使用GEE进行MODIS NDVI影像的筛选、可视化和批量导出

代码概述

该代码基于Google Earth Engine (GEE) 平台，实现了从MODIS NDVI数据集中筛选、裁剪和展示指定区域和时间范围内的影像，并使用外部工具进行批量导出。

数据集

MODIS (MOD13A1)：提供全球范围内的16天合成的植被指数数据（NDVI和EVI），空间分辨率为500米。该数据集适用于大范围植被监测和分析。

代码流程

1. 定义研究区：通过筛选属性为“jiangsu”的区域定义感兴趣区域（江苏省），并将其显示在地图中央。
2. 筛选影像函数：定义一个函数 get_ndvi，用于在指定时间范围内筛选并获取NDVI影像。
3. 获取影像：使用定义的函数，获取2020年1月1日至2022年1月1日期间的NDVI影像。
4. 可视化：选择第一幅影像进行裁剪，并使用预定义的颜色调色板进行可视化显示。
5. 引入批量导出函数：使用外部工具 geetools:batch 进行批量导出。
6. 导出影像：将筛选到的NDVI影像以500米的分辨率、EPSG:4326坐标系导出到Google Drive。

运行结果

代码运行后，将在GEE地图上展示江苏省区域在2020年1月1日至2022年1月1日期间的第一幅MODIS NDVI影像，并应用预定义的调色板进行显示。代码使用 geetools:batch 工具将所有筛选到的NDVI影像批量导出到Google Drive，便于后续分析和处理，方便地获取、分析并导出指定区域和时间范围内的MODIS NDVI遥感数据。

完整代码：

var MOD13A1 = ee.ImageCollection("MODIS/061/MOD13A1")
var roi =  table.filter(ee.Filter.eq('provinces', 'jiangsu'));
Map.addLayer(roi)
Map.centerObject(roi,6)

// 筛选影像函数
function get_ndvi(start_time,end_time){
  var ndvi = MOD13A1.filterDate(start_time,end_time).filterBounds(roi).select('NDVI')
  return ndvi
}

//获取影像
var start_time = '2020-1-1'
var end_time = '2022-1-1'
var ndvi = get_ndvi(start_time,end_time)
print(ndvi)

//map demo看一下
var demo = ndvi.first().clip(roi) 
Map.addLayer(demo,{min: -1.0, max: 1.0, palette: ['#ee2820', '#f9823f', '#fcc377', '#fffcc1', '#c0d996', '#71b975', '#00975c']})

//引入批量导出函数
var batch = require('users/fitoprincipe/geetools:batch')

//导出影像
batch.Download.ImageCollection.toDrive( ndvi,'ndvi' , {
  scale: 500,//分辨率
  region: roi,//研究区
  crs: 'EPSG:4326',//坐标系
})

运行示例：

工作台输出：