Landsat 9 入驻 PIE-Engine ，快来收藏调用代码

最新推荐文章于 2024-02-08 13:23:30 发布
最新推荐文章于 2024-02-08 13:23:30 发布
阅读量989 收藏 15
点赞数 1
分类专栏： PIE-Engine 文章标签： svn phpstorm visualstudio
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40609412/article/details/123046523
版权

2021 年 9 月下旬，Landsat 9 卫星发射，10 月 31 日获取到第一景影像（First Light），这成为 Landsat 卫星成像 50 年的重要里程碑。

作为新卫星，Landsat 9 联合 Landsat 8，可实现8天全球陆地和近岸重访，提供30米空间分辨率全球影像覆盖，继续帮助人们管理自然资源，了解气候变化带来的影响，更好地应对山体滑坡、野火等自然灾害。
Landsat 9 获取到的第一景影像（First Light），拍摄于2021/10/31，澳大利亚南部
如何调用 Landsat 9 数据？

PIE-Engine Studio 遥感计算云服务平台已收录 2022 年覆盖中国地区的Landsat 9 Collection 2 TOA (Top of Atmosphere) 和 SR (Surface Reflectance) 数据，欢迎大家踊跃使用。

数据集详情参考链接：
https://engine.piesat.cn/engine-studio/dataset
在这里插入图片描述
Landsat 9 TOA 数据调用代码（以青岛为例）：

// 加载并显示青岛市区域范围
var qingdao = pie.FeatureCollection(‘NGCC/CHINA_CITY_BOUNDARY’)
.filter(pie.Filter.eq(‘name’, ‘青岛市’))
.first()
.geometry()
Map.centerObject(qingdao, 9);
Map.addLayer(qingdao, {color: ‘FF0000’, fillColor: ‘00000000’, width: 1}, “Qingdao”);

// 加载Landsat 9 TOA影像
var image = pie.ImageCollection(“LC09/02/T1”)
.filterDate(“2022-01-01”,“2022-02-16”)
.filter(pie.Filter.lte(‘cloud_cover_land’,10))
.filterBounds(qingdao)
.select([“B2”,“B3”,“B4”,“B5”,“B6”,“QA_PIXEL”])
.median()
.clip(qingdao);

Map.addLayer(image,{min:0,max:3000,bands:[“B4”,“B3”,“B2”]});
Map.centerObject(image,7);

运行结果：
在这里插入图片描述
代码链接:
https://engine.piesat.cn/engine/home?sourceId=432bd27976de41e693dcb74c8c628258

Landsat 9 SR 数据调用代码（以青岛为例）:
// 加载并显示青岛市区域范围
var qingdao = pie.FeatureCollection(‘NGCC/CHINA_CITY_BOUNDARY’)
.filter(pie.Filter.eq(‘name’, ‘青岛市’))
.first()
.geometry()
Map.centerObject(qingdao, 9);
Map.addLayer(qingdao, {color: ‘FF0000’, fillColor: ‘00000000’, width: 1}, “Qingdao”);

//加载Landsat 9 SR影像
var landsat9 = pie.ImageCollection(“LC09/02/SR”)
.filterDate(“2022-01-01”,“2022-02-16”)
.filter(pie.Filter.lte(‘cloud_cover_land’,10))
.filterBounds(qingdao)
.select([“B2”,“B3”,“B4”,“B5”,“B6”,“QA_PIXEL”])
.median()
.clip(qingdao);

// 调整比例因子
var data = landsat9.multiply(0.0000275).add(-0.2);
Map.addLayer(data,{min:0.0,max:0.3,bands:[“B4”,“B3”,“B2”]},“Landsat 9 青岛数据可视化”);
Map.centerObject(data,7)

运行结果：
在这里插入图片描述
代码链接：
https://engine.piesat.cn/engine/home?sourceId=6211d098ebe34517aebe044f5769b877

