GEE：对Landsat遥感影像进行处理，水体提取与可视化

已于 2023-05-31 18:06:09 修改
阅读量3.4k 收藏 20
点赞数 4
分类专栏： GEE生态遥感 文章标签： GEE arcgis javascript 数学建模
于 2023-05-30 15:40:42 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/130949131
版权
本文介绍了如何利用Google Earth Engine（GEE）平台，结合Landsat遥感数据和OTSU阈值方法，进行水体提取。通过裁剪、去云处理，使用归一化水体指数（MNDWI）和OTSU算法，实现水体掩膜的生成和可视化。文中详细解释了OTSU阈值方法的原理，以及在水体提取中的应用。

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_

本文介绍了通过Google Earth Engine平台，并使用Landsat卫星遥感数据提取水体掩膜的方法和代码。通过裁剪和去除云等处理步骤，最终得到具有水体掩膜的影像，并进行可视化和导出。这种方法基于归一化水体指数（MNDWI）和OTSU阈值计算技术，使用了一个自定义的边缘计算水体掩膜函数。该函数基于边缘检测和OTSU阈值计算技术，通过处理Canny边缘、直方图分析和图像分割等步骤，得到了水体掩膜图像。

图1 彩色合成
图2 水体掩膜

文章目录

一、代码详解


                

                
                
        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
            

        


    



                



	

		

			

				
					
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
					
					3460
					
				

			

		

		

			
				
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]。

			
		

	



                

            
              



	

		

			

				
					
GEE训练教程：利用Landsat 8影像计算MNDWI（修正的归一化水体指数），并通过图层可视化结果

				
			

			

				

					此星光明博客
				

				

					04-08
					
					111
					
				

			

		

		

			
				
首先，我们定义了一个多边形作为我们的感兴趣区域（ROI）。var roi =] */通过这段代码，我们成功地计算了MNDWI并识别了水体和湿地。此方法对于水资源管理和生态保护具有重要意义。希望这篇博客能帮助你更好地理解如何使用Google Earth Engine进行水体和湿地的遥感分析！

			
		

	



              


  
              

                


	

		

			

				
					
GEE提取水体

				
			

			

				

					Soul_taker的博客
				

				

					09-01
					
					1万+
					
				

			

		

		

			
				
GEE提取水体
老板需要提取2015-2019年，每年4、7、10月份的水体数据，一个月的卫片需要4张才能盖住研究区，我表示有点儿懵，看了大神的文章（https://blog.csdn.net/weixin_36396470/article/details/106899589），毅然入坑GEE！！！
然而，坑入的并不顺利，科学上网、用户申请、环境搭建（到现在还没搭好本地的Python环境）一步一个坎儿，下回整理一下发出来吧，今天主要说水体的提取问题。
1.工作环境
由于时间短、任务急，我直接参考大神的代码，

			
		

	





	

		

			

				
					
第十三篇GEE中使用MNDWI和NDWI水体指数逐年提取水体

				
			

			

				

					Gee Explorer的博客
				

				

					10-20
					
					3055
					
				

			

		

		

			
				
/ 从2014年到2023年循环year++) {// 设置每年的开始和结束日期// 每年的开始日期// 每年的结束日期// 创建一个图像集合，过滤条件为每年的日期范围、感兴趣区域（roi）和云覆盖小于10%.filterDate(start_date, end_date) // 过滤指定日期范围内的影像.filterBounds(roi) // 过滤只在感兴趣区域内的影像。

			
		

	



		

			
		



	

		

			

				
					
【GEE中水体边界的提取】

				
			

			

				

					qq_36253366的博客
				

				

					09-19
					
					1565
					
				

			

		

		

			
				
在Google Earth Engine（GEE）中，水体边界的提取是一个常见的遥感应用，它通常涉及对卫星影像进行分析，以识别出水体的边缘。

			
		

	





	

		

			

				
					
GEE：对Sentinel-2遥感影像进行处理，水体提取与可视化

					
热门推荐

				
			

			

				

					养乐多的博客
				

				

					05-30
					
					1万+
					
				

			

		

		

			
				
本文介绍了通过Google Earth Engine平台，并使用哨兵数据提取水体掩膜的方法和代码。通过记录代码、裁剪和去除云等处理步骤，最终得到具有水体掩膜的影像，并进行可视化和导出。这种方法基于归一化水体指数（NDWI）和OTSU阈值计算技术，无需复杂的图像处理算法，适用于快速获取水体信息的需求。

			
		

	





	

		

			

				
					
Google Earth Engine（GEE）提取水体

				
			

			

				

					guaicaicexu的博客
				

				

					07-13
					
					8137
					
				

			

		

		

			
				
今天分享一下如何用MNDWI水体指数来提取研究区的水体

			
		

	





	

		

			

				
					
GEE：基于GEE的单个湖泊的实时水体提取（以武汉东湖为例）

				
			

			

				

					qq_45930287的博客
				

				

					03-03
					
					4334
					
				

			

		

		

			
				
利用GEE实现Landsat 8和Sentinel 2的单个湖泊实时水体提取

			
		

	





	

		

			

				
					
基于 GEE Sentinel-1 数据集提取水体

				
			

			

				

					@HNUSTer的博客
				

				

					01-07
					
					1287
					
				

			

		

		

			
				
基于 GEE Sentinel-1 数据集提取水体。

			
		

	





	

		

			

				
					
google earth engine python_Google Earth Engine（GEE）预处理landsat影像

				
			

			

				

					weixin_39683021的博客
				

				

					12-06
					
					587
					
				

			

		

		

			
				
var geometry =/* color: #0b4a8b *//* displayProperties: [{"type": "rectangle"}] */ee.Geometry.Polygon([[[77.07373046875, 38.84382273520147],[77.07373046875, 35.928922837806645],[82.47900390625, 35.928...

