0基础使用GEE下载去云后的Landsat影像，保姆级教程

目录

1. 引言

   • 文章的目的和预期读者

2. 下载研究区的JSON文件

   • 访问DataV.GeoAtlas地理小工具
   • 选择并下载所需区域的JSON文件

3. 转换JSON为SHP格式

   • 使用mapshaper.org转换文件
   • 下载并保存SHP格式文件

4. 在GEE中上传SHP文件

   • 创建并管理GEE Assets
   • 上传SHP文件到GEE

5. 使用GEE处理Landsat影像

   • 引入Landsat 8 TOA影像集
   • 编写并应用云屏蔽函数
   • 进行影像的中值合成

6. 下载影像

---

引言

Google Earth Engine 是一个强大的地球分析平台，它允许用户处理和分析大量的地理数据。对于遥感专业人员和环境科学家来说，它是一项不可或缺的工具，因为它可以处理和分析从全球各地的卫星收集到的海量数据。

在本教程中，我们将从最基本的操作开始，逐步指导您完成从下载区域定义文件，转换文件格式，到在GEE上处理和导出Landsat 8 TOA影像集的整个流程。我们将重点介绍如何使用GEE的云屏蔽功能来获取高质量的地表影像，这对于进行环境监测和地理分析尤为重要。

第一步：下载研究区的JSON文件

在开始使用GEE之前，首先需要定义你的研究区域。我们将使用DataV.GeoAtlas地理小工具来下载研究区域的JSON文件。

1. 访问 DataV.GeoAtlas地理小工具系列。

2. 在地图上选择你的研究区域，这通常是你感兴趣的城市或乡镇。点击并选择区域后，地图将显示该地区的边界。

3. 点击下载按钮，保存JSON文件到你的电脑。

   1.首先我们先要下载研究区的json文件

   这个网址里面可以下载DataV.GeoAtlas地理小工具系列 (aliyun.com)

   

第二步：转为SHP格式

由于GEE不直接支持JSON格式的地理数据，我们需要将其转换为SHP格式。

1. 打开 mapshaper 网站。

2. 点击“Select”按钮，上传你刚才下载的JSON文件。

3. 文件加载后，界面上会显示你的地理区域。确认无误后，点击右上角的“Export”按钮。

4. 在导出选项中，选择输出格式为“Shapefile”，然后下载压缩的SHP文件包。

   转为shp格式

   这个网址转换，点击select，选择我们刚刚下载的红原县.json。

   mapshaper

   

   

   选折shpfile格式，点击export按钮，即可导出shp格式的数据。

   

   

   解压后可以得到shp格式的文件。

   

第三步：在GEE中上传SHP文件

在这一步，你需要将转换好的SHP文件上传到你的GEE账户中。

1. 登录你的Google Earth Engine账户。
2. 在GEE界面左侧，找到“Assets”标签，点击“New”按钮新建一个Asset。
3. 在弹出的窗口中，选择“Shape files”作为类型，然后上传你的SHP文件（包括.shp, .shx, .dbf 文件）。
4. 上传前给你的Asset命名，例如命名为“pingyuan”。
5. 点击“UPLOAD”开始上传文件。

下面我们打开GEE，使用GEE需要谷歌账号，GEE账号和科学上网，不知道如何注册可以百度一下。
导入刚刚下载的研究区shp文件，点击Assets，再点击new新建，选择shp格式

点击select全选我们刚刚解压的shp格式文件，给你新建的Asset命个名，这里我命名pingyuan

上传完后点击UPLOAD上传即可。这里需要等它上传一会，刷新后可以看到刚刚上传的pingyuan

将研究区导入代码中

第四步：使用GEE处理Landsat影像

复制粘贴下面这段代码，到js编辑器中

这段代码使用 Google Earth Engine (GEE) 来处理 Landsat 8 TOA 影像数据，应用云屏蔽、影像合成，并将处理后的数据导出到 Google Drive。下面是对代码中每个部分的详细注释：

// 引入 Landsat 8 的 TOA 影像集
var landsat8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA');

// 假设 'table' 是已经定义好的 FeatureCollection，代表感兴趣的地理区域
var table = table;
// 设置地图中心为 'table' 的中心，缩放级别为7，以便在地图上集中显示该区域
Map.centerObject(table,7);

// 定义一个函数来使用 Landsat 8 的 QA_PIXEL 波段屏蔽云雾
var maskL8 = function(image) {
  var qa = image.select('QA_PIXEL'); // 选择 QA_PIXEL 波段
  // 使用位运算检查第四位（云标记），如果该位为0，说明无云，将这些像素保留
  var mask = qa.bitwiseAnd(1 << 3).eq(0);
  // 使用 updateMask 方法更新影像掩码，屏蔽云雾
  return image.updateMask(mask);
};

// 应用云屏蔽函数，并对2020年6月1日至7月30日的数据进行中值合成
var composite = landsat8.filterDate('2020-06-01', '2020-07-30')
    .filterBounds(table) // 使用 'table' 作为地理边界过滤数据
    .map(maskL8) // 应用云屏蔽函数
    .median(); // 对结果进行中值合成以减少剩余云层的影响

// 将处理后的影像剪裁到 'table' 定义的边界
var exportq = composite.clip(table)
// 将处理后的影像显示在地图上
Map.addLayer(exportq, {bands: ['B4', 'B3', 'B2'], max: 0.3}, 'Cloud Masked Image');
       
// 将处理后的影像导出到 Google Drive
Export.image.toDrive({
  image: exportq, // 要导出的影像
  description: 'landsat', // 导出任务的描述
  scale: 30, // 导出影像的空间分辨率，单位是米
  maxPixels: 1e13, // 设置最大像素数量以防止导出失败
  region: table, // 指定导出影像的地理区域
  fileFormat: 'GeoTIFF', // 指定文件格式为 GeoTIFF
  formatOptions: {
    cloudOptimized: true // 生成云优化的 GeoTIFF 文件
  }
});

复制到文件中，记得更改你想要的时间。

第五步：导出处理后的影像到Google Drive

最后，我们将处理后的影像导出到Google Drive。保存影像点击右边tasks中的RUN按钮，即可将影像下载到谷歌网盘。

结语

恭喜你，现在你已经能够使用Google Earth Engine下载并处理Landsat影像了！这个过程虽然涉及多个步骤，但每一步都是为了确保我们可以获得高质量的遥感数据。希望这篇详细教程能帮助你顺利完成项目，享受遥感数据分析的乐趣！如有疑问或需进一步学习，欢迎留言交流，或者直接添加作者微信:ictnet1。欢迎关注我的公众号：python与遥感，获取更多更实用的免费教程分享。