技术科研吧 2022-04-28 13:53

Part1导入中国省级行政区划

Part2导入Landsat 8 遥感影像

使用GEE搜索栏，搜索landsat 8，选择USGS Landsat 8 Collection 1 Tier 1 Raw Scenes：

Part3导入你想获取地区的一个点

使用GEE地图编辑栏的添加点线面的工具，在你想要获取的地区点一个点

导入这三个后的界面：

Part4代码

代码

//筛选出点所在地区

var cq = China.filterBounds(point).geometry();

//筛选影像时间为2018-01-01至2019-12-31

var Data_Collection = imageCollection.filterDate('2018-01-01','2019-12-31');

//拼接影像，并且该影像云量为2018-01-01至2019-12-31间最小

var cq_Collection = ee.Algorithms.Landsat.simpleComposite(Data_Collection).clip(cq)

//添加筛选地区图层及该地区得到的影像

Map.addLayer(cq,{},'Chongqing Boundary');

Map.addLayer(cq_Collection,{bands:['B5','B4','B3'],gamma: 1.3,max: 108,min: 15},'Chongqing Boundary')

ee.Algorithms.Landsat.simpleComposite的作用是Landsat影像数据集最小云量合成，这个好像只能用于USGS Landsat 8 Collection 1 Tier 1 Raw Scenes这个数据集??

btw把下载下来的影像放到ArcMap里或许会显示为只有黑色，这时要在符号系统里选一下拉伸。以Sentinel-2数据为例：

哨兵2的：

function s2_rmcloud(image) {

var qa = image.select('QA60');

var cloudBitMask = 1 << 10;

var cirrusBitMask = 1 << 11;

var mask = qa.bitwiseAnd(cloudBitMask).eq(0)

.and(qa.bitwiseAnd(cirrusBitMask).eq(0));

return image.updateMask(mask);

}

//过滤筛选哨兵2影像

var s2_nocloud = s2_col.map(s2_rmcloud)

.filterBounds(roi)

.filterDate("2021-10-01", "2021-10-09")

.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20));

Map.centerObject(roi,5);

Map.addLayer(roi,{color:'FFFF00'},"roi");

//对栅格数据取中值

var s2_nocloud_median = s2_nocloud.mean();

// 进行裁剪

var s2_nocloud_median_clipped = s2_nocloud_median.clipToCollection(roi);

// 进行图像显示

var visParams = {bands: ['B4', 'B3', 'B2'],min: 0,max: 3000,gamma: 2,};

Map.addLayer(s2_nocloud_median_clipped, visParams, 'clipped composite');

版权声明：本文为CSDN博主「difizuhvovs」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/jilli_jelly/article/details/113177060

如有侵权，请联系本站删除！