			
		

	





	

		

			

				
					
Google Earth Engine（GEE）预处理landsat影像

				
			

			

				

					seibert的博客
				

				

					12-11
					
					8663
					
				

			

		

		

			
				
var geometry = 
    /* color: #0b4a8b */
    /* displayProperties: [
      {
        "type": "rectangle"
      }
    ] */
    ee.Geometry.Polygon(
        [[[77.07373046875, 38.84382273520147],
      ...

			
		

	





	

		

			

				
					
【遥感影像处理】基于Google Earth Engine的Landsat数据水体指数计算与可视化：NDWI和ANDWI分析

					
最新发布

				
			

			

				

					04-16
				

			

		

		

			
				
使用场景及目标：①学习如何使用GEE与Python结合进行高效的遥感数据处理；②掌握NDWI和ANDWI两种水体指数的计算方法及其应用场景；③了解如何利用xarray库对时空数据进行操作和可视化。; 阅读建议：由于文档涉及较多...

			
		

	





	

		

			

				
					
GEE案例-基于landsat 8的计算特定区域（太湖和鄱阳湖）的 FUI（遥感水色指数）监测和可视化分析

				
			

			

				

					03-06
				

			

		

		

			
				
然后，利用GEE提供的影像处理函数，如影像裁剪（clip）、影像合成（mosaic）等方法，对影像进行预处理，以消除云层和其他非水体因素的影响。在处理完基础影像后，我们将根据FUI的算法进行编程计算，生成每个湖泊的...

			
		

	





	

		

			

				
					
GEE处理哨兵-2 遥感图像、水提取和可视化

				
			

			

				

					gis收藏家的博客
				

				

					01-24
					
					1050
					
				

			

		

		

			
				
本文介绍了通过谷歌地球引擎平台并利用哨兵数据提取水掩膜的方法和代码。通过裁剪、云雾去除等处理步骤，最终得到带水掩膜的图像，并可视化导出。该方法基于归一化水指数（NDWI）和OTSU阈值计算技术，无需复杂的图像处理算法，适合快速获取水信息的需要。

			
		

	





	

		

			

				
					
【GEE】5、遥感影像预处理【GEE栅格预处理】

				
			

			

				

					TwcatL_tree
				

				

					11-06
					
					1251
					
				

			

		

		

			
				
这通常以云的形式出现。我们还介绍了一个用于可视化这些差异的简单框架，并了解了处理水平的变化如何影响俄勒冈州南部烟雾缭绕的夏季所产生的图像。您会发现构建云遮罩的代码更复杂，但这是一种从图像中删除那些讨厌的白色斑点的简单、保守的方法。如果您的研究是在高海拔地区或地形陡峭的地区进行的，您会很欣慰地知道，地形效果的预处理已由专家负责（尽管出于谨慎和谨慎的考虑，确实存在手动方法）。这些示例的代码来自一个特定的 Landsat 图像，但您现在拥有一个框架来调查任何感兴趣的区域（即您的研究区域）以比较不同级别的预处理。

			
		

	





	

		

			

				
					
GEE：水体掩膜（water mask）的多种数据集和计算方式

				
			

			

				

					养乐多的博客
				

				

					03-19
					
					2130
					
				

			

		

		

			
				
本文总结了在 Google Earth Engine（GEE）平台上水体掩膜（water mask）的一些数据集和计算方法。

			
		

	





	

		

			

				
					
GEE：如何进行对MOD09GA数据集进行水体/云掩膜并计算NDVI将其导出至云盘？

				
			

			

				

					炒茄子的博客
				

				

					05-14
					
					2962
					
				

			

		

		

			
				
这里的水体掩膜和云掩膜与一般的数据集不太一样，这里的QC波段是针对每一个波段影像都有4位二进制数进行标识，所以是对每一个波段进行mask的求取再将所有mask求一个类似的或运算。在我们的函数里，QA是一个32位的整数，也就是说它是由32个二进制数位组成的，每一个波段都有4位的数据质量标识，这4位被放在QA中的某一位置。在上述二进制整数中，每4位表示一个波段的质量部分，那么假定我们关心的是最左侧的0010部分(这就是我们称之为数据质量的部分)。这里为了保证精度，对影像进行了云掩膜和水体掩膜。

			
		

	





	

		

			

				
					
GEE水体掩膜阈值选择0.1还是0.2？

				
			

			

				

					qq_33894731的博客
				

				

					08-17
					
					1063
					
				

			

		

		

			
				
本文选取了两景云量很少的Landsat 8数据，img1：LANDSAT/LC08/C02/T1_TOA/LC08_127042_20220906，云量为0.11%；本文使用了0.1和0.2两种阈值，来探讨和对比其各自的去水体效果。img2：LANDSAT/LC08/C02/T1_TOA/LC08_127041_20220906，云量为0.56%。0.1的阈值水体掩膜范围比0.2的更大，在图像上表现为更为圆滑和彻底；即：水体掩膜的阈值越小，去水体效果更为彻底。

			
		

	





	

		

			

				
					
GEE之基于大津算法OTSU的MNDWI水体提取

				
			

			

				

					Lbta的博客
				

				

					06-25
					
					1万+
					
				

			

		

		

			
				
GEE学习专栏（文章后附源码）效果图源码部分
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档
GEE之基于大津算法OTSU的MNDWI水体提取效果图源码部分
本文是在武汉市梁子湖地区基于大津算法OTSU自动阈值分割对哨兵2号和陆地卫星8号进行了水体提取。从结果来看，哨兵2号提取结果更加精细，究其原因，哨兵2号和陆地卫星8号之间差异主要在于空间分辨率，哨兵2号空间

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		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
            

          

        

        

          

          

          

        

      

    

    

  





	
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