专做白酒的网站,三门峡企业网站建设公司,本网站正在建设升级中,合肥大型网站本文介绍在谷歌地球引擎GEE中#xff0c;提取多年遥感影像多个不同波段的反射率数据#xff0c;在GEE内绘制各波段的长时间序列走势曲线图#xff0c;并将各波段的反射率数据与其对应的成像日期一起导出为.csv文件的方法。 本文是谷歌地球引擎#xff08;Google Earth Engi… 本文介绍在谷歌地球引擎GEE中提取多年遥感影像多个不同波段的反射率数据在GEE内绘制各波段的长时间序列走势曲线图并将各波段的反射率数据与其对应的成像日期一起导出为.csv文件的方法。 本文是谷歌地球引擎Google Earth EngineGEE系列教学文章的第十六篇更多GEE文章请参考专栏GEE学习与应用https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html。 首先我们来看一下本文需要实现的需求。我们现在希望获取某一个点位置上Landsat 7遥感影像数据的可见光与近红外共4个波段的反射率数据时间跨度是从2013年到2022年。其中我们在提取出来指定波段、指定空间区域、指定时间范围的数据后为了保证数据大致无误因此希望首先可以在GEE内绘制一张包含了上述各波段在这一段时间内反射率数据的走势图随后将反射率数据导出为.csv文件。 知道了需求我们即可开始代码的撰写。本文需要用到的代码如下。
var point ee.Geometry.Point([-95.363271, 38.640067]);
var startDate 2013-01-01;
var endDate 2022-12-31;var rCollection ee.ImageCollection(LANDSAT/LE07/C02/T1_L2).select([SR_B1, SR_B2, SR_B3, SR_B4]).filterBounds(point).filterDate(startDate, endDate);
print(rCollection)var trueCollection rCollection.map(function(image) {var trueImage image.multiply(0.0000275).subtract(0.2);var trueImageP image.addBands(trueImage, null, true)return trueImageP;
});print(ui.Chart.image.series({imageCollection: trueCollection,region: point,reducer: ee.Reducer.mean(),scale: 250,
}));var rTable ee.FeatureCollection(trueCollection.map(function(image) {var date image.date().format(yyyy-MM-dd);var BValue image.reduceRegion(ee.Reducer.mean(), point, 500).get(SR_B1);var GValue image.reduceRegion(ee.Reducer.mean(), point, 500).get(SR_B2);var RValue image.reduceRegion(ee.Reducer.mean(), point, 500).get(SR_B3);var NValue image.reduceRegion(ee.Reducer.mean(), point, 500).get(SR_B4);return ee.Feature(null, {date: date, Blue: BValue, Green: GValue, Red: RValue, NIR: NValue});
}));Export.table.toDrive({collection: rTable,description: data_table_5,folder: GEE_Export,fileFormat: CSV
});上述代码的具体含义如下。 首先我们通过var point ee.Geometry.Point([-95.363271, 38.640067]);定义一个点位point也就是我们希望提取数据的点。随后通过var startDate 2013-01-01;定义起始日期startDate表示数据获取的起始日期var endDate 2022-12-31;则是定义结束日期endDate表示数据获取的结束日期。紧接着我这里是选择通过var rCollection ee.ImageCollection(LANDSAT/LE07/C02/T1_L2)获取LANDSAT 7的Level-2表面反射率数据集LANDSAT/LE07/C02/T1_L2。 随后基于.select([SR_B1, SR_B2, SR_B3, SR_B4])选择感兴趣的波段我们这里是选择了Blue、Green、Red等3个可见光波段和NIR这一近红外波段这里我们需要用4个波段在遥感影像数据产品中的名称也就是上述SR_B1这种来获取对应的数据。接下来我们对数据集进行空间、时间过滤保留包含指定点位、处于指定时间范围的数据。 其次我们在var trueCollection rCollection.map(function(image) { ... });这里使用map函数对rCollection中的每个图像应用函数并将结果保存在trueCollection中。这里的函数就是对原始的遥感影像加以辐射定标将每个像素值乘以0.0000275并减去0.2得到新的图像trueImage。随后注意需要将原始图像image和处理后的图像trueImage连接起来形成新的图像trueImageP——这样使得我们定标后的遥感影像数据集包含有原始图像的各项属性信息例如开始、结束时间等才可以进行后续的绘图、导出工作。在这里我选择通过设置image.addBands(trueImage, null, true)中第3个参数为true直接将辐射定标的图像覆盖原有的图像避免不必要的数据冗余。 接下来我们ui.Chart.image.series函数绘制时间序列图随后使用map函数对trueCollection中的每个图像应用函数并将结果保存在rTable中。这个函数计算了每个图像的日期和各个波段的具体数值并将这些值作为属性添加到rTable中的每个要素。 最后我们即可将rTable导出为.csv文件保存在Google Drive的指定文件夹中。 运行上述代码首先我们可以在GEE中看到具体的长时间序列曲线走势图如下图所示。可以看到走势图中的数据都已经是做过了辐射定标之后的了。 随后我们打开导出的.csv文件可以看到其中具体的数据信息如下——包括了我们需要导出的4个波段与日期信息以及其他2个系统默认导出的图像信息。 至此大功告成。
欢迎关注疯狂学习GIS
