GEE：基于Landsat影像的长时间序列构建（1985-2020NDVI年度合成时间序列）

已于 2023-05-18 22:39:20 修改
阅读量4.5k 收藏 30
点赞数 2
分类专栏： GEE时间序列分析专栏 文章标签： javascript GEE 云计算 遥感 ArcGIS
于 2023-05-15 23:37:08 首次发布
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_35591253/article/details/130694977
版权
本文介绍了一个使用JavaScript在GEE（Google Earth Engine）上构建1985年至2020年NDVI年度合成时间序列的脚本。脚本涉及光谱指数计算、波段调整、中值合成等多个步骤，旨在处理和整合Landsat卫星数据，最终生成年度NDVI影像集合。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

作者：CSDN @ _养乐多_

本文记录的代码是一个用于构建年度合成影像集合的脚本。它通过调用一系列函数来获取给定时间范围内的 Landsat 影像集合，并进行预处理和合成。其中包括光谱指数计算、波段调整、遥感影像的中值合成等步骤。

结果如下图所示，

在这里插入图片描述

脚本的主要步骤如下：

  1. 定义数据集参数，包括时间序列的起始年份、结束年份以及每年的开始和结束日期。

  2. 定义光谱指数计算函数 timeSeriesIndex，用于计算光谱指数（NDVI等）。

  3. 创建一个虚拟影像集合 dummyCollection，用于填充缺失的年份。

  4. 定义构建年度合成影像集合的函数 buildMosaicCollection，通过循环调用 buildMosaic 函数来构建每年的中值合成影像，并将其添加到影像集合中。

  5. 定义 L8 到 L7 波段调整函数 harmonizationRoy，根据一组斜率和截距参数对 Landsat 8 影像进行波段调整，以实现与 Landsat 7 的光谱一致性。

