【GEE 学习】GEE下载Landsat8 NDVI数据：点尺度

PI理论

已于 2024-01-27 14:47:17 修改

阅读量570

点赞数 1

分类专栏： Google Earth Engine 文章标签： javascript

于 2023-01-19 18:05:20 首次发布

本文链接：https://blog.csdn.net/weixin_46080995/article/details/128736862

版权

Google Earth Engine 专栏收录该内容

7 篇文章 1 订阅

订阅专栏

目标：从每期影像中提取某一点的NDVI值

结果：在某一时段范围内，有多少期影像，最终就返回多少个点值，并以CSV文件存储

要注意的点：

去云函数部分，不同陆地卫星cloudShadowBitMask和cloudBitMask的定义是不同的，“<<的数值”需要根据cloud shadow和cloud来设置；

NDVI函数部分，为了数据存储方便、节省空间，nir和red存在一个尺度缩放和浮动误差，需要先对nir和red进行数值运算后，再运用到波段计算中；

参考：

Google Earth Engine（像元值提取） - 知乎 (zhihu.com)，GEE学习笔记（二）：如何批量提取点的像元值？ - 知乎 (zhihu.com)，(2条消息) GEE学习笔记三利用GEE获取矢量点处的NDVI值_gee ndvi_努力的噗噗的博客-CSDN博客


// 定义点，坐标，坐标系
var p1 = ee.Geometry.Point([100.4643,38.0473], "EPSG:4326")
// 将点集成列表，可以写入多个点
var pts = ee.FeatureCollection(ee.List([ee.Feature(p1).set('name','p1')]))

  
// 去云函数，以Landsat8为例
function maskL8sr(image){
  // Bits 4 and 3 are cloud shadow and cloud, respectively.
  var cloudShadowBitMask = (1 << 4);
  var cloudsBitMask = (1 << 3);
  // Get the pixel QA band.
  var qa = image.select('QA_PIXEL');
  // 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);
}

// 定义NDVI计算函数，以Landsat8为例
function NDVI_LS(image){
    var ndvi = image.expression(
    "(nir-red)/(nir+red)",
    {
      "nir": image.select("SR_B5").multiply(0.0000275).add(-0.2),
      "red": image.select("SR_B4").multiply(0.0000275).add(-0.2)
    }).rename('NDVI');
  return image.addBands(ndvi)
}





// 产生数据集
var dataset = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2")
                .filterDate('2013-01-01','2021-12-31')
                .filterBounds(pts)                
                .map(maskL8sr)
                .map(NDVI_LS)
                .select('NDVI')
                
var ft = ee.FeatureCollection(ee.List([]))                
var fill = function(img, ini) {

  var inift = ee.FeatureCollection(ini)

  var ft2 = img.sampleRegions({
  collection:pts,
  properties:ee.List(['name']),
  scale:30
  });
  var date = img.date().format()
  var ft3 = ft2.map(function(f){return f.set("date", date)})
  return inift.merge(ft3)
}
              

// 迭代获取影像集中每一幅影像的值
var newft = ee.FeatureCollection(dataset.iterate(fill, ft))

 // 结果输出
Export.table.toDrive({
  collection: newft,
  description: 'NDVI_L8',
  fileFormat: 'CSV'
});