GEE批量下载MODIS NDVI 最大值合成逐月数据【自用】

导入研究区shp文件作为roi,选择的数据是MODIS NDVI 0.05度的数据产品 分辨率是5600m

var roi = ee.FeatureCollection("users/xxxxxxxxx/xxxxxx"),   //import roi
    modis = ee.ImageCollection("MODIS/061/MOD13C1");

Map.centerObject(roi, 8);

// 选择波段 NDVI
for (var year = 2000; year <= 2023; year++) {
  for (var month = 1; month <= 12; month++) {
    var startDate = ee.Date.fromYMD(year, month, 1); // 每月的开始日期
    var endDate = startDate.advance(1, 'month').advance(-1, 'day'); // 每月的结束日期
    
    var ndvi = modis.filterDate(startDate, endDate).filterBounds(roi).select('NDVI');
    var ndvi_max = ndvi.max().clip(roi);  // 最大值合成
    
    // 打印结果
    print("NDVI_" + year + "_" + month + ":", ndvi_max);
    
    // 导出影像到 Google Drive
    Export.image.toDrive({  
      image: ndvi_max,  
      description: "NDVI_" + year + "_" + month,  
      fileNamePrefix: "NDVI_" + year + "_" + month,  
      folder: "MODIS_NDVI_0.05",  
      scale: 5600,  
      region: roi,  
      maxPixels: 1e13,  
      crs: "EPSG:4326"  
    });
  }
}

 

  • 10
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用Python和GEE API批量下载逐月MOD13Q1 NDVI数据的示例代码: ``` import ee import datetime # 初始化 GEE ee.Initialize() # 定义区域范围 region = ee.Geometry.Polygon( [[[-124.8876953125, 42.014192020743394], [-120.64697265625, 42.014192020743394], [-120.64697265625, 45.72017789701005], [-124.8876953125, 45.72017789701005], [-124.8876953125, 42.014192020743394]]], None, False) # 定义时间范围 start_date = datetime.datetime(2000, 1, 1) end_date = datetime.datetime(2021, 12, 31) # 定义数据集 dataset = ee.ImageCollection('MODIS/006/MOD13Q1').select('NDVI') # 遍历每个月份下载数据 for year in range(start_date.year, end_date.year + 1): for month in range(1, 13): date_str = f'{year}-{month:02}-01' current_date = datetime.datetime.strptime(date_str, '%Y-%m-%d') if current_date < start_date or current_date > end_date: continue start_date_str = current_date.strftime('%Y-%m-%d') end_date_str = (current_date + datetime.timedelta(days=32)).strftime('%Y-%m-%d') filtered = dataset.filterDate(start_date_str, end_date_str).filterBounds(region) image = filtered.mean() task = ee.batch.Export.image.toDrive(image=image, description=f'MOD13Q1_NDVI_{year}_{month:02}', folder='GEE MODIS NDVI', region=region, scale=500, maxPixels=1e13) task.start() print(f'Starting export task for {year}-{month:02}') ``` 此代码将从2000年1月到2021年12月遍历每个月,并使用GEE API从MOD13Q1数据集中筛选出NDVI图像并将其平均化,然后将其导出到Google Drive中的文件夹“GEE MODIS NDVI”中。你可以在代码中修改区域、时间范围、数据集和导出设置,以适应你的需求。
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