GEE——用landsat-8计算某地区NDVI

//直接导入研究区范围就好,本文以yjq为例
var roi = ee.FeatureCollection(yjq);

//去云函数
function maskL8sr(image) {
  // Bits 3 and 5 are cloud shadow and cloud, respectively.
  var cloudShadowBitMask = (1 << 3);
  var cloudsBitMask = (1 << 5);
  // Get the pixel QA band.
  var qa = image.select('pixel_qa');
  // Both flags should be set to zero, indicating clear conditions.
  var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
                 .and(qa.bitwiseAnd(cloudsBitMask).eq(0));
  return image.updateMask(mask);
}

//计算NDVI函数
function NDVI(img){
  var ndvi = img.normalizedDifference(["B5","B4"]);
  return ndvi;
}

//去云、裁剪、时间选取
var l_8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR').map(maskL8sr);
var img = ee.Image(l_8.filterBounds(roi)
                         .filterDate("2020-1-01","2020-12-31").mean()).clip(roi);
//计算ndvi
var ndvi = NDVI(img);

// 设置ndvi的显示颜色
var visParam = {
  min : -0.2,
  max :1,
  palette:'FFFFFF, CE7E45, DF923D, F1B555, FCD163, 99B718, 74A901, 66A000, 529400,' +
   '3E8601, 207401, 056201, 004C00, 023B01, 012E01, 011D01, 011301'
};

// 设置中心点、加载roi和ndvi图层
Map.centerObject(roi,7);
Map.setCenter(110.9461, 29.4101);
Map.addLayer(roi,{},'cilixian_bound',1,1)
Map.addLayer(ndvi,visParam,"NDVI")

//导出数据
Export.image.toDrive({
   image: ndvi,
   description: 'cilixian_NDVI_6', //数据名
   folder:'cilixian_NDVI', //存储文件夹
   scale: 30, //分辨率
   region:roi,
   maxPixels:1e13,
 });

print("over")

  • 8
    点赞
  • 45
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
GEE是Google Earth Engine的缩写,是一个基于云计算的地理信息数据处理平台。使用GEE进行Landsat-8二级产品数据的大气校正可以分为以下几个步骤: 1. 在GEE中选择Landsat-8 OLI/TIRS Collection 2 Level-2数据集作为数据源。 2. 选择需要进行大气校正的影像,并导入到代码中。 3. 根据影像的时间和位置信息,获取对应的气象数据,如大气温度、水汽含量等。 4. 使用提供的大气校正模块,对影像进行大气校正。GEE提供了多种大气校正模块,如DOS (Dark Object Subtraction)、ATCOR (Atmospheric and Topographic Correction)等。 5. 对校正后的影像进行后续处理,如NDVI计算、图像显示等。 以下是一个基于GEE进行Landsat-8二级产品数据大气校正的示例代码: ```javascript // 选择数据集 var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filter(ee.Filter.eq('WRS_PATH', 44)) .filter(ee.Filter.eq('WRS_ROW', 34)) .filterDate('2018-01-01', '2018-12-31') .select(['SR_B2', 'SR_B3', 'SR_B4', 'SR_B5', 'SR_B6', 'SR_B7']); // 导入需要进行大气校正的影像 var img = ee.Image(dataset.first()); // 获取影像的时间和位置信息 var date = img.get('system:time_start'); var lat = img.get('LAT'); var lon = img.get('LON'); // 获取气象数据 var meteoData = ee.ImageCollection('NOAA/CFSV2/FOR6H') .filterBounds(ee.Geometry.Point(lon, lat)) .filterDate(ee.Date(date).advance(-1, 'day'), ee.Date(date)) .select(['Temperature_height_above_ground', 'Specific_humidity_height_above_ground']); // 获取大气温度和水汽含量 var airTemp = meteoData.select('Temperature_height_above_ground').mean(); var waterVap = meteoData.select('Specific_humidity_height_above_ground').mean(); // 大气校正 var corrImg = ee.Algorithms.Landsat.simpleCloudScore(img).select(['B2','B3','B4','B5','B6','B7','cloud']); var dosCorr = ee.Image(ee.Algorithms.Landsat.dos(corrImg, airTemp, waterVap, 0.08)); // 输出校正后的影像 Map.addLayer(dosCorr, {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}, 'dos corrected'); ``` 其中,ee.Algorithms.Landsat.simpleCloudScore用于对影像进行云检测,返回一个包含云掩膜的影像,ee.Algorithms.Landsat.dos用于进行DOS大气校正,返回一个校正后的影像。在输出校正后的影像时,可以选择需要显示的波段、色彩范围等参数。

“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 3
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

打赏作者

Xren-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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