В этом выпуске рассказывается, как Google Earth Engine синтезирует изображения региональных максимальных годовых значений NDVI,По сравнению с традиционными методами,Метод GEE прост, эффективен и не требует большого компьютерного оборудования!

1 Введение в учебник

Прежде всего, этот простой туториал «перевезен» по служебному делу (мы не производим знания, мы всего лишь разносчик знаний).

Мотивацией для этого является:

Из-за цикла повторных посещений спутников Landsat между изображениями, полученными для определенной территории, существуют определенные «фенологические различия». Чтобы минимизировать влияние этой разницы на результаты анализа, иногда можно попытаться установить значения пикселей в композиции примерно на одну и ту же фенологическую стадию, например, время достижения растениями максимальной зелености (когда листья открыты и фотосинтетически активны). Например, если мы сравним региональный растительный покров в разные годы, каждый год будут сотни или тысячи изображений, и нет никакой гарантии, что выбранные изображения будут сделаны в одно и то же время каждый год, что повлияет на точность результатов по времени. анализ серии.

2 Традиционные методы достижения

(1) Геологическая служба США загружает изображения, такие как Гуанчжоу, номер орбиты 122044. По скромным оценкам, загрузка изображений Landsat8 займет один год. Я не знаю, сколько времени это займет (я не пробовал, это слишком возмутительно). .

(2) Используйте ENVI или другое программное обеспечение для обработки изображений для расчета NDVI. Поскольку количество изображений чрезвычайно велико, эта рабочая нагрузка также значительна.

(3) Используйте полосовой калькулятор, чтобы выполнить синтез максимальных значений и получить максимальные результаты NDVI для каждой позиции пикселя в Гуанчжоу в течение года.

На самом деле трудоемкость этого процесса огромна. Более того, после генерации максимального NDVI за весь год можно получить только максимальный результат NDVI, а другую информацию о полосе изображения, которой принадлежит максимальный NDVI в каждой позиции пикселя, нельзя. быть получено.

2 реализация GEE

(1) Адрес рабочей среды GEE:

https://code.earthengine.google.com

(2) Импортируйте соответствующие изображения Landsat и Guangzhou shp:

Получить изображения Landsat 8

Импортировать изображения

Загрузите обработанный шп самостоятельно

После загрузки нажмите «Импортировать».

Окно кода автоматически заполняет приведенные выше утверждения.

(3) Затем введите следующие строки кода:

//Определяем функцию addNDVI,Входными данными для этой функции является изображение,Затем выполните расчет NDVI на изображении.,и назовите результатndvi
//И добавляем сгенерированный ndvi к исходному изображению
var addNDVI = function(image) {
  var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
  return image.addBands(ndvi);
};
//Выбираем lc8 в 2019 году изображений
var lc82019 = l8.filterDate('2019-01-01', '2019-12-31');
//Выполняем расчет NDVI для всех выбранных изображений в 2019 году и добавляем результаты к исходному изображению
var withNDVI = lc82019.map(addNDVI);
//Используйте функциюqualityMosaic() для максимальной фильтрации NDVI и используйте границу gz для обрезки
var greenest = withNDVI.qualityMosaic('NDVI').clip(gz);
//Выполняем расчет NDVI для отфильтрованных пикселей (поскольку отфильтрованные включают все полосы
//Таким образом, вы можете напрямую выводить полнополосное изображение, а не только NDVI)
//Далее отображается результат синтеза максимального значения NDVI. Есть два варианта:
var bestndvi = greenest.select('NDVI').rename('bestNDVI');
//Или пересчитываем еще раз
//var bestndvi = greenest.normalizedDifference(['B5', 'B4']).rename('bestNDVI');
//Добавляем сгенерированный оптимальный NDVI в окно слоя
Map.addLayer(bestndvi,{palette: ['black', 'blue', 'yellow']},'bestndvi')

(4) Результат: Весь процесс занимает в среднем 2 секунды.

2014:

Синтез максимального значения NDVI в Гуанчжоу в 2014 г.

2016:

Синтез максимального значения NDVI в Гуанчжоу в 2016 г.

2019:

Синтез максимального значения NDVI в Гуанчжоу в 2019 году

(5) Резюме:

Можно сказать, что существование GEE значительно снизило спрос на компьютерное оборудование и сети. Многие идеи, которые изначально были недостижимы, могут быть реализованы. Если мы заменим административную администрацию Гуанчжоу провинцией Гуандун или даже всем Китаем, эту операцию также можно осуществить, например:

Провинция Хайнань

Район дельты реки Янцзы

Пекинский район 2019

Регион Цинхай 2019

Китай 2019 (расчет выполнен примерно за 1 минуту)

3 рекомендации из прошлого

Краткое описание одноканальных методов инверсии приземной температуры на примере изображений Landsat 8 TIRS

2021-09-22

Суперподробное руководство по реализации случайного леса на языке R

2021-09-21

Создавайте карты ветровых полей и настраивайте красивые цветные полосы с помощью ArcGIS.

2021-09-19

Используйте Google Earth Engine (GEE) для извлечения данных о водных объектах (реках, озерах) в нижнем течении реки Янцзы с 2000 по 2019 год.

2021-09-18

Пакетная загрузка Python данных Европейского центра ECMWF

2021-09-17

Первоначальный автор этой статьи — Чжэнчж.

В этом выпуске "Google Earth Engine синтезирует изображения региональных максимальных годовых значений Публикация NDVI завершена, спасибо за прочтение!