使用GEE进行VIIRS夜光数据的月均值计算与导出

代码概述

该代码基于Google Earth Engine (GEE) 平台，实现了从VIIRS夜光数据集中筛选、计算月均值、可视化展示指定区域和时间范围内的影像，并将其导出到Google Drive。

使用的数据集

VIIRS DNB Monthly (NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG)：提供全球范围内的逐月合成的夜间灯光影像数据，空间分辨率为500米。该数据集适用于城市化、经济活动等研究。

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. 循环处理每个月的数据：
   • 根据月份计算天数（特殊处理2月为29天）。
   • 筛选指定年份和月份内的VIIRS夜光影像数据。
   • 计算月均值并裁剪到研究区。
   • 使用预定义的颜色调色板进行可视化显示。
3. 导出图像：将每个月的月均值影像导出到Google Drive，文件命名包含年份和月份。

运行结果

代码运行后，将在GEE地图上展示江苏省在指定年份内每个月的VIIRS夜光数据的月均值影像，并应用预定义的调色板进行显示。每个月的月均值影像将被导出到Google Drive，可以方便地获取、分析并导出指定区域和时间范围内的VIIRS夜光数据，适用于研究城市化进程、经济活动等主题。

完整代码：

//VIIRS_Light
var roi = table.filter(ee.Filter.eq('provinces','jiangsu'));
var year=2020;  //输入年份

for(var i = 1;i <= 12; i++){
var day;
  if (i === 1 || i === 3 || i === 5 || i === 7 || i === 8 || i === 10 || i === 12) {
    day = 31;
  } else if (i === 2) {
    day = 29;   //不是闰年改为28
  } else {
    day = 30;
  }
var VIIRS_Light = ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG")
    .filterDate(year + '-' + i + '-01', year + '-' + i + '-' + day)
    .select('avg_rad');

  var VIIRS_Light_MONTHLY_mean = VIIRS_Light.mean().clip(roi);// 计算月平均值并裁剪

  var LightVis = {
    min: 0,
    max: 10,
    palette: ['000000', '700000', '808080', 'FFFF00', 'ffffff', 'ffffff', 'ffffff'],
  };

  print(VIIRS_Light_MONTHLY_mean);
  Map.addLayer(VIIRS_Light_MONTHLY_mean, LightVis, i + '_VIIRS_Light_MONTHLY_mean');

  // 导出图像到Google Drive
  Export.image.toDrive({
    image: VIIRS_Light_MONTHLY_mean,
    description: year +'_'+ i + 'month_VIIRS_mean',
    region: roi,
    scale: 30,
    maxPixels: 1e13,
    folder: 'OLS_Light'
  });
}

运行示例：

工作台输出（可RUN保存）：