这段代码在Google Earth Engine (GEE) 平台上实现了从MODIS卫星影像数据集中提取特定时间范围内的影像,进行去云处理、裁剪和总悬浮物 (Total Suspended Solids, TSS) 的计算,最终将处理后的影像数据可视化并导出。
总体功能:
该代码实现了对MODIS卫星影像数据进行去云处理、裁剪、计算总悬浮物(TSS)并进行可视化和导出的功能。通过对每年的影像数据进行处理,可以获得研究区内各年份的TSS变化情况,并导出处理后的影像数据供进一步分析使用。
数据集:使用的是MODIS卫星影像数据集,具体为 `MODIS/061/MOD09A1`。
大体流程和功能
1. 设置年份和研究区:
-设置需要提取的年份(2010年)。
-定义研究区 `ROI`。
2. 定义去云处理函数:
- `MOD09A1(image)` 函数用于去除影像中的云和云阴影。
3. 定义像素筛选函数:
- `filter(image)` 函数用于筛选像素数量大于50000的影像。
4. 筛选和处理MODIS影像数据:
- 从MODIS数据集中筛选出给定时间范围内的影像数据。
- 将筛选出的影像数据按年份进行分类,并计算每年的平均影像。
5. 计算三刺激值和TSS:
- `getTSS(image)` 函数用于计算影像的三刺激值(X, Y, Z),色度角(hue),修正色度角(hueAngle),并最终计算TSS。
色度角的计算按照以下论文:
参考文献:李慧真,王雨辰,段高雨,等. 基于 GEE 的黄河口表层悬浮泥沙浓度时空分布及其影响因素分析[J]. 海洋学报,2023,45(8):178–190, doi:10.12284/hyxb2023090
TSS公式是一个经验模型,根据色度角(hueAngle)计算TSS浓度。公式的形式和系数来源于遥感反演TSS浓度的研究和校准实验。
公式解释:
- 色度角(hueAngle):
- 色度角是从遥感影像的反射率计算得到的一个参数,用于反映水体的光学特性。色度角的变化与水体中悬浮颗粒物的浓度有相关性。
- 公式中的各项:
hueAngle.multiply(-0.07043)
:对色度角进行线性变换,-0.07043
是根据经验或校准数据得出的系数。.exp()
:对上述结果取指数。.multiply(1160.51475)
:对指数结果进行线性缩放,1160.51475
是根据经验或校准数据得出的系数。.add(1.2273)
:加上一个偏置值,1.2273
是根据经验或校准数据得出的常数。.rename('TSS')
:将计算结果重命名为'TSS'。
6. 可视化参数设置:
- 定义了TSS的可视化参数 `visTSS`,包括色带和范围。
7. 裁剪和可视化:
- 对计算出的TSS影像进行裁剪,并添加到地图上进行可视化显示。
8. 统计和导出:
- 计算裁剪后影像的TSS均值。
- 打印均值结果。
- 将处理后的影像导出到Google Drive。
结果
- 地图显示:在GEE地图上显示经过TSS计算和去云处理后的影像。
- 统计输出:打印出裁剪后影像的TSS均值。
- 影像导出:将处理后的TSS影像导出到Google Drive,文件夹名称为"TSS",文件名为“年份_TSS_MOD09A1”。
完整代码:
var year=2010; //设置需要提取的year
var ROI=table
get_ym_TSS(year);
function get_ym_TSS(year){
//去云
function MOD09A1(image) {
var cloudShadowBitMask = 1 << 3;
var cloudsBitMask = 1 << 5;
var qa = image.select('pixel_qa');
var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
.and(qa.bitwiseAnd(cloudsBitMask).eq(0));
return image.updateMask(mask);
}
function filter(image) {
var PixelCount = image.reduceRegion({
reducer: ee.Reducer.count(),
geometry: ROI,
scale: 500,
maxPixels: 1e13
}).get('sur_refl_b01');
return ee.Algorithms.If(ee.Number(PixelCount).gt(50000),
image);
}
//筛选 MOD09A1 数据
var TSS09=ee.ImageCollection("MODIS/061/MOD09A1")
.filterBounds(ROI)
.filterDate('2020-09-01', '2020-09-30')
.map(function(image){
return image.set('year', ee.Image(image).date().get('year'))
})
for(var a = year; a < 2021; a++){
var mean = TSS09.filterMetadata('year', 'equals', a).mean().clip(ROI)
}
//计算三刺激值
var getTSS = function(image){
var X = image.expression('1.1302 * b3 + 1.7517 * b4 + 2.7689 * b1',{
b1: image.select('sur_refl_b01'),
//b2: image.select('B2'),
b3: image.select('sur_refl_b03'),
b4: image.select('sur_refl_b04')
}).rename('X');
var Y = image.expression(' 0.0601 * b3 + 4.5907 * b4 + b1',{
b1: image.select('sur_refl_b01'),
//b2: image.select('B2'),
b3: image.select('sur_refl_b03'),
b4: image.select('sur_refl_b04')
}).rename('Y');
var Z = image.expression(' 5.5934 * b3 + 0.0565 * b4 ',{
b1: image.select('sur_refl_b01'),
//b2: image.select('B2'),
b3: image.select('sur_refl_b03'),
b4: image.select('sur_refl_b04')
}).rename('Z');
//计算色度角
var chrx = X.divide((X.add(Y).add(Z))).rename('chrx');
var chry = Y.divide((X.add(Y).add(Z))).rename('chry');
var atan2 = chrx.subtract(1/3).atan2((chry).subtract(1/3)).rename('atan2');
var hue_pre = atan2.multiply(ee.Number(180)).divide(Math.PI).rename('hue_pre');
var hue = hue_pre < 0 ? (hue_pre + 360) : hue_pre.rename('hue');
var a = hue.divide(100).rename('a');
//修正色度角
var cor = a.pow(5).multiply(33.086).add(a.pow(4).multiply(-221.6))
.add(a.pow(3).multiply(512.65)).add(a.pow(2).multiply(-468.4))
.add(a.multiply(137.27)).add(4.6374).rename('cor');
var hueAngle = hue.add(cor).rename('hueAngle');
//计算
var TSS = hueAngle.multiply(-0.07043).exp().multiply(1160.51475) .add(1.2273).rename('TSS');
return image.addBands(TSS);
}
// 将计算的可视化,添加到图层
var visTSS = {
min: 0,
max: 40,
palette: [
'A45308','A4600A','AF8A44','B3A053','AE9F5C', 'A8A965','ADB55F','AAB86D',
'A5BC75', '94B660','95B645', '7DAE38', '7BA654','759E72','698C86','6D9298',
'568F96','4B80A0','327CBB', '316DC5','2158BC',
]
};
//文件名
var year_folder = year//+''+month;
var clipedTSS = getTSS(mean).select('TSS').multiply(1000).toInt().divide(1000);
Map.addLayer(clipedTSS.clip(ROI),visTSS,year_folder+'TSS');
// 减少地区,区域参数是Feature几何体
var meanDictionary = clipedTSS.reduceRegion({
reducer: ee.Reducer.mean(),
geometry:ROI,
scale: 30,
maxPixels: 1e13
});
// 打印结果
print(meanDictionary,year_folder);
//输出到文件夹:FUI,文件名为:year_folder+"_CIE_MOD09"
Export.image.toDrive({
image:clipedTSS,
scale:30,
crs:'EPSG:32650',
maxPixels : 1e13,
region:ROI,
folder:"TSS",
description:year_folder+"_TSS_MOD09A1"
});
}
运行结果:
工作台运行结果: