Google Earth Engine 教程：基于影像聚合进行水体分析

<think>好的，我现在需要帮助用户在Google Earth Engine (GEE) 上处理Landsat 8影像，提取NDWI并导出水体边界的Shapefile文件。首先，我需要回顾NDWI的计算方法。NDWI通常使用绿光波段和近红外波段来计算，公式是$NDWI = (Green - NIR) / (Green + NIR)$。不过，用户提到的引用中有使用大津算法（OTSU）来提取水体，这可能涉及到阈值的选择。 接下来，我需要考虑如何在GEE中获取Landsat 8的影像。用户可能需要先筛选时间范围和区域，去除云量较高的影像。引用[2]和[4]提到在GEE中处理Landsat数据时进行筛选和裁剪，这可能涉及使用`filterBounds`和`filterDate`方法，然后应用云掩膜。 然后计算NDWI，这部分需要确定正确的波段。Landsat 8的绿光波段是B3，近红外是B5，所以公式应为$NDWI = (B3 - B5)/(B3 + B5)$。计算完成后，可能需要应用OTSU算法确定阈值，或者使用固定阈值来区分水体和背景。引用[3]提到用OTSU方法，这可能更准确，但需要代码实现。 提取水体后，需要将结果转换为矢量，这可能用到`reduceToVectors`方法，将二值图像转为面要素。然后导出为Shapefile，需要注意投影和坐标系的设置，确保导出的文件正确。引用[1]提到导出Shapefile的步骤，可能涉及`Export.table.toDrive`或类似的函数。 同时，用户可能遇到云遮挡问题，需要处理影像合成，比如使用中值合成或者按时间聚合。引用[2]中提到了长时间序列处理，可能需要考虑如何选择或合成影像。 最后，测试代码的正确性，可能需要分步检查每个环节，比如确认NDWI计算正确、阈值分割后的二值图像是否符合预期、矢量转换是否准确等。如果有错误，可能需要调整参数或检查函数用法。 总结步骤：加载Landsat 8数据→预处理（去云、裁剪）→计算NDWI→阈值分割→转为矢量→导出Shapefile。同时，引用中的方法可以作为参考，确保代码符合最佳实践。</think>在Google Earth Engine (GEE) 中提取Landsat 8的NDWI并导出水体边界Shapefile，可按以下步骤操作： --- ### 一、NDWI计算与水体提取流程 1. **加载Landsat 8影像集** ```javascript var l8 = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2") .filterDate('2020-01-01', '2020-12-31') .filterBounds(geometry); // geometry为研究区几何范围 ``` 2. **去云处理与影像合成** ```javascript // 云掩膜函数 var maskClouds = function(image) { var qa = image.select('QA_PIXEL'); var cloudBitMask = 1 << 3; // 第3位为云置信度 var mask = qa.bitwiseAnd(cloudBitMask).eq(0); return image.updateMask(mask); }; var l8Filtered = l8.map(maskClouds).median(); // 使用中值合成[^2] ``` 3. **计算NDWI** ```javascript var ndwi = l8Filtered.normalizedDifference(['SR_B3', 'SR_B5']).rename('NDWI'); // NDWI公式：$NDWI = (B3 - B5)/(B3 + B5)$ ``` 4. **阈值分割提取水体** ```javascript var threshold = 0.2; // 经验阈值，可替换为OTSU算法[^3] var water = ndwi.gt(threshold); ``` 5. **转为矢量边界** ```javascript var vectors = water.reduceToVectors({ geometry: geometry, scale: 30, // 与Landsat分辨率一致 geometryType: 'polygon', eightConnected: false }); ``` --- ### 二、导出Shapefile文件 ```javascript Export.table.toDrive({ collection: vectors, description: 'WaterBoundary', fileFormat: 'SHP', selectors: ['NDWI'] // 保留必要属性 }); ``` --- ### 三、完整代码示例 ```javascript // 1. 定义研究区 var geometry = ee.Geometry.Polygon([[...]]); // 替换为实际坐标 // 2. 加载并预处理影像 var l8 = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2") .filterDate('2020-01-01', '2020-12-31') .filterBounds(geometry) .map(maskClouds) .median(); // 3. 计算NDWI var ndwi = l8.normalizedDifference(['SR_B3', 'SR_B5']).rename('NDWI'); // 4. 提取水体 var water = ndwi.gt(0.2); // 5. 生成矢量并导出 var vectors = water.reduceToVectors({ geometry: geometry, scale: 30, geometryType: 'polygon', eightConnected: false }); Export.table.toDrive({...}); ``` ---