CBRSGEE专栏 | 3 Survey of Raster Datasets（二）

2.3 预制合成图像

      预制合成图像从图像集合中选取一定区域或时间段内的个别图像，并将它们组合成一个单一图层。这可以适用于许多不同的数据集，包括卫星图像（例如MODIS、Landsat、Sentinel）、气候信息、森林或植被信息等。

      例如，图像集合可能在一个地点包含多张图像，就像我们在上述的“按地点筛选”示例中所看到的。其中一些图像可能有很多云层遮挡或其他大气瑕疵，导致图像质量较差。其他图像可能质量很高，因为它们是在晴朗的日子拍摄的，卫星正好飞过头顶。合成处理将所有这些不同的图像，挑选出最好的图像，然后将它们拼合成一个单一图层。合成周期可能因不同的数据集和目标而异；例如，您可能会遇到日常、月度和/或年度合成。手动执行这一过程更为复杂，在GEE中提供的预制合成图像中，一些复杂的工作已经为您完成。

2.3.1 MODIS逐日真彩色影像

      下面将探索两个使用MODIS传感器数据制作的合成图像示例，这是Terra和Aqua卫星上的一对传感器。在这些复杂传感器上，不同的MODIS波段以不同的空间分辨率产生数据。对于可见光波段，最低公共分辨率为500米（红光和近红外为250米）。

      让我们使用以下代码导入MCD43A4.006 MODIS Nadir BRDF调整反射率每日500米数据集，并查看最近的图像。该数据集每日基于16天检索期生成，选择16天期间最佳代表性像素。16天周期涵盖了名义合成日期前后约8天的时间，优先考虑接近目标日期的像素。

/ 
// Pre-made composites 
/ 

// Import a MODIS dataset of daily BRDF-corrected 
reflectance. 
var modisDaily = ee.ImageCollection('MODIS/006/MCD43A4'); 

// Filter the dataset to a recent date. 
var modisDailyRecent = modisDaily.filterDate('2021-11-01'); 

// Add the dataset to the map. 
var modisVis = { 
    bands: [ 
        'Nadir_Reflectance_Band1', 
        'Nadir_Reflectance_Band4', 
        'Nadir_Reflectance_Band3' 
    ], 
    min: 0, 
    max: 4000 
}; 
Map.addLayer(modisDailyRecent, modisVis, 'MODIS Daily 
Composite');

      取消其他图层（“Landsat 8 SR”），缩小视野（例如，国家级别），并在图像周围移动。请注意图像中没有云，但有一些没有数据的像素（见图3.10）。这些是在选定的特定期间内没有清晰像素的持续多云区域。

2.3.2 MODIS每月烧毁面积

      一些MODIS波段已被证明在确定火灾发生的位置以及它们烧毁的区域方面非常有用。GEE中提供了一个用于燃烧区域的月度合成产品。在过去一个月发生过火灾的地区将显示为红色（见图3.11）。

// Import the MODIS monthly burned areas dataset. 
var modisMonthly = ee.ImageCollection('MODIS/006/MCD64A1'); 

// Filter the dataset to a recent month during fire season. 
var modisMonthlyRecent = modisMonthly.filterDate('2021-08-01'); 

// Add the dataset to the map. 
Map.addLayer(modisMonthlyRecent, {}, 'MODIS Monthly Burn');

2.4 其他卫星产品

      卫星还可以收集有关气候、天气和大气中各种化合物的信息。这些卫星利用电磁光谱的不同部分，以及在不同波长的阳光照射下，不同的物体和化合物的反射情况。例如，甲烷（CH4）反射了光谱的760 nm部分。让我们仔细看看其中几个数据集。

2.4.1 甲烷

      欧空局在GEE中提供了来自Sentinel-5的甲烷数据集。复制并粘贴以下代码，将2018年11月28日首次收集的甲烷数据添加到地图上。我们使用select函数选择数据集中特定甲烷波段。我们还为Map.addLayer的可视化参数引入了一个新参数值：我们使用一个颜色调色板以彩色显示图像的单个波段。在这里，我们选择从最小值的黑色到最大值的红色的不同颜色。中间值将按照调色板参数（颜色字符串列表：黑色、蓝色、紫色、青色、绿色、黄色、红色）的顺序显示。

/ 
// Other satellite products 
/ 

// Import a Sentinel-5 methane dataset. 
var methane = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_CH4'); 

// Filter the methane dataset. 
var methane2018 = methane.select( 'CH4_column_volume_mixing_ratio_dry_air') 
                         .filterDate('2018-11-28', '2018-11-29') 
                         .first(); 

// Make a visualization for the methane data. 
var methaneVis = { palette: ['black', 'blue', 'purple', 'cyan', 'green', 'yellow', 'red' ], min: 1770, max: 1920 }; 

// Center the Map. 
Map.centerObject(methane2018, 3); 

// Add the methane dataset to the map. 
Map.addLayer(methane2018, methaneVis, 'Methane');

2.4.2 天气和气候数据

      GEE中提供了许多天气和气候数据集。其中一个是欧洲中期天气预报中心再分析（ERA5）数据集，由Sulova和Jokar（2021）使用。复制并粘贴以下代码，将2018年1月的月度数据添加到地图上。单位为开尔文，即摄氏度加273.15°。

