【GEE平台】FLUXNET批量站点MODIS-LAI下载

该文介绍了如何存储和处理地理空间数据,包括将站点经纬度存储为CSV,用ArcGIS转换为shp文件,以及在GoogleEarthEngine(GEE)平台上批量下载MODIS数据,特别是LAI和Nadir_Reflectance_Band1参数,并将结果导出为CSV文件。
摘要由CSDN通过智能技术生成

1、存储站点经纬度

将站点的经纬度存储在一个表格或CSV文件中,如图所示:
在这里插入图片描述

2、使用ArcGIS将csv文件转化为shp

添加数据(csv文件格式)—右键—显示XY数据(选择经纬度坐标)—设置坐标系WGS1987—确定—右键—数据—导出
点击图层(勾选,可以在图上展示出散点)—右键—数据—导出数据
注意,x选LONG,y选LAT

3、GEE平台上批量下载站点日尺度的MODIS LAI数据

// Change Date here
var dataset = ee.ImageCollection('MODIS/061/MYD15A2H')
                .select('Lai_500m')                  
                .filter(ee.Filter.date('2007-01-01', '2007-12-31'));
                  
// Upload your point shapefile(Need Change!!)
var sample_point = ee.FeatureCollection("users/luoyi/FIUX");

// Start collect data
var ft = ee.FeatureCollection(ee.List([]))
var fill = function(img, ini) {
  // tran ini 2 FeatureCollection
  var inift = ee.FeatureCollection(ini)
  // Extract pixel value
  var ft2 = img.sampleRegions({
  collection:sample_point,
  // Add "NAME" to feature collection (Your Index)
  properties:ee.List(['NAME'])
  });
  var date = img.date().format()
  // var LAT = 
  var ft3 = ft2.map(function(f){return f.set("date", date)})
  return inift.merge(ft3)
}

// Iterate Image and save result to feature collection
var newft = ee.FeatureCollection(dataset.iterate(fill, ft))
// Export data
Export.table.toDrive({
  collection: newft,
  description: 'LAI_get',
  fileFormat: 'CSV'
});


仅供自己学习使用,参考文章https://blog.csdn.net/sqwev/article/details/127623543
修改后在csv文件中添加站点名称:

// Change Date here
var dataset = ee.ImageCollection('MODIS/006/MCD43A4')
                .select('Nadir_Reflectance_Band1')                  
                .filter(ee.Filter.date('2007-01-01', '2007-12-31'));
                  
// Upload your point shapefile(Need Change!!)
//var sample_point = ee.FeatureCollection("users/luoyi/FIUX");
var sample_point = ee.FeatureCollection("users/luoyi/FIUX").map(function(feature) {
  return feature.set("NAME", feature.get("Site_ID"));
});

// Start collect data
var ft = ee.FeatureCollection(ee.List([]))
var fill = function(img, ini) {
  // tran ini 2 FeatureCollection
  var inift = ee.FeatureCollection(ini)
  // Extract pixel value
  var ft2 = img.sampleRegions({
  collection:sample_point,
  // Add "NAME" to feature collection (Your Index)
  properties:ee.List(['NAME'])
  });
  var date = img.date().format()
  // var LAT = 
  var ft3 = ft2.map(function(f){return f.set("date", date)})
  return inift.merge(ft3)
}

// Iterate Image and save result to feature collection
var newft = ee.FeatureCollection(dataset.iterate(fill, ft))
// Export data
Export.table.toDrive({
  collection: newft,
  description: 'FLUXBand1_get',
  fileFormat: 'CSV'
});

GEE(Google Earth Engine)是一个强大的云基础地理信息处理平台,它为用户提供了海量的卫星数据,包括Sentinel系列的卫星数据。Sentinel-1是一对运行在极地轨道上的雷达卫星,用于提供全天候、全天气条件下的地球观测图像,非常适合用于土地覆盖分类、地形测量、冰川监测和海冰监测等应用。在GEE平台下载Sentinel-1数据的基本步骤如下: 1. 访问GEE平台:首先需要一个Google账户来登录GEE平台。 2. 编写脚本:在GEE的代码编辑器中,通过JavaScript API编写代码来筛选Sentinel-1图像。可以设置时间范围、空间边界、云覆盖比例等参数来精确定位所需的图像数据。 3. 导出数据:在找到符合条件的Sentinel-1图像后,可以通过GEE的导出功能将图像数据下载到本地。导出时可以选择不同的数据格式(如GeoTIFF、KML等),并且可以指定空间分辨率和导出的区域。 以下是一个简单的示例代码,用于下载Sentinel-1的SAR影像: ```javascript // 定义感兴趣的区域(这里以一个点代替) var region = ee.Geometry.Point([经度, 纬度]); // 设置时间范围 var startDate = 'YYYY-MM-DD'; var endDate = 'YYYY-MM-DD'; // 导入Sentinel-1图像集 var sentinel1 = ee.ImageCollection('COPERNICUS/S1_GRD') .filterBounds(region) .filterDate(startDate, endDate) .filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')) .filter(ee.Filter.eq('instrumentMode', 'IW')) .select('VV'); // 选取一幅图像 var image = sentinel1.first(); // 导出图像 Export.image.toDrive({ image: image, description: 'sentinel1_image', scale: 10, region: region }); // 在代码编辑器中运行并查看结果 Map.centerObject(region, 10); Map.addLayer(image, {min: -25, max: 0}, 'VV'); ``` 注意:上述代码仅为示例,实际使用时需要根据具体的需求来调整筛选条件、导出参数等。
评论 1
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