所使用数据集为:MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m
需注意的是,要得到真实的NDVI,需要乘以0.0001
完整代码如下:
var roi = table;
//显示研究区的位置
var styling = {color:'red',fillColor:'00000000'};
Map.addLayer(roi.style(styling),{},'roi');
Map.centerObject(roi,7);
//加载数据
var ndviCol = ee.ImageCollection('MODIS/006/MOD13Q1')
.filterDate('2018-01-01', '2018-05-01')//时间筛选
.filterBounds(roi)//筛选区域
.select('NDVI')
.map(function(image){
return image.multiply(0.0001).clip(roi);
});
var ndviVis = {
min: 0.0,
max: 0.8,
palette: [
'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
'66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
'012E01', '011D01', '011301'
],
};
Map.addLayer(ndviCol,ndviVis,"ndviCol");
//导出影像数据函数,三个参数
function exportImage(image, roi, fileName) {
Export.image.toDrive({
image:image,
description: 'NDVI '+fileName, // 下载任务名称
fileNamePrefix: 'NDVI '+fileName, //影像的名称
folder: "ndviCol", //在Drive中存储的文件夹名称
scale: 250, //空间分辨率
region: roi, //要下载影像的范围
maxPixels: 1e13, //输出的最大像元数
fileFormat:"GeoTIFF", //设置影像导出格式
crs: "EPSG:4326" //投影信息
});
}
//获取每幅影像对应的时间
var indexList = ndviCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
print("indexList", indexList);
//循环导出影像,用影像时间对其命名
indexList.evaluate(function(indexs)
{
for (var i=0; i<indexs.length; i++) {
var image = ndviCol.filter(ee.Filter.eq("system:index", indexs[i])) //筛选对应时间的影像
.first().float();
exportImage(image, roi, indexs[i]);
}
});
运行结果:
在【Tasks】里点击RUN,即可上传谷歌硬盘。
小伙伴们可以关注WX公众号获取更多关于GEE的学习资料。另外,如果有问题需要交流,可以加入“GEE学习交流群”,每天都有小伙伴在群里分享学习心得,公众号内可以获取入群方式~