GEE：关于遥感生态指数（RSEI）的若干疑问

已于 2024-03-14 18:50:03 修改
阅读量2.5k 收藏 17
点赞数 16
分类专栏： GEE生态遥感 文章标签： GEE javascript 云计算 遥感图像处理
于 2024-03-14 18:48:31 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/136691597
版权
本文详细记录了在Google Earth Engine (GEE)上计算RSEI过程中遇到的问题，包括主成分分析的特征值正负、载荷理解、高占比pc1的影响、空值处理方法以及RSEI值域范围调整等，并提供了相应的解决方案。

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_

本文记录了若干关于在 Google Earth Engine （GEE）平台上，计算基于主成分分析（PCA）的遥感生态指数（RSEI）的问题。并记录了解决这些问题的一些答案。问题包括，主成分分析的特征值的正负，主成分的占比，去云后空值像素的处理方法，异常值处理方法，如何看载荷等。

文章目录

一、主成分分析的特征值的正负

下图引自论文《MRSEI 指数的合理性分析及其与 RSEI 指数的区别》。

就是说GEE中计算的值有可能是正的，ENVI中计算的负的，二者只是计算方式不同，只需正负号取反就行，最后的 RSEI 结果换成1-pc1。

二、载荷怎么看

参考博客《

了解本专栏 订阅专栏 解锁全文
GEE计算遥感生态指数RSEI
所有专家都曾始于新手
07-04 2642
归一化是通过 unitScale 方法完成的，该方法根据之前计算的最小和最大值将波段的像素值缩放到0到1的范围。归一化是将图像的像素值缩放到一个标准范围（通常是0到1）的过程，这有助于在不同图像或数据集之间进行比较和处理。合并归一化波段：最后，函数使用 toBands() 方法将所有归一化的波段重新组合成一个单一的图像，并使用 rename(img.bandNames()) 方法将波段重命名为原始波段名称。该函数用于将图像的每个波段归一化到0到1的范围，基于在ROI内计算的最小和最大值。
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 2763
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，
【遥感生态指数（RSEI）】Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估（大模型ChatGPT +DeepSeeK+python融合应用支持）
最新发布
2403_89634305的博客
04-24 1125
【遥感生态指数（RSEI）】Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估（大模型ChatGPT +DeepSeeK+python融合应用支持）
利用GEE计算遥感生态指数(RSEI)
TwcatL_tree
05-19 5497
城市生态与人类生活息息相关，快速 、准确 、客 观地了解城市生态状况已成为生态领域的一个研究重点。基于遥感技术，提出一个完全基于遥感技术 ，以自然因子为主的遥感生态指数 (RSEI)来对城市的生态状况进行快速监测与评价。该指数利用主成分分析技术集成了植被指数 、湿度分量、地表温度和建筑指数等 4个评价指标，它们分别代表了绿度、湿度、热度和干度等4大生态要素。本文基于GEE平台，实现RSEI算法。运行结果：第一步：定义研究区，自行更换自己的研究区第二步：加载数据集,定义去云函数。
RSEI遥感生态指数计算——基于GEE与Landsat8/9卫星
Ray1170的博客
12-21 4336
但在操作时其网上的疑难杂症不少：（1）RSEI计算判断的问题，用PC1计算RSEI0还是用1-PC1去计算得到RSEI0？这里要注意的主要问题是，不同卫星不同传感器上的Wet的计算方式不一样，Landsat7ETM+和Landsat8/9OLI传感器的不一样，modis也不一样。中的PC1可以看出NDBI，Wet同为正（+）而LST，NDBSI同为负（-），所以这里就可以直接使用PC1，而我们来看看PC3，和PC1的正负情况相反，如果出现这种情况，那么就是用1-PC1来得到初始的RSEI也就是RSEI0。
ENVI基于Landsat影像构建郑州市2000-2019年遥感生态指数RSEI
Lexicopperfield的博客
06-08 1万+
本文基于landsat5、landsat7、landsat8三种传感器的影像，使用ENVI软件构建郑州市2000-2019年遥感生态指数RSEI。内含ENVI详细操作、使用的公式以及构建结果。
Python+GEE遥感开发之计算遥感生态指数RSEI
等待着冬天的风的博客
05-19 3859
前言：遥感生态指数RSEI， 是一种使用卫星遥感影像数据通过反演计算得到的数据，可以用来对城市的生态状况进行快速监测和评价，该指数主要利用主成分分析方法，对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。这个指数是由徐涵秋发明的，更多详细信息还请参考阅读：徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.
基于 GEE 计算遥感生态指数 RSEI 数据
@HNUSTer的博客
02-11 1681
基于 GEE 计算遥感生态指数 RSEI 数据。
gee计算遥感生态指数代码
03-08
遥感生态指数（Remote Sensing Ecological Index）是一种基于遥感技术对生态系统进行监测和评估的指数，它通过对地表反射光谱数据的分析，反映出生态系统的植被覆盖程度、植被生长状况、土地利用类型、土地覆盖变化...
生态遥感指数RSEI
weixin_43663756的博客
11-09 7048
遥感神态指数RSEI计算
基于Python计算Landsat8OLI遥感生态指数RSEI
qq_44955003的博客
11-03 4809
1 简介 遥感生态指数RSEI， 是一种使用卫星遥感影像数据通过反演计算得到的数据，可以用来对城市的生态状况进行快速监测和评价，该指数主要利用主成分分析方法，对植被指数、湿度、地表温度以及建筑指数四项指数指标进行集成。详细信息还请参考阅读：徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862. 前段时间帮朋友用Python写了个基于Landsat8 OLI计算RSEI的脚本，最近想起来了，所以简单做个记录，有需要的可以参考下，其中计算的主要步骤如下 1、读取数据