综合应用案例

植被指数是分析农作物生长情况的重要参数，被广泛应用于农业遥感领域；水体指数通过多个波段组合计算，可有效地提取水提信息。

本文基于 Landsat 9 影像，通过编写简单的UI界面，计算常用指数（NDVI、EVI、NDWI、MNDWI）。

案例核心代码：

//UI计算
function calculateVI(roi, startDate, endDate, tag) {
//影像集合
var l9Col = pie.ImageCollection(“LC09/02/SR”);
//通过日期过滤影像集合，并且计算指数
l9Col = l9Col.filterDate(startDate, endDate)
.select([“B2”, “B3”, “B4”, “B5”, “B6”])
.filterBounds(roi)

var image = null;
var visParam = null;
if(legendUI){
    Map.removeUI(legendUI);
    legendUI = null;
}
switch (tag) {
    case "NDVI":
        //NDVI绘制样式
        visParam = {
            min: 0,
            max: 0.5,
            palette: 'CA7A41, CE7E45, DF923D, F1B555, FCD163, 99B718, ' +
                '74A901, 66A000, 529400,3E8601, 207401, 056201, 004C00,' +
                '023B01, 012E01, 011D01, 011301'
        };
        image = l9Col.map(landsat9.NDVI).mean();
        // 添加图例
        var data = {
            title: "NDVI",
            colors:['CA7A41', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718',
                            '74A901', '66A000', '529400','3E8601', '207401', '056201', '004C00',
                            '023B01', '012E01', '011D01', '011301'],
            labels: ["-1","1"],
        };
        var style = {
                        right: "120px",
                        bottom: "10px",
                        height: "70px",
                        width: "300px"   
                    };
        var legend = ui.Legend(data, style);
        Map.addUI(legend); 
        legendUI = legend;
        break;

    case "NDWI":
        visParam = {
            min: -1,
            max: 0.2,
            palette: 'FFFFFF,0000FF'
        };
        image = l9Col.map(landsat9.NDWI).mean();
        // 添加图例
        var data = {
            title: "NDWI",
            colors:['0000FF'],
            labels: ["水体"],
            isvertical: true
        };
        var style = {
                        right: "200px",
                        bottom: "10px",
                        height: "50px",
                        width: "70px"   
                    };
        var legend = ui.Legend(data, style);
        Map.addUI(legend); 
        legendUI = legend;
        break;

    case "MNDWI":
        visParam = {
            min: -1,
            max: 0.2,
            palette: 'FFFFFF,0000FF'
        };
        image = l9Col.map(landsat9.MNDWI).mean();
        // 添加图例
                    var data = {
            title: "NDWI",
            colors:['0000FF'],
            labels: ["水体"],
            isvertical: true
        };
        var style = {
                        right: "200px",
                        bottom: "10px",
                        height: "50px",
                        width: "70px"   
                    };
        var legend = ui.Legend(data, style);
        Map.addUI(legend); 
        legendUI = legend;
        break;

    case "EVI":
        visParam = {
            // min: -0.2,
            // max: 0.8,
            min: 0,
            max: 0.2,
            palette: 'CA7A41, CE7E45, DF923D, F1B555, FCD163, 99B718, ' +
                '74A901, 66A000, 529400,3E8601, 207401, 056201, 004C00,' +
                '023B01, 012E01, 011D01, 011301'
        };
        image = l9Col.map(landsat9.EVI).median();
        // 添加图例
        var data = {
            title: "EVI",
            colors:['CA7A41', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718',
                            '74A901', '66A000', '529400','3E8601', '207401', '056201', '004C00',
                            '023B01', '012E01', '011D01', '011301'],
            labels: ["-1","1"],
        };
        var style = {
                        right: "120px",
                        bottom: "10px",
                        height: "70px",
                        width: "300px"   
                    };

        var legend = ui.Legend(data, style);
        Map.addUI(legend); 
        legendUI = legend;
        break;
}
if (layerKey != null) {
    Map.removeLayer(layerKey);
}
layerKey = Map.addLayer(image.clip(roi), visParam, tag);

