// 感兴趣的区域信息
var roi = table;
// 设置地图中要素的颜色和填充颜色
var style_set = { color: "red", fillColor: "00000000" };
// 将roi添加到地图中
Map.addLayer(roi.style(style_set), {}, "shape");
// 将地图中心设置为roi对象,并设置缩放级别为10
Map.centerObject(roi, 10);
// 定义函数maskL8sr,接受一个图像作为输入,并对图像进行处理
function maskL8sr(image) {
// Bit 0 - Fill
// Bit 1 - Dilated Cloud
// Bit 2 - Cirrus
// Bit 3 - Cloud
// Bit 4 - Cloud Shadow
var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
// 从输入图像中选择QA_PIXEL波段,使用位运算和掩码来识别填充、云、云影等像素
var saturationMask = image.select('QA_RADSAT').eq(0);
// 用缩放因子应用于适当的频带
var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
// 用缩放的带替换原始带并应用掩码
return image.addBands(opticalBands, null, true)
.addBands(thermalBands, null, true)
.updateMask(qaMask)
.updateMask(saturationMask);
}
// 创建一个空数组来存储每个时间段的影像
var finalImages = [];
// 循环遍历所需的时间段
for (var i = 0; i < 24; i++) {
var startDate = ee.Date('2018-01-01').advance(i * 3, 'month');
var endDate = ee.Date('2018-01-01').advance((i + 1) * 3, 'month');
// 为当前时间段筛选图像集合
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
.filterDate(startDate, endDate)
.map(maskL8sr)
.median()
.clip(roi);
// 选择所需的波段(例如,'ST_B10')
var img = collection.select('ST_B10');
// 计算LST
var lst = img.expression(
'B1 - 273.15',
{
B1: img.select('ST_B10')
}
);
// 打印LST直方图
print('LST直方图', ui.Chart.image.histogram(lst, roi, 100, 258));
// 将当前时间段的影像添加到 finalImages 数组中
finalImages.push(lst);
// 为当前时间段导出影像
exportImage(lst, roi, 'lst_' + i);
}
// 循环结束后,合并所有影像
var mergedCollection = ee.ImageCollection(finalImages).mosaic();
// 导出合并影像
exportImage(mergedCollection, roi, 'merged_lst');
// 导出影像的函数
function exportImage(image, roi, fileName) {
Export.image.toDrive({
image: image,
description: fileName,
fileNamePrefix: fileName,
folder: "Landsat 8",
scale: 30,
region: roi,
maxPixels: 1e13,
crs: "EPSG:4326"
});
}
GEE教程:下载2018年到2023年指定矢量的影像,计算温度,间隔每三个月下载一张影像,总共下载24张影像,输出24张影像以及合并波段后的图
于 2024-01-26 15:16:32 首次发布