编程

#编程 | 来源: 网络整理| 查看: 265

0.背景

做遥感，绕不过去NDVI。如何快速、便捷的获取一个研究区该年度的每一期NDVI？是通过USGS下载原始数据?试试GEE，批量导出研究区的每一期NDVI。

1.数据筛选

首先，在GEE中导入自己需要的矢量边界ROI，这个ROI可以上传shp或者自己在gee中勾画。随后选择卫星数据类型、时间。本文选择了2021年之后，覆盖了研究区域的所有Landsat8影像。

Map.addLayer(ROI) Map.centerObject(ROI,9) //筛选数据 var roi_collection =landsat.filter(ee.Filter.date('2021-01-01','2021-12-31')) .filter(ee.Filter.bounds(ROI)) print(roi_collection) 2.NDVI的计算函数

这一部分包括波段的选取，以及NDVI的计算。如果NDVI，可以在bands参数里面修改。

//需要导出的波段 var bands=["B1","B2","B3","B4","B5","B6","B7","B8","B9","NDVI"] //或者只选择NDVI var bands=["NDVI"]

接下来是针对collection中的每一张影像进行计算NDVI

//NDVI计算函数 var get_NDVI = function(image) { image=image.clip(ROI); var NDVI=image.normalizedDifference(['B4','B5']).rename(['NDVI']); image=image.addBands(NDVI) return image.select(bands) }; //针对影像集中的每一张影像裁剪ROI区域、计算NDVI、导出相应波段 var NDVI_Collection = ee.ImageCollection(roi_collection) .map(get_NDVI); print(NDVI_Collection) 3.引入批量导出函数 var batch = require('users/fitoprincipe/geetools:batch')

这个函数来自于github的一名大神，他针对gee批量导出做了一个整理，并且做成了API，我们可以直接调用。

image

该批量导出的具体代码如下所示:

Download.ImageCollection.toDrive = function(collection, folder, options) { var defaults = { scale: 1000, maxPixels: 1e13, type: 'float', region: null, name: '{id}', crs: null, dateFormat: 'yyyy-MM-dd', async: false } var opt = tools.get_options(defaults, options) var colList = collection.toList(collection.size()); var wrap = function(n, img) { var geom = opt.region || img.geometry() var region = getRegion(geom) var imtype = IMAGE_TYPES(img, opt.type) var description = helpers.string.formatTask(n) var params = { image: imtype, description: description, folder: folder, fileNamePrefix: n, region: region, scale: opt.scale, maxPixels: opt.maxPixels } if (opt.crs) { params.crs = opt.crs } Export.image.toDrive(params) } var i = 0 while (i >= 0) { try { var img = ee.Image(colList.get(i)); var n = tools.image.makeName(img, opt.name, opt.dateFormat).getInfo() wrap(n, img) i++ } catch (err) { var msg = err.message if (msg.slice(0, 36) === 'List.get: List index must be between') { break } else { print(msg) break } } } } 4.设置导出函数

主要是设置影像分辨率以及导出区域。

//导出影像 batch.Download.ImageCollection.toDrive(NDVI_Collection, 'Landsat_NDVI', { scale: 30, region: ROI }) 5.完整代码展示 Map.addLayer(ROI) Map.centerObject(ROI,9) //筛选数据 var roi_collection =landsat.filter(ee.Filter.date('2021-01-01','2021-12-31')) .filter(ee.Filter.bounds(ROI)) print(roi_collection) //需要导出的波段 var bands=["NDVI"] //NDVI计算函数 var get_NDVI = function(image) { image=image.clip(ROI); var NDVI=image.normalizedDifference(['B5','B4']).rename(['NDVI']); image=image.addBands(NDVI) return image.select(bands) }; //针对影像集中的每一张影像裁剪ROI区域、计算NDVI、导出相应波段 var NDVI_Collection = ee.ImageCollection(roi_collection) .map(get_NDVI); print(NDVI_Collection) //引入批量导出函数 var batch = require('users/fitoprincipe/geetools:batch') //导出影像 batch.Download.ImageCollection.toDrive(NDVI_Collection, 'Landsat_NDVI', { scale: 30, region: ROI }) //查看大体效果 var NDVI_IMAGE=NDVI_Collection.mosaic() print(NDVI_IMAGE) Map.addLayer(NDVI_IMAGE) 6.下载

比如我们使用的是四川省资阳市乐至县的行政区域，可以通过gee先看看大体效果(非单期)。

//查看大体效果 var NDVI_IMAGE=NDVI_Collection.mosaic() print(NDVI_IMAGE) Map.addLayer(NDVI_IMAGE) image

之后是针对每一期影像进行下载，点击Run，直接下载影像。

image

需要注意，为了每一期影像名字保持和原始影像相同。下载的影像是按照ROI区域进行了裁剪,并没有按研究区进行镶嵌。

7.测试链接

https://code.earthengine.google.com/39c66eee53c92c2c0503fa04fe566714?noload=true

【本文地址】

编程

编程

今日新闻

推荐新闻