  6. 定义将中值合成应用于影像集合的函数 buildMosaic，该函数通过

了解本专栏 订阅专栏 解锁全文
GEE——利用Landsat C02 T1_L2数据进行某研究区的长时序（1985-2023年）NDVI和FVC计算
此星光明博客
11-27 1748
Landsat C02 T1_L2数据是Landsat 8卫星（Landsat C02）的Level-2数据产品，是由美国地质调查局（USGS）生产和分发的。该数据产品主要包括地表反射率、地表温度和亮度温度等多个参数，以及质量评估信息。Landsat C02 T1_L2数据是高质量的遥感影像数据，用于研究和监测土地利用、植被覆盖、生态环境、自然灾害等方面具有重要的应用价值。Landsat C02 T1_L2数据是按照地球空间分布网格（grid）进行分割和处理的，每个网格大小为30米×30米。
基于Landsat影像的长时间序列分析及构建
QromMatlab的博客
09-24 633
在上述代码中，假设Landsat影像数据已经保存在名为’landsat_data.csv’的CSV文件中，并包含了红光、近红外和绿光波段的反射率值。综上所述，基于Landsat影像的长时间序列分析可以为地表变化的研究提供有力的工具和方法。通过获取Landsat影像数据、预处理数据、选择适当的指标并使用相应的代码进行分析，我们可以揭示地表变化的趋势和模式，为环境监测、资源管理和灾害评估等领域提供科学依据。根据实际需求，我们可以进一步分析时间序列的趋势、周期性和突变等特征，以揭示地表变化的模式和驱动因素。
GEE中获取Landsat长时间序列影像
热门推荐
qq_38614754的博客
10-23 1万+
GEE中获取Landsat长时间序列影像 例如我们要获取1984到2018年的影像。该时段包含了3个Landsat传感器：Landsat5，Landsat7 ETM和Landsat8。我们需要将他们结合起来。 由于Landsat7 ETM在2013年发生了扫描线故障，所以需要对Landsat7图像进行处理。使用map函数应用焦点均值，使用以下代码对集合中的每个图像进行混合。注：GEE示例中发布了解...
Google Earth Engine（GEE）Sentinel2影像特定长时间序列合成，以及导出多幅影像和导出为黑色问题
bless的博客
05-12 7281
本篇主要介绍如何加载单幅Sentinel2影像，以及合成长时间序列感兴趣区域的影像集合，自己在写代码的过程中，出现了一些问题，比如导出的影像会以多幅tif影像出现，导出的影像在Arcgis中加载全为黑色，也看了一些博主的博客，有的解释很简单，在这我会详细解释一下，让大家少走弯路（被我走完了）。 遇到问题的同学可以直接跳转到第三部分。 目录1.单幅影像合成2.特定长时间序列影像合成3.导出为多幅影像以及导出影像为黑色的问题 1.单幅影像合成 此代码只对感兴趣区域，并辅以时间范围进行影像筛选，使用了经典的Sen
GEE学习笔记二 GEE获取Sentine-2与Landsat8 NDVI数据并进行时序变化分析
qq_31392899的博客
10-06 4983
本文主要演示利用GEE对Landsat8与Sentinel-2数据获取研究区NDVI并进行时间序列趋势分析。
oogle Earth Engine（GEE）——时间序列数据合成 - 按年合成
weixin_48048649的博客
02-12 1484
首先做一个多年的列表year list（2018 - 2021年，包括2018年和2021年），然后循环遍历该列表，再利用均值（mean）方法将一年的数据集合计算为单张影像，同时添加相关属性，生成返回一个影像列表，最后调用影像集合的初始化方法生成影像集合（ImageCollection）。
GEE：绘制一个点的Landsat1985-2020年逐日NDVI时间序列折线图
养乐多的博客
06-19 1346
本文记录了在GoogleEarthEngine（GEE）平台上选择一个点，根据该点在时间段内所有有效像素值绘制折线图的代码。
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 2466
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：时间序列分析2——将Landsat5、7、8所有影像合成一个影像集合，构建NDVI时间序列
养乐多的博客
02-18 4922
本文记录了在Google Earth Engine（GEE）平台上，将Landsat-5、Landsat-7和Landsat-8合成同一个影像集合，并把这个新的影像集合合并成一个大的集合的代码，并计算了NDVI指数，构建了一个NDVI年度合成的时间序列数据集。为之后时间序列分析做数据准备。 其中主要函数已经封装成了函数，方便使用。结果可以用于Sen - mann-kendall（MK）趋势分析、LandTrendr、CCDC等时间序列分析算法中。并且可以把计算NDVI的函数替换成计算其他各种指数。
Google Earth Engine（GEE）——1985-2021年长时间序列NDVI影像CSV单点提取为表格（随机样本点进行分析）
此星光明博客
09-07 2949
每个输出的特征将在输入图像的每个波段有一个属性，以及从输入特征中复制的任何指定属性。CRS变换值的列表。减速器的输入数必须与输入图像的波段数相同，或者它必须有一个单一的输入，并将对每个波段进行重复。如果多边形在给定的比例下包含太多的像素，计算并使用一个更大的比例，这样可以使操作成功。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。年"、"月"、"周"、"日"、"小时"、"分钟 "或 "秒 "中的一个。对一个集合中的对象的给定属性进行聚合，计算出一个所选属性的所有值的列表。
基于GEE平台的在线工具Landsat时间序列动画EE-TS-GIF.zip
09-27
此处描述的应用程序集可在地球上的任何地方制作以下 GIF。不需要编码，只需要一个浏览器和一些鼠标点击。目标是让任何人都可以轻松地在社交媒体上生成和分享这种动画。 操作流程：在GEE上的任何地方画一个矩形 记录应用信息：开始和结束年份、GIF 中心纬度和经度以及宽度（公里）。 下载生成的 GIF 第 2 步：转到Snazzy-EE-TS-GIF 应用 从以前的应用上传 GIF 输入来自上一个应用的信息 下载生成的 GIF 第 3 步：进入社交媒体 从以前的应用上传 GIF