}

//定义landsat9不同指数计算方式
var landsat9 = {
//NDWI: (B3 - B05)/(B3 + B05)
NDWI: function (image) {
var b3 = image.select(“B3”).multiply(0.0000275).add(-0.2);
var b5 = image.select(“B5”).multiply(0.0000275).add(-0.2);
var ndwi = (b3.subtract(b5)).divide(b3.add(b5));
return ndwi.rename(“NDWI”);
},
//MNDWI: (B3 - B6)/(B3 + B6)
MNDWI: function (image) {
var b3 = image.select(“B3”).multiply(0.0000275).add(-0.2);
var b6 = image.select(“B6”).multiply(0.0000275).add(-0.2);
var ndvi = (b3.subtract(b6)).divide(b3.add(b6));
return ndvi.rename(“MNDWI”);
},
//NDVI: (B5 - B4)/(B5 + B4)
NDVI: function (image) {
var b5 = image.select(“B5”).multiply(0.0000275).add(-0.2);
var b4 = image.select(“B4”).multiply(0.0000275).add(-0.2);
var ndvi = (b5.subtract(b4)).divide(b5.add(b4));
return ndvi.rename(“NDVI”);
},
//EVI: 2.5*(B5 - B4) / (B5 + 6B4 - 7.5B2 + 1)
EVI: function (image) {
var nir = image.select(“B5”).multiply(0.0000275).add(-0.2);
var red = image.select(“B4”).multiply(0.0000275).add(-0.2);
var blue = image.select(“B2”).multiply(0.0000275).add(-0.2);
var evi = ((nir.subtract(red)).multiply(2.5)).divide(nir.add(red.multiply(6)).subtract(blue.multiply(7.5)).add(1));
return evi.rename(“EVI”);
},
}

运行结果：
在这里插入图片描述
代码链接：

https://engine.piesat.cn/engine/home?sourceId=bf6d534429a543b8bda2564dee18bc28

PIE-Engine 平台介绍

PIE-Engine（Pixel Information Expert Engine）是由航天宏图公司独立自主研发的开放式遥感云服务平台，致力于实现遥感数据按需获取、运算以及专题信息聚焦服务，满足对地观测数据获取能力飞速增长带来的信息高效化处理和服务需求，加速我国遥感技术的发展进程。
目前平台数据储量已超过6PB，存储国内外近150种遥感数据集，超过900万景影像数据，涵盖光学、微波、高光谱、高程、人口、气象、夜光等各种数据集和专题产品，国内数据包括高分、风云、海洋系列等，国外数据包括Landsat、MODIS、Sentinel系列等。