// Import the ERA5 Monthly dataset 
var era5Monthly = ee.ImageCollection('ECMWF/ERA5/MONTHLY'); 

// Filter the dataset 
var era5MonthlyTemp = era5Monthly.select('mean_2m_air_temperature') 
                                 .filterDate('2018-01-01', '2019-01-31') 
                                 .first(); 

// Add the ERA dataset to the map. 
Map.addLayer(era5MonthlyTemp, 
    { 
        palette: ['yellow', 'red'], 
        min: 260, 
        max: 320 
    }, 
    'ERA5 Max Monthly Temp');

2.5 预分类土地利用和覆盖

      GEE中还有一种类型的数据集是已经进行分类的土地利用和覆盖地图。与展示地球表面外观，即卫星探测到的可见光和其他电磁光谱反射不同—这些数据集采用卫星图像，并使用它们为地球表面上的每个像素分配一个标签。例如，类别可能包括植被、裸露土壤、建筑环境（铺路、建筑物）和水域。

2.5.1 ESA WorldCover

      欧空局（ESA）基于Sentinel-1和Sentinel-2数据提供了一幅全球土地覆盖图，覆盖年份为2020年。WorldCover包括11种不同的土地覆盖类别，包括建成区、耕地、开阔水域和红树林。复制并粘贴以下代码，将此图像添加到地图中。在这个数据集中，band 'Map’已经包含与11种土地覆盖类别值相关联的调色板颜色。

/ 
// Pre-classified Land Use Land Cover 
/ 

// Import the ESA WorldCover dataset. 
var worldCover = ee.ImageCollection('ESA/WorldCover/v100').first(); 

// Center the Map. 
Map.centerObject(worldCover, 3); 

// Add the worldCover layer to the map. 
Map.addLayer(worldCover, { bands: ['Map'] }, 'WorldCover');

2.5.2 全球森林变化

      GEE中提供的另一个经过预分类的土地覆盖产品是全球森林变化数据集。该分析是在2000年至2020年之间进行的。与WorldCover数据集不同，该数据集侧重于2000年基准年份的地球表面树木覆盖百分比，并展示了随时间变化的情况。复制并粘贴以下代码，可视化2000年的树木覆盖。请注意，在以下代码中，我们将可视化参数定义为变量treeCoverViz。

// Import the Hansen Global Forest Change dataset. 
var globalForest = ee.Image( 'UMD/hansen/global_forest_change_2020_v1_8'); 

// Create a visualization for tree cover in 2000. 
var treeCoverViz = { 
    bands: ['treecover2000'], 
    min: 0, 
    max: 100, 
    palette: ['black', 'green'] 
    }; 

// Add the 2000 tree cover image to the map. 
Map.addLayer(globalForest, treeCoverViz, 'Hansen 2000 Tree Cover');

      注意高树木覆盖地区（例如亚马逊）呈绿色，而低树木覆盖地区则较暗。复制并粘贴以下代码，可视化过去20年的树木覆盖减少情况。保留之前的2000年树木覆盖图层，并在其上分析损失图层—黄色、橙色和红色区域。

// Create a visualization for the year of tree loss over the past 20 years. 
var treeLossYearViz = { 
    bands: ['lossyear'], 
    min: 0, 
    max: 20, 
    palette: ['yellow', 'red'] 
}; 
// Add the 2000-2020 tree cover loss image to the map. 
Map.addLayer(globalForest, treeLossYearViz, '2000-2020 Year of Loss');

2.6 其他数据集

      在GEE数据目录中还有许多其他类型的数据集，您可以探索并用于自己的分析。其中包括全球格网人口统计数据、地形和地球物理数据。

2.6.1 格网人口统计数据

      世界格网人口数据集估算了地球表面每个格网单元的人口数量。复制并粘贴以下代码以添加2000年的人口统计图层。我们使用预定义的调色板populationPalette，这是一个由表示添加RGB颜色的十六进制值的六位字符串列表。较浅的颜色对应较低的人口统计数，较深的颜色对应较高的人口统计数。

/ 
// Other datasets 
/ 

// Import and filter a gridded population dataset. 
var griddedPopulation = ee.ImageCollection( 'CIESIN/GPWv411/GPW_Population_Count') 
                          .first(); 

// Predefined palette. 
var populationPalette = [ 'ffffe7', '86a192', '509791', '307296', '2c4484', '000066' ]; 

// Center the Map. 
Map.centerObject(griddedPopulation, 3); 

// Add the population data to the map. 
Map.addLayer(griddedPopulation, 
    { 
        min: 0, 
        max: 1200, 
        'palette': populationPalette 
    }, 
    'Gridded Population');

2.6.2 数字高程模型

      数字高程模型（DEMs）使用空中和卫星仪器来估算每个位置的海拔高度。GEE提供了本地和全球DEM。其中之一是NASADEM数据集，这是从NASA任务中产生的DEM。复制并粘贴以下代码来导入数据集并可视化高程波段。

// Import the NASA DEM Dataset. 
var nasaDEM = ee.Image('NASA/NASADEM_HGT/001'); 

// Add the elevation layer to the map. 
Map.addLayer(nasaDEM, { 
    bands: ['elevation'], 
    min: 0, 
    max: 3000 
}, 'NASA DEM');