遥感生态指数（RSEI）——四个指数的计算
热门推荐
qq_41978498的博客
07-02 9万+
遥感生态指数是在4个生态指数的基础上通过主成分变换得出的一个评价生态环境质量的指标。因此，第二部分就是要分别计算出这4个指数的值。 ①首先，是绿度指数的计算，一般用归一化植被指数（NDVI） NDVI=（NIR-Red）/（NIR+Red） 在Bandmath工具中输入NDVI计算公式 (float(b4-b3))/(b4+b3) 其中，b3、b4分别是红波段和近红外波段 ②其次，是湿度计算。 WET = c1B1 + c2B2 + c3B3...
遥感生态指数（RSEI）计算教程
m0_66875796的博客
10-17 4939
遥感生态指数RSEI（Risk-Screening Environmental Indicators）分布数据是一种基于卫星遥感影像反演计算得到的数据产品。生态环境质量评价在一定程度上反映一个地区生态环境系统的好坏,也可以在一定程度上反映人类社会活动和环境质量的关系,其对可持续发展具有重要影响,对一个地区进行生态环境质量评价可以对城市长远发展提供决策支撑。
Python实现遥感生态指数计算
MrLittleDog的博客
02-22 8393
最近在做一些遥感相关的图像处理项目，涉及到遥感生态指数的计算。由于项目要求Python实现，搜索互联网关于Python实现的遥感生态指数计算程序资料很少，于是就自己实现了一个并分享在这里，供需要的朋友参考。 首先需要了解遥感生态指数是什么，不是很清楚的朋友可以参考下面的几篇文章： 城市遥感生态指数的创建及其应用 区域生态环境变化的遥感评价指数 基于遥感生态指数的南京市生态变化分析 知道了遥感生态指...
GEE计算遥感生态指数(RSEI)--Landsat 8为例
zqk的博客
09-28 2万+
遥感生态指数、 RSEI、 水体掩膜、 主成分分析、 PCA、 Landsat、 GEE、 gee、
【RS】常见遥感指数(RSEI)原理与计算方法，以及效果比较
Remote Sensing迷途小书童
06-19 1万+
遥感指数(Remote Sensing Ecological Index,RSEI)是基于遥感技术，通过卫星多光谱影像可见光以及红外波段不同波段间组合，构建并强化光谱特性，以此来反应某一地物特征的一种技术。通常而言，遥感指数多用于如地物识别分类等场景，用以帮助区分不同地物；而不同的地物也有对应特征明显的指数，以此可以作为区分的依据。随着遥感技术的研究，现在有上百种遥感指数应用于不同的场景。
Google Earth Engine Landsat 年生态遥感指数计算方法
VwajAlgorithm的博客
09-24 1114
然后，我们加载了Landsat 8卫星的表面反射率数据，并根据时间范围和地理范围进行了筛选。接下来，我们选择了计算NDVI和NDWI所需的波段，并通过normalizedDifference函数计算了相应的指标。RESI指数的计算方法涉及多个遥感波段和指标，但常用的方法是基于归一化植被指数（Normalized Difference Vegetation Index，简称NDVI）和归一化差异水体指数（Normalized Difference Water Index，简称NDWI）。
写代码使用gee计算rsei指数
09-16
RSEI（Relative Spatial Entropy Index）是一种常用的空间异质性指标，用于评估地理空间数据中的变化程度。在JavaScript库如Google Earth Engine (GEE) 中，你可以使用遥感数据和一些数学运算来计算RSEI。以下是简单的步骤： 1. **导入必要的库**: ```javascript // 导入GEE库 var ee = require('@google/earthengine'); ``` 2. **获取遥感数据**: - 选择你需要分析的时间序列数据，例如NDVI (Normalized Difference Vegetation Index) 或者其他适合度变量。 ```javascript var dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate('2015-01-01', '2016-12-31') // 时间范围 .select(['B5', 'B4']); // 通常NDVI基于近红外(NIR) 和红波段(RGB) ``` 3. **计算NDVI**: ```javascript var ndvi = dataset.normalizedDifference(['B5', 'B4']); ``` 4. **准备参考图像**: 可能需要先计算一段时间内的平均值作为参考。 ```javascript var meanNdvi = ndvi.mean(); ``` 5. **计算RSEI**: - 计算每个像素相对于平均值的变化率，然后取对数以减少极值的影响。 ```javascript var changeRate = ndvi.subtract(meanNdvi).log(); ``` 6. **计算熵**: 使用几何熵（geometric entropy），它反映的是数据分布的离散程度。 ```javascript var entropy = changeRate.reduceRegion({ reducer: ee.Reducer.entropy(), geometry: meanNdvi.geometry(), scale: 30, // 根据需求调整分辨率 bestEffort: true, maxPixels: 1e9 }); ``` 7. **计算RSEI**: RSEI通常是熵减去均值再除以标准差，表示变异程度。 ```javascript var rsei = (entropy.get('entropy') - meanEntropy) / standardDeviation; ``` 注意：以上代码示例是简化版，实际操作可能需要处理数据预处理、异常值、以及更复杂的区域选择等。上述步骤会返回一个地理编码结果，你可以进一步处理这个结果。
评论 6
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