PIE-Engine
关注
  • 1
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
LSDS-1822_Landsat8-9-OLI-TIRS-C2-L1-DFCB-v6.pdf
12-12
Landsat9卫星传感器、数据详细介绍，英文原版。
【IDL】使用IDL对Landsat系列进行批量水体提取
awdwd233333的博客
04-20 3541
目录landsat8 landsat8
GEE详细教程之：将Landsat8与Landsat9影像合成一个影像
最新发布
晚来天欲雪，能饮一杯无？
02-08 769
因项目需求，需要获取一个研究区的Landsat8影像，但Landsat8重复周期长，加之天气的影响，很难获取影像质量较好的影像。Landsat4/5/7的波段顺序与landsat8不同，除此之外，landsat7影像还需要工具进行条带修复，因此只考虑最近发射的landsat9进行融合。Landsat9，就号称可以和Landsat8协同，降低重访周期。考虑到使用同一系列卫星的场景比较多，所以这篇博文就使用Landsat8与Landsat9卫星的影像合成。
PIE-engine 教程 ——利用NDWI指数Landsat8影像计算2013—2021年水域面积计算（海口市为例）
qq_31988139的博客
09-29 1383
本次教程的主要目的是通过Landsat 8 影像来计算NDWI，然后通过for循环来获取2013至2021年每一年海口市的水域面积以及折线图。可以使用该公式去除异常值：(b1 lt -1)*0+(b1 gt 1)*0+(b1 ge -1 and b1 le 1)*b1。ENVI中计算公式：(float(b2)-float(b4))/(float(b2)+float(b4))提取NDWI>0的值：(b1 lt 0)*0+(b1 gt 0)*b1。通过统计的结果在控制台绘制图表，绘制的图表可以保存。
PIE-engine 教程 ——长时间序列NDVI影像计算和chart时序图加载（2017年锦州全年植被指数展示）
qq_31988139的博客
09-26 2391
本次教程首先市选定我们合适的长时间序列影像，我们首先划定研究区，然后设定指定区域的NDVI计算这里用到的市mean合成的计算，设定我们的去云和可视化参数设定，我们定义一个佛如循环用来进行分别进行遍历，最后设定chart影像的格式，加载影像。矢量数据路径或单个PIEGeometry对象或单个PIEFeature对象或PIEFeature对象Array。正则表达式，如果regex是空字符串，则将输入字符串拆分为单个字符。通过Geometry构造Feature对象。返回值：Feature。返回值：String。
PIE Engine系列0 平台介绍（详细）
极限突破者的博客
05-23 2877
🏆本文介绍了遥感云计算平台PIE Engine的基本结构与功能，在未来的一段时间里，我将持续更新PIE Engine平台的操作文章，将遥感云计算的便捷传播给更多人，加快行业发展进度♥♥😀
PIE-engine 教程 ——sentinel-2影像数据去云分析（山西省为例）
qq_31988139的博客
09-28 2803
Sentinel-2号是高分辨率多光谱成像卫星，携带一枚多光谱成像仪(MSI)，分为2A和2B两颗卫星，其中一颗卫星的重访周期为10天，两颗互补，重访周期为5天（纬度较高的欧洲地区，仅需3天），常用于陆地监测，可提供植被、土壤和水覆盖、内陆水路及海岸区域等图像，还可用于紧急救援服务。Sentinel-2数据集中包含的数据为L1C级产品数据，是经正射校正和亚像元级几何精校正后的大气表观反射率产品，包含13个UINT16光谱带，3个QA频段，其中一个（QA60）是具有云掩码信息的位掩码频段。
【GEE笔记1】Landsat8/9的NDVI计算，并计算区域NDVI平均值
Vigo*GIS
07-31 8691
GEE提取Landsat8/9的NDVI数据，并计算研究区的NDVI均值
使用GEE或PIE下载Landsat8影像
热门推荐
陨星落云的博客
12-14 1万+
使用遥感云平台下载Landsat8影像 一、GEE下载Landsat8影像 GEE官网： https://code.earthengine.google.com/ 上传下载区域的矢量边界 GEE代码： //首先，导入自己的研究区矢量数据 var ROI = ee.FeatureCollection("users/yunxingluoyun/Heze"); var ROI = ROI.geometry(); //然后，选择数据集和合成数据的时间范围 var dataset = ee.Image
【Earth Engine】基于GEE合成Landsat4/5/7/8/9影像并进行NDVI、NDWI和MNDWI等指数计算
