基于GEE的多源遥感数据处理与分析及真彩色合成显示

代码概述

该代码基于Google Earth Engine (GEE) 平台，实现了从多个遥感数据集中筛选、裁剪和展示中国威海市指定区域和时间范围内的数据，并输出各数据集影像的时间信息。主要涉及的遥感数据集包括MODIS、Landsat 8和Sentinel-2。

使用的数据集

1. MODIS (MOD09GA)：提供全球范围内的每日地表反射率数据，空间分辨率为500米。
2. Landsat 8 (LC08/C02/T1_L2)：提供全球覆盖的高分辨率卫星影像，空间分辨率为30米。
3. Sentinel-2 (COPERNICUS/S2_HARMONIZED)：提供全球范围内的多光谱影像，空间分辨率为10米。

代码流程

1. 定义区域和时间范围：指定感兴趣的地理区域（威海市）和时间范围（2019年9月15日至2020年12月28日）。
2. 筛选数据集：
   • 从MODIS、Landsat 8和Sentinel-2数据集中分别筛选指定时间范围内的影像。
   • 对Landsat 8和Sentinel-2数据集应用云量阈值筛选，确保选取的影像云量较低。
3. 区域裁剪：将筛选出的影像数据集按指定区域进行裁剪，以仅保留感兴趣区域内的影像。
4. 显示影像和区域：在GEE地图界面上显示感兴趣区域及裁剪后的影像数据集。
5. 输出影像时间：输出每个数据集中所有影像的时间信息，以便分析这些影像的时间分布。
6. 真彩色合成显示：使用真彩色合成显示各个数据集的影像。

运行结果

代码运行后，将在GEE地图上展示ROI区域的裁剪影像，并在控制台输出各个数据集的影像时间信息，并使用真彩色合成显示各个数据集的影像，提供更直观的可视化效果。可以方便地获取指定区域和时间范围内的遥感数据，并进行后续分析和处理。

完整代码：

// 定义区域
//var geometry = table;
var geometry = table2.filter(ee.Filter.eq('city','weihai'))
// 定义时间范围
var startDate = '2019-09-15';
var endDate = '2020-12-28';

// 定义不同数据集

//modis数据集
var modis = ee.ImageCollection('MODIS/061/MOD09GA')  
                .filterBounds(geometry)
                .filterDate(startDate, endDate)
                .map(function(image) {
                  return image.set('source', 'MODIS');
                });

// 定义云阈值
var cloudThreshold = 30; 

//landsat数据集
var landsat = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2")  
                  .filterBounds(geometry)
                  .filterDate(startDate, endDate)
                  .filter(ee.Filter.lt("CLOUD_COVER", cloudThreshold))
                  .map(function(image) {
                    return image.set('source', 'Landsat');
                  });

//sentinel-2数据集
var sentinel2 = ee.ImageCollection('COPERNICUS/S2_HARMONIZED')  
                  .filterBounds(geometry)
                  .filterDate(startDate, endDate)
                  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', cloudThreshold))
                  .map(function(image) {
                    return image.set('source', 'Sentinel-2');
                  });


// 在地图上显示区域
Map.addLayer(geometry, {}, 'Region of Interest');

// 进行区域裁剪
var modisClipped = modis.map(function(image) {
  return image.clip(geometry);
});

var landsatClipped = landsat.map(function(image) {
  return image.clip(geometry);
});

var sentinel2Clipped = sentinel2.map(function(image) {
  return image.clip(geometry);
});


// 定义真彩色合成显示参数
var modisVis = {
  bands: ['sur_refl_b01', 'sur_refl_b04', 'sur_refl_b03'],
  min: 0,
  max: 3000,
  gamma: 1.4
};

var landsatVis = {
  bands: ['SR_B4', 'SR_B3', 'SR_B2'],
  min: 0,
  max: 3000,
  gamma: 1.4
};

var sentinel2Vis = {
  bands: ['B4', 'B3', 'B2'],
  min: 0,
  max: 3000,
  gamma: 1.4
};

// 在地图上显示真彩色合成影像
Map.addLayer(modisClipped.median(), modisVis, 'MODIS True Color');
Map.addLayer(landsatClipped.median(), landsatVis, 'Landsat True Color');
Map.addLayer(sentinel2Clipped.median(), sentinel2Vis, 'Sentinel-2 True Color');

// 居中显示指定区域
Map.centerObject(geometry, 8);



// 输出各个遥感影像的时间
modisClipped.aggregate_array('system:time_start').evaluate(function(dates) {
  var formattedDates = dates.map(function(date) {
    return new Date(date).toISOString(); // 输出年-月-日-时-分-秒
  });
  print('MODIS 影像时间：', formattedDates);
});

landsatClipped.aggregate_array('system:time_start').evaluate(function(dates) {
  var formattedDates = dates.map(function(date) {
    return new Date(date).toISOString(); // 输出年-月-日-时-分-秒
  });
  print('Landsat 影像时间：', formattedDates);
});

sentinel2Clipped.aggregate_array('system:time_start').evaluate(function(dates) {
  var formattedDates = dates.map(function(date) {
    return new Date(date).toISOString(); // 输出年-月-日-时-分-秒
  });
  print('Sentinel-2 影像时间：', formattedDates);
});

输出结果：

工作台输出：

ROI区域：

Landsat-8影像：

Modis影像：

Sentinel-2影像：