基于 GEE 的研究区 1948—2024 年蒸散 ET 年际变化分析

最新推荐文章于 2025-07-23 18:23:37 发布

原创最新推荐文章于 2025-07-23 18:23:37 发布 · 441 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#GEE #云计算 #云平台 #遥感大数据 #数据集

Google Earth Engine（GEE）专栏收录该内容

90 篇文章

订阅专栏

1 代码解析

1.1 地理区域设定

var geometry = table; 
Map.centerObject(geometry, 6);

这部分代码把 table 赋值给 geometry，并且将地图中心定位到这个区域，缩放级别设为 6。

1.2 数据获取

var dataset1 = ee.ImageCollection("NASA/GLDAS/V20/NOAH/G025/T3H");
var dataset2 = ee.ImageCollection("NASA/GLDAS/V021/NOAH/G025/T3H");

这里我们从 GEE 的数据仓库里获取了两个不同版本的 GLDAS 数据集，它们包含了蒸散量相关的数据。

1.3 计算年蒸散量

var getAnnualET = function(year, dataset) {
  var startDate = ee.Date.fromYMD(year, 1, 1);
  var endDate = ee.Date.fromYMD(year, 12, 31);
  
  return dataset.filterDate(startDate, endDate)
    .select('Evap_tavg')
    .sum()
    .multiply(10800)
    .clip(geometry)
    .set('year', year);
};

getAnnualET 函数用于计算指定年份的年蒸散量。它先确定该年份的起始和结束日期，接着筛选出对应时间段的数据，选取蒸散量平均值这一波段，把该年的蒸散量数据累加起来，再乘以 10800 进行单位换算，最后裁剪到指定的地理区域，并给结果图像设置年份属性。

1.4 生成年蒸散量图像集合

var years1 = ee.List.sequence(1948, 1999);
var years2 = ee.List.sequence(2000, 2024);

var annualImages = ee.ImageCollection.fromImages(
  years1.map(function(y) { return getAnnualET(y, dataset1); })
  .cat(years2.map(function(y) { return getAnnualET(y, dataset2); }))
);

我们把 1948 - 1999 年和 2000 - 2024 年分成两个时间段，分别调用 getAnnualET 函数计算每年的蒸散量，最后把这些结果合并成一个图像集合。

1.5 数据导出

years1.cat(years2).getInfo().forEach(function(year) {
  var image = annualImages.filter(ee.Filter.eq('year', year)).first();
  Export.image.toDrive({
    image: image,
    description: year + '_ET',
    fileNamePrefix: year + '_ET',
    scale: 27830,
    region: geometry,
    maxPixels: 1e13,
    crs: "EPSG:4326",
    folder: 'GLDAS_ET'
  });
});

这部分代码会把每年的蒸散量图像导出到 Google Drive 里，文件名包含年份信息，方便后续的分析和使用。

1.6 绘制年际变化图表

var chart = ui.Chart.image.series({
  imageCollection: annualImages,
  region: geometry,
  reducer: ee.Reducer.mean(),
  scale: 27830,
  xProperty: 'year'
}).setOptions({
  title: 'Interannual Variation of Evapotranspiration',
  hAxis: { title: 'Year', gridlines: { count: 10 } },
  vAxis: { title: 'Evapotranspiration (mm/year)' },
  lineWidth: 1,
  pointSize: 2,
  series: { 0: { color: 'black' } }
});

print(chart);

最后，我们利用 ui.Chart.image.series 函数绘制了蒸散量的年际变化图表，横坐标是年份，纵坐标是年蒸散量（单位：mm/year），这样可以直观地看到蒸散量随时间的变化趋势。

2 完整代码

var geometry = table; 
Map.centerObject(geometry, 6);

var dataset1 = ee.ImageCollection("NASA/GLDAS/V20/NOAH/G025/T3H");
var dataset2 = ee.ImageCollection("NASA/GLDAS/V021/NOAH/G025/T3H");

var getAnnualET = function(year, dataset) {
  var startDate = ee.Date.fromYMD(year, 1, 1);
  var endDate = ee.Date.fromYMD(year, 12, 31);
  
  return dataset.filterDate(startDate, endDate)
    .select('Evap_tavg')
    .sum()
    .multiply(10800)
    .clip(geometry)
    .set('year', year);
};

var years1 = ee.List.sequence(1948, 1999);
var years2 = ee.List.sequence(2000, 2024);

var annualImages = ee.ImageCollection.fromImages(
  years1.map(function(y) { return getAnnualET(y, dataset1); })
  .cat(years2.map(function(y) { return getAnnualET(y, dataset2); }))
);

years1.cat(years2).getInfo().forEach(function(year) {
  var image = annualImages.filter(ee.Filter.eq('year', year)).first();
  Export.image.toDrive({
    image: image,
    description: year + '_ET',
    fileNamePrefix: year + '_ET',
    scale: 27830,
    region: geometry,
    maxPixels: 1e13,
    crs: "EPSG:4326",
    folder: 'GLDAS_ET'
  });
});

var chart = ui.Chart.image.series({
  imageCollection: annualImages,
  region: geometry,
  reducer: ee.Reducer.mean(),
  scale: 27830,
  xProperty: 'year'
}).setOptions({
  title: 'Interannual Variation of Evapotranspiration',
  hAxis: { title: 'Year', gridlines: { count: 10 } },
  vAxis: { title: 'Evapotranspiration (mm/year)' },
  lineWidth: 1,
  pointSize: 2,
  series: { 0: { color: 'black' } }
});

print(chart);