Leaze932822995的博客
06-13 8080
调用符合要求的所有Landsat系列影像合成，并计算各种基础指数。
PIE-engine 教程 ——Landsat 8 TOA数据常见的4中去云方式，其中一种比GEE简单只需一行代码
qq_31988139的博客
09-26 1563
在PIE中有很多已经设定好的去云函数，这里面包括了Landsat 5-9 、sentinel 2、 FY-4以及Himawari8等数据的去云筛选，这里的操作就是直接使用这个函数就可以蒋云去掉，至于背后的函数，在平台上并没有给出明确的指示。对传入的image1和image2中每个匹配波段对的值按位与运算。这这里这介个函数并没有进行介绍，不过大家可以理解为提取出云量或者是置信度恨到的云量的区域。Image掩膜运算，参数image需要是一个0和1的二值图，返回一个Image对象。加载的两幅云量差异较大的影像。
gee-Landsat影像 随机森林分类代码
10-15
gee-Landsat影像 随机森林分类代码
landsat9遥感数据在ENVI软件中辐射定标数据
02-16
landsat9遥感数据在ENVI软件中辐射定标数据 辐射定标可以查阅下面的文献
LSDS-1618_Landsat-4-7_C2-L2-ScienceProductGuide-v4
06-13
Landsat4-7 COLECTION2 LEVEL2 产品说明
landsat-tiler：使用AWS Lambda的无服务器Landsat tile服务器
02-05
AWS已在Amazon S3上免费提供Landsat 8数据，因此任何人都可以使用我们的按需计算资源来执行分析和创建新产品，而不必担心存储Landsat数据的成本或下载它们所需的时间。 更多信息： ： 关于AW
PIE-Engine产品2021年7月升级说明
qq_40609412的博客
08-16 937
1.PIE Engine Studio 1.1功能开发 （1）增加支持用户同时批量上传本地影像/矢量数据到个人资源目录功能。 （2）增加了分页组件、选项卡组件、双滑块组件，进一步丰富组件功能。 （3）增加可自定义设置图表中折线、直方图、点等颜色、宽度等样式，丰富了组件图表中样式设置功能。 （4）增加支持散点图自定义数据拟合显示功能。 （5）增加支持实现多种不同类型的图表在同一个图表中显示，比如折线图和直方图同时显示在同一个图表中的功能。 （6）增加显示隐藏地图底图的功能，满足用户截图时候保持白色背景的
2022 PIE开发者大赛一等奖成果展示——“三生空间”识别与分析
李逍遥Lee的博客
11-08 297
​ “三生空间”识别与分析服务主要依托于PIE-Engine Studio、PIE-Earth平台，基于Landsat8、Landsat9、中国30米年度土地覆盖产品（CLCD）、POI等数据，采用非监督分类、监督分类、AI智能解译等方法对土地类型进行分类以便识别“三生空间”。进而，通过“三生空间”评价指标体系对“三生空间”进行识别与评分。
【PIE-Engine Studio学习笔记03】加载栅格数据
Lee大哲博客
09-07 2237
PIE-Engine学习笔记03-加载栅格数据 本次学习利用PIE-Engine Studio 加载栅格数据 一、加载Landsat8的影像数据 var img = pie.Image("LC08/01/T1_SR/LC08_119038_20170527") .select(['B4','B3',"B2"]); // print(img); Map.centerObject(img,6); Map.addLayer(img,{min:0,max:3000},'栅格图')
PIE Engine系列1 遥感数据下载器的实现（含源码）
极限突破者的博客
05-24 4648
在本文中，你将学到如何基于PIE Engine平台二次开发构建数据下载器，并复制源码来实践体验数据下载功能，你也可以通过修改参数来调整数据的种类与精度
你可以写出pie-engine中修复landsat7遥感影像的代码吗
02-12
对不起，我不能为您编写代码，但是我可以为您提供一些关于如何使用pie-engine修复landsat7遥感影像的一般思路。 首先，需要从pie-engine获取必要的模块和函数。然后，您可以使用这些函数加载landsat7影像数据，并对数据进行预处理，以便进行修复。接下来，您可以使用pie-engine中的图像处理算法，例如均值滤波和中值滤波，来修复遥感影像中的噪声和残缺。最后，您可以保存修复后的影像，以便进行进一步的分析和使用。 请注意，pie-engine中的代码可能因您使用的语言和平台而异，并且您需要具备一定的编程知识才能完成此任务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值