【使用GEE计算NDVI*4】

学地理的小胖砸

于 2024-09-06 11:04:56 发布

阅读量854

点赞数 10

CC 4.0 BY-SA版权

分类专栏： GEE自学笔记文章标签：地理信息科学 python 遥感

本文链接：https://blog.csdn.net/qq_36253366/article/details/141954484

GEE自学笔记专栏收录该内容

16 篇文章

订阅专栏

在Google Earth Engine (GEE) 中计算归一化植被指数（NDVI）涉及几个基本步骤：定义研究区域、加载图像或图像集合、编写计算NDVI的函数，并最后将这个函数应用到图像或图像集合上。以下是一个简化的流程，展示了如何使用GEE计算NDVI：

登录到Google Earth Engine的Code Editor：
打开GEE的Code Editor（https://code.earthengine.google.com/），登录到你的Google账户。

定义研究区域：
你可以使用GEE中的绘图工具来定义一个多边形区域，或者使用预定义的几何对象。

var geometry = ee.Geometry.Rectangle([-longitude_min, latitude_min, -longitude_max, latitude_max]);
// 或者使用绘图工具在Map上绘制一个多边形，并复制粘贴生成的geometry变量

加载图像或图像集合：
选择你想要的图像数据源（如Landsat 8），并加载包含红光波段和近红外波段的图像或图像集合。

var imageCollection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA')
  .filterDate('start_date', 'end_date') // 替换为你的开始和结束日期
  .filterBounds(geometry)
  .select(['B4', 'B5']); // 选择红光波段（B4）和近红外波段（B5）

编写计算NDVI的函数：
这个函数将接受一个图像作为输入，并返回该图像的NDVI波段。
```
function calculateNDVI(image) {
  return image.normalizedDifference(['B5', 'B4']).rename('NDVI');
}
```
应用函数到图像或图像集合：
如果你只处理单幅图像，可以直接调用calculateNDVI函数。如果你处理的是图像集合，则需要使用map函数来遍历集合中的每幅图像。
```
// 单幅图像
var singleImage = imageCollection.first();
var ndviSingle = calculateNDVI(singleImage);

// 图像集合
var ndviCollection = imageCollection.map(calculateNDVI);
```

可视化或导出结果：
将NDVI图像或图像集合的某一特定图像添加到地图上进行可视化，或者导出到Google Drive等位置。

// 可视化单幅图像的NDVI
Map.centerObject(geometry, 10); // 聚焦并设置缩放级别
Map.addLayer(ndviSingle, {min: 0, max: 1, palette: ['blue', 'white', 'green']}, 'NDVI');

// 如果你想要导出图像（可选）
// 注意：替换成你的文件名和适当的参数
// Export.image.toDrive({
//   image: ndviSingle,
//   description: 'exported_ndvi_image',
//   scale: 30,
//   region: geometry,
//   maxPixels: 1e13 // 根据需要调整或取消注释
// });