GEE学习笔记:在Google Earth Engine(GEE)计算两个时间的时间间隔

 计算结束时间与开始时间的时间间隔


//————————————————————————————————————————————
//开始时间和结束时间在同一年内

//定义开始时间和结束时间
var startDate1 = '2020-03-01'
var endDate1 = '2020-04-01'

startDate1 = ee.Date(startDate1)
endDate1 = ee.Date(endDate1)

print('startDate1',startDate1)
print('endDate1',endDate1)

//计算时间间隔
//difference(start, unit)  start表示开始时间,unit表示时间单位,可以为:
// 'year', 'month' 'week', 'day', 'hour', 'minute', or 'second'.

var interval1 = endDate1.difference(startDate1, 'day')
print('interval1',interval1)

//————————————————————————————————————————————
//开始时间和结束时间在不同年内
var startDate2 = '2020-12-10'
var endDate2 = '2021-01-15'


startDate2 = ee.Date(startDate2)
endDate2 = ee.Date(endDate2)

print('startDate2',startDate2)
print('endDate2',endDate2)


var interval2 = endDate2.difference(startDate2, 'day')
print('interval2',interval2)

输出结果:

 开始时间和结束时间不在同一年份也可以精准计算时间间隔

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用Google Earth Engine获取逐日NDVI的代码示例: ```javascript // 设置ROI var roi = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax]); // 设置起始和结束日期 var startDate = ee.Date('2019-01-01'); var endDate = ee.Date('2019-12-31'); // 加载MODIS数据 var modis = ee.ImageCollection('MODIS/006/MOD13A1') .filterBounds(roi) .filterDate(startDate, endDate) .select('NDVI'); // 定义函数计算每个图像的年份和日数 var addDate = function(image) { var doy = image.date().getRelative('day', 'year'); return image.addBands(doy).addBands(image.date().get('year')); }; // 对图像集应用函数 var modisWithDate = modis.map(addDate); // 定义函数计算每个年份和日数的平均NDVI值 var reduceDaily = function(imageCollection, year, doy) { var filtered = imageCollection.filter(ee.Filter.calendarRange(year, year, 'year')) .filter(ee.Filter.calendarRange(doy, doy, 'day_of_year')); return filtered.mean().set('year', year).set('doy', doy); }; // 创建一个二维数组,其中第一维表示年份,第二维表示一年中的日数 var years = ee.List.sequence(startDate.get('year'), endDate.get('year')); var days = ee.List.sequence(1, 365); // 对所有年份和日数应用reduceDaily函数 var dailyNDVI = ee.ImageCollection.fromImages(years.map(function(y){ return days.map(function(d){ return reduceDaily(modisWithDate, y, d); }); }).flatten()); // 打印输出结果 print(dailyNDVI); ``` 在上述代码中,首先定义了一个感兴趣区域(ROI),然后加载了2000年至今的MODIS NDVI数据,并对其进行了筛选。接着定义了两个函数,一个函数用于向每个图像添加年份和日数作为带宽,另一个函数用于计算每个年份和日数的平均NDVI值。最后,将所有年份和日数应用到reduceDaily函数中,生成逐日的NDVI值。

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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