一、前言
因为前不久用到高分数据,所以来pie上鼓捣了下。体验感一般。下载了影像之后就没怎么用了。行政区矢量边界直接用了PIE的数据集,这个功能还行吧。
二、代码部分
使用了该数据集
fCol = pie.FeatureCollection("NGCC/CHINA_CITY_BOUNDARY");//市级矢量数据集
var roi = fCol.filter(pie.Filter.eq("name", "海口市")).first().geometry();//筛选出name属性为“海口市”的首个FeatureCollection对象并将其转换为geometry类型
Map.addLayer(roi, {color:"#ff0000", fillColor:"#00000000"}, "roi");//在底图图层中可视化此矢量,其中color属性为矢量边界的轮廓颜色,fillColor为填充色,“roi”为图层名称
Map.centerObject(roi, 7);
var bands = ['B1','B2','B3'];//选择影像数据的波段
var image = pie.ImageCollection("GF1/L1A/WFV_SR")//选择数据源为高分一号数据
.filterBounds(roi)//以roi边界为位置选择影像
.filterDate("2019-1-1","2019-12-31")//选择在2019年的影像
.select(bands)//选择需要的波段
.mosaic()//选择需要的波段并拼接影像
.clip(roi);//根据研究区范围裁剪影像
Map.addLayer(image.select(["B1","B2","B3"]),{min:0,max:0.3},"image");
Export.image({
image: image,//导出对象
description: "ExportImage",//导出任务描述
assetId: "24287496921681920123",//导出数据的ID
region: roi,//导出矢量范围
scale: 8 //导出的分辨率
});
三、效果图