使用编程构建NDVI时间序列的影像合成和影像集合
DevPulse的博客
09-07 230
NDVI的计算基于红外和可见光波段的反射率差异，因此可以通过合成多个影像并构建时间序列来分析植被的动态变化。在上述代码中，read_image函数用于读取影像数据，preprocess_image函数用于对影像进行预处理，将像素值归一化到0-1的范围内。最后，我们可以将计算得到的NDVI值组合成时间序列，并进行进一步的分析和可视化。在上述代码中，我们使用matplotlib库绘制了NDVI时间序列的折线图，其中时间序列的x轴表示时间，y轴表示NDVI值。接下来，我们需要计算每幅影像的NDVI值。
GEE之基于Landsat8的交互式点击生成NDVI时间序列
weixin_51341839的博客
03-17 478
本文为两年内的ndvi时空变化曲线，其中chongming为所使用的研究区域，需自行加载或按需要更换其他区域。
GEE案例分析——利用Landsat C02 系列数据进行长时序（1985-2023年）EVI和FVC计算
此星光明博客
01-05 2517
植被覆盖度指的是一个区域或地表的表面被植被所覆盖的程度。它通常用百分比来表示，表示植被覆盖的面积占总面积的比例。较高的植被覆盖度意味着该地区的植物密度较高，较低的植被覆盖度则表示植物覆盖较少。植被覆盖度是评估生态系统健康和环境质量的重要指标之一，对于监测和保护自然资源非常重要。植被覆盖度的计算可以使用多种方法，包括遥感技术和现场调查等。以下是一种常用的计算植被覆盖度的方法：1. 遥感技术：遥感技术是一种通过卫星或航空平台获取地表信息的技术。植被覆盖度的计算可以利用遥感影像数据来进行。
GEE：获取使用的影像时间，并下载到csv
养乐多的博客
03-14 1384
本文记录了直接将所有用到的 Landsat 影像（单位：景）的时间下载到本地csv的方法和代码。可以用来统计和绘制所用数据的时间分布图。
GEE开发之Landsat8_SR计算NDVI逐年时序变化
等待着冬天的风的博客
08-01 4234
这次用到了LANDSAT/LT05/C01/T1_SR、LANDSAT/LE07/C01/T1_SR、LANDSAT/LC08/C01/T1_SR三个平台的数据，通过去云和计算NDVI的值，获取该地区20年NDVI值的变化。
Google Earth Engine（GEE）——Landsat5，8，9长时间序列不同地类（值提取至点）ndvi，ndbi等指数提取（1985-至今）
此星光明博客
06-05 1922
本次实验主要的目的是实现长时间序列不同地类的统计和分析，另外我们可以通过长时序影像的统计获取NDVI等指数的最大最小的增长幅度和差异，本文为特定点的筛选，也就是没有发生地类变化的点的筛选，后续主要想通过差异统计来实现阈值的提取，从而实现单一年份选点后的影像分类，从而减少每一期影像选点进行土地分类的重复话工作。计算NDVI时间序列：使用特定的软件，例如ENVI或ERDAS IMAGINE，计算NDVI时间序列。从而确定地类的变化。您好，根据您的问题，我理解您想要了解长时序NDVI指数分析的方法和步骤。
Google earth engine(GEE):得到具有一定规律的时间的影像，筛选列表的非空影像,MODIS地表温度
weixin_46812066的博客
11-06 2142
使用Modis的Aqua的8天合成的地表温度数据，制作大湾区的时间序列温度影像数据，并剔除空的影像。
利用GEE生成Landsat每年一幅合成数据集
weixin_38835395的博客
01-17 1424
利用GEE生成时间序列数据集 var long = 122.8848; var lat = 43.7929; var startYear = 1986; var endYear = 2020; var startDay = '01-01'; var endDay = '12-30'; var segIndex = function(img) { var index = img.normalizedDifference(['SR_B4', 'SR_B7'])
gee获取landsat8影像的属性信息
最新发布
10-23
GEE (Google Earth Engine) 是一个强大的在线数据处理和分析平台，它允许用户访问包括 Landsat 8 数据在内的卫星遥感数据。要获取 Landsat 8 影像的属性信息，首先你需要通过 GEE 的 API 或界面查询数据集。Landsat 8 提供了多种 bands（波段），每个波段对应一种特定的光谱信息，例如红、绿、蓝、近红外等。 - 属性通常包括： - **bands**：如B2（蓝色）、B4（绿色）、B5（红色）、B6（近红外）等，用于获取每种光谱的数据。 - **metadata**：包含了像云覆盖度（cloud cover）、空间分辨率（spatial resolution）等元数据信息。 - **dates**：提供数据获取的时间范围。 在GEE JavaScript API 中，你可以这样做： ```javascript var landsat8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR') landsat8.first().getInfo() // 获取第一个图像的基本信息 ``` 这将返回一个JSON对象，包含所有相关信息。如果你需要具体的波段属性，可以指定band名称： ```javascript var redBand = landsat8.first().select('B4'); redBand.getInfo(); // 获取红色波段的信息 ```
评论 3
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

打赏作者

_养乐多_

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