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
- 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。
- 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。
- 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):