段。# dataset.GetRasterBand():获取指定波段 dataset.ReadAsArray(xoffset,yoffset,1,1):根据像素位置获取像素值。data_red = band_red.ReadAsArray(0, 0, cols, rows) # 获取像素值。

GEE开发之Landsat8_SR计算NDVI和数据分析

等待着冬天的风的博客

07-31

3178

主要介绍NDVI在Landsat8_SR下的计算。

landsat8_lst_singlewindow.sav

02-10

Landsat 8地表温度反演免费软件，我们团队基于Landsat 8热红外数据发展了反演地表温度的新型算法，并编制了地表温度反演软件，实现无需外界大气和其他参数的地表温度反演。

ENVI_Landsat8_LST_V5.3_1.zip

07-28

landsat8温度反演插件，不用自己再输入了

Landsat8 LST反演

08-07

用来作为LST反演的参考文章，方便操作

GEE 教程：Landsat TOA数据计算地表温度（LST）

最新发布

此星光明博客

10-16

256

地表温度（Land Surface Temperature，LST）指的是地球表面的温度，即地面、建筑物、植被等表面的温度。它是地球表面能量平衡的一个关键参数，对于气候研究、环境监测、农业生产等领域具有重要意义。LST可以通过多种方式进行测量和估算。传统上，气象站和气象卫星等提供了地表温度的观测数据。近年来，随着遥感技术的发展，通过使用热红外传感器，可以在较大范围内获取地表温度的空间分布。这使得研究人员能够更全面地了解地表温度的变化特征。

GEE——利用GEE在线计算Landsat 4、5、7、8和9的数据融合后的长时序LST地表温度、蒸散发、FVC和NDVI的计算（Landsat collection 2）

此星光明博客

06-13

751

LST（Land Surface Temperature，地表温度）是指地表的实际温度，是地表能量平衡的结果。通过遥感技术可以获取地表的温度分布情况，LST的高低可以反映地表的热环境状态，对于气候变化、城市热岛效应等研究具有重要意义。蒸散发（Evapotranspiration，ET）是指地表水分被蒸发和植被蒸腾的总和，是地表水循环的重要组成部分。通过测量地表温度、植被指数等参数，可以估算蒸散发的强度和空间分布情况，为水资源管理和农业生产提供重要参考。

GEE案例：Landsat 5、7、8影像构建1985-2023年rsei生态遥感指数详细代码

此星光明博客

07-30

1184

rsei（Regional Silviculture Ecological Index，地区林业生态指数）是一种生态遥感指标，用于评估森林生态系统的健康状况和生态服务。构建1985-2023年的rsei生态遥感指，主要需要使用Landsat 5、7和8的遥感影像数据。以下是一种可能的构建方法：1. 数据获取：从美国地质调查局（USGS）或其他可靠数据提供商处获取Landsat 5、7和8的遥感影像数据。确保选择的影像具有适当的空间和时间分辨率，以覆盖所需的时间段。

GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析

此星光明博客

06-16

395

Landsat C02数据集虽然具有更加高质量的数据集，但是因为影像数量特别是在去云后会产生空洞，建议通过插值方式进行弥补或者进行研究区时间的放宽来实现。Google Earth Engine（GEE）——利用插值方法解决影像去云后的空缺/填充/弥补方法详细讲解（拉萨区域为例）_gee去云后空值怎么补-CSDN博客。

Google Earth Engine（GEE）——利用GEE在线计算Landsat 4、5、7和8的LST地表温度

此星光明博客

06-23

2687

然而，由于模型的粗略分辨率，TCWV值在所选区域内几乎是恒定的，因此，没有显示。在选定的地区，FVC和发射率值是相当均匀的。由此产生的裸地辐射率图显示了大约0.96-0.97的数值，这与11微米区域的光谱库中通常发现的数值一致[53]。Landsat图像的FVC值也是由各自的NDVI得出的（图4e）。此外，河流最西边的稻田具有非常低的NDVI值，通常与水有关，因此，被掩盖了。植被密度低的地区的数值接近0.97，而植被茂密地区的发射率数值达到接近0.99，都与光谱库中的典型数值一致[53]。

使用GEE对Landsat-8二级产品数据进行大气校正

05-10

GEE是Google Earth Engine的缩写，是一个基于云计算的地理信息数据处理平台。使用GEE进行Landsat-8二级产品数据的大气校正可以分为以下几个步骤： 1. 在GEE中选择Landsat-8 OLI/TIRS Collection 2 Level-2数据集作为数据源。 2. 选择需要进行大气校正的影像，并导入到代码中。 3. 根据影像的时间和位置信息，获取对应的气象数据，如大气温度、水汽含量等。 4. 使用提供的大气校正模块，对影像进行大气校正。GEE提供了多种大气校正模块，如DOS (Dark Object Subtraction)、ATCOR (Atmospheric and Topographic Correction)等。 5. 对校正后的影像进行后续处理，如NDVI计算、图像显示等。以下是一个基于GEE进行Landsat-8二级产品数据大气校正的示例代码： ```javascript // 选择数据集 var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filter(ee.Filter.eq('WRS_PATH', 44)) .filter(ee.Filter.eq('WRS_ROW', 34)) .filterDate('2018-01-01', '2018-12-31') .select(['SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7']); // 导入需要进行大气校正的影像 var img = ee.Image(dataset.first()); // 获取影像的时间和位置信息 var date = img.get('system:time_start'); var lat = img.get('LAT'); var lon = img.get('LON'); // 获取气象数据 var meteoData = ee.ImageCollection('NOAA/CFSV2/FOR6H') .filterBounds(ee.Geometry.Point(lon, lat)) .filterDate(ee.Date(date).advance(-1, 'day'), ee.Date(date)) .select(['Temperature_height_above_ground', 'Specific_humidity_height_above_ground']); // 获取大气温度和水汽含量 var airTemp = meteoData.select('Temperature_height_above_ground').mean(); var waterVap = meteoData.select('Specific_humidity_height_above_ground').mean(); // 大气校正 var corrImg = ee.Algorithms.Landsat.simpleCloudScore(img).select(['B2','B3','B4','B5','B6','B7','cloud']); var dosCorr = ee.Image(ee.Algorithms.Landsat.dos(corrImg, airTemp, waterVap, 0.08)); // 输出校正后的影像 Map.addLayer(dosCorr, {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}, 'dos corrected'); ``` 其中，ee.Algorithms.Landsat.simpleCloudScore用于对影像进行云检测，返回一个包含云掩膜的影像，ee.Algorithms.Landsat.dos用于进行DOS大气校正，返回一个校正后的影像。在输出校正后的影像时，可以选择需要显示的波段、色彩范围等参数。