gee下载去云的landsat8影像代码

### 使用 Google Earth Engine API 下载无云 Landsat 8 图像 以下是通过 Python 调用 Google Earth Engine (GEE) 的方法来下载去除了云层影响的 Landsat 8 地表反射率图像的示例代码： #### 安装依赖库 在运行以下代码之前，请确保已安装 `earthengine-api` 库。可以通过 pip 进行安装： ```bash pip install earthengine-api ``` #### 初始化 GEE 初始化 GEE 需要先完成身份验证并启动服务。 ```python import ee # 初始化 Earth Engine ee.Initialize() ``` #### 示例代码：下载无云 Landsat 8 图像 下面是一个完整的脚本，展示了如何利用 `.map()` 函数批量处理多张 Landsat 8 图像以移除受云污染的部分，并最终导出为 GeoTIFF 文件[^2]。 ```python # 导入必要的模块 import ee # 初始化 Earth Engine ee.Authenticate() # 如果尚未认证，则需要手动登录 ee.Initialize() # 定义研究区域（AOI） aoi = ee.Geometry.Rectangle([-106.5, 43.7, -105.9, 44.2]) # 示例坐标范围 # 加载 Landsat 8 表面反射率集合 l8sr = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') # 设置时间过滤器 filtered_collection = l8sr.filterDate('2022-01-01', '2022-12-31') \ .filterBounds(aoi) # 创建一个函数用于去除云掩膜 def maskClouds(image): qa_pixel = image.select('QA_PIXEL') # 提取 QA 像素中的云位掩码 cloud_bitmask = 1 << 3 cirrus_bitmask = 1 << 2 # 构建掩模条件 mask = qa_pixel.bitwiseAnd(cloud_bitmask).eq(0) \ .And(qa_pixel.bitwiseAnd(cirrus_bitmask).eq(0)) return image.updateMask(mask) # 对整个影像集应用云掩膜函数 cloud_free_images = filtered_collection.map(maskClouds) # 将第一个可用的无云图像转换为单个 Image 并裁剪到 AOI first_image = cloud_free_images.first().clip(aoi) # 获取波段列表 bands_of_interest = ['SR_B4', 'SR_B3', 'SR_B2'] # 波段顺序对应 RGB 显示 # 导出图像至 Google Drive 或本地文件夹 task = ee.batch.Export.image.toDrive( image=first_image.select(bands_of_interest), description='Landsat8_CloudFree_Export', folder='gee_exports', region=aoi, scale=30, # 分辨率为 30 米 crs='EPSG:4326' ) # 启动导出任务 task.start() print(f'Export task started with ID {task.id}') ``` 上述代码实现了以下几个功能： 1. **加载数据源**：选择了 Landsat 8 Collection 2 Level 2 数据产品。 2. **定义地理边界**：指定了感兴趣区（AOI），即目标地理位置。 3. **筛选日期范围内的影像**：限定了分析的时间窗口。 4. **创建自定义函数**：编写了一个名为 `maskClouds` 的函数，该函数基于质量评估 (`QA_PIXEL`) 层提取干净像素。 5. **映射操作**：使用 `.map()` 方法将此函数应用于所有符合条件的影像集合。 6. **导出结果**：选取了其中一张代表性的无云影像，并将其保存为 GeoTIFF 格式的文件。 #### 注意事项 - 上述代码假设用户已经配置好 Google Cloud Storage 或 Google Drive 来存储输出文件。 - 可能需要调整参数如分辨率 (`scale`) 和投影系统 (`crs`) 以满足具体需求。 ---