GEE python通过点批量提取影像像元值

平时做研究时，经常需要批量提取影像的时间序列值（如站点的连续LAI）这时使用GEE，几秒钟就可以得出结果。

做GEE的公众号实在是太卷太卷了，为了突出特色，以后我的GEE教程使用两种语言（Javascript & python）同时撰写，为不同语言的GEEer提供教程。

// LAI 2003-2014
var maskGoodQualityPixels = function(image){
  var QC = image.select('FparLai_QC')
  var bitMask = 1 << 0
  return(image.updateMask(QC.bitwiseAnd(bitMask).eq(0)))}

var dataset = ee.ImageCollection('MODIS/006/MCD15A3H')
.filter(ee.Filter.date('2009-01-01', '2009-04-01'))
.map(maskGoodQualityPixels);
var dataset = dataset.select('Lai');


var ft = ee.FeatureCollection(ee.List([]))

var fill = function(img, ini) {
  var inift = ee.FeatureCollection(ini)
  var ft2 = img.sampleRegions({
  collection: site,
  properties:ee.List(['name']),
  scale: 5000
  });
  var date = img.date().format()
  var ft3 = ft2.map(function(f){return f.set("date", date)})
  return inift.merge(ft3)
}

// Iterates over the ImageCollection
var newft = ee.FeatureCollection(dataset.iterate(fill, ft))

Export.table.toDrive({
  collection: newft,
  description: 'sample_get',
  fileFormat: 'CSV'
});

JS代码链接：https://code.earthengine.google.com/36c64dabcd909fb3124c3a097cf0c1fd

JS代码说明：

• maskGoodQualityPixels是去云函数
• site是我自己上传的featurecollection，他是这样的

• 导出Image是非常简单的，但是对于ImageCollection需要写个循环，这里是iterate迭代。
• 循环和迭代若不熟悉，可以看我的视频教程

接下来是python GEE实现同样的操作：

# LAI 2003-2014
site = geemap.shp_to_ee("D:/OneDrive/data/st_flux166.shp")
def maskGoodQualityPixels(image):
    QC = image.select('FparLai_QC')
    bitMask = 1 << 0
    return(image.updateMask(QC.bitwiseAnd(bitMask).eq(0)))

dataset = ee.ImageCollection('MODIS/006/MCD15A3H').filter(ee.Filter.date('2009-01-01', '2015-01-01'))\
.map(maskGoodQualityPixels)
dataset = dataset.select('Lai')

out_dir = os.path.expanduser('~/Downloads')
out_dem_stats = os.path.join(out_dir, 'LAI.csv') 
geemap.zonal_statistics(dataset, site, out_dem_stats, statistics_type='MEAN', scale=1000)

可以看到python GEE是真的短，因为吴秋生博士将功能封装成了geemap.zonal_statistics并支持imagecollection直接输入。同时还提供了统计的类型（平均值、最大值等等）。而且对于面矢量居然同样有用。

al_statistics并支持imagecollection直接输入。同时还提供了统计的类型（平均值、最大值等等）。而且对于面矢量居然同样有用。

人生苦短，我用python