练习GEE数据加载及可视化

<think>我们正在讨论如何使用GoogleEarthEngine(GEE)加载数据并进行可视化。根据引用内容，我们可以从以下几个方面展开：1.数据加载：引用[1]提到使用DEM数据计算坡度和坡向，引用[2]提到使用土壤有机碳数据集，引用[3]提到加载ESA土地分类数据。2.可视化：引用[2]提到可视化土壤有机碳含量，引用[4]提到创建动图。因此，我们可以按照以下步骤进行：步骤1：加载数据（可以是影像、影像集合或特定数据集）步骤2：对数据进行处理（可选，比如计算NDVI、坡度等，但用户问题主要是加载和可视化，所以可选）步骤3：设置可视化参数步骤4：将数据添加到地图上进行可视化步骤5：高级可视化（如制作动图，引用[4]）由于用户问题集中在加载和可视化，我们重点讲解这两个部分。注意：我们使用GEE的JavaScriptAPI（在线代码编辑器）进行演示，因为这是最常用的方式。但用户也可以使用PythonAPI，不过在线编辑器更便于可视化。具体步骤：1.加载数据：GEE提供了多种数据集，可以通过`ee.Image()`加载单幅影像，或`ee.ImageCollection()`加载影像集合。例如，加载Landsat8影像：```javascript//加载Landsat8影像集合，按日期、云量筛选varcollection=ee.ImageCollection('LANDSAT/LC08/C02/T1_L2').filterDate('2020-01-01','2020-12-31').filter(ee.Filter.lt('CLOUD_COVER',10));```或者加载单个影像（如SRTMDEM）：```javascriptvardem=ee.Image('USGS/SRTMGL1_003');```或者加载土地分类数据（如引用[3]中的ESA土地分类）：```javascriptvarlandCover=ee.Image("ESA/WorldCover/v100/2020");```2.可视化参数设置：可视化参数包括：-`bands`:选择要显示的波段（可以是一个或多个，如果是RGB显示则需要三个波段）-`min`和`max`:设置显示的最小和最大值（拉伸）-`palette`:设置颜色方案（单波段常用）-其他参数如`gamma`等例如，显示DEM：```javascriptvardemVis={min:0,max:4000,palette:['006633','E5FFCC','662A00','D8D8D8','F5F5F5']};```显示土地分类（分类数据通常用调色板）：```javascriptvarlandCoverVis={min:10,max:100,palette:['#006400','#FFBB22','#FFFF4C','#F096FF','#FA0000','#B4B4B4','#F0F0F0','#0064C8','#0096A0','#00CF75','#002FA7']};```3.将数据添加到地图：```javascriptMap.addLayer(dem,demVis,'DEM');Map.addLayer(landCover,landCoverVis,'LandCover');```4.中心定位：```javascriptMap.centerObject(geometry,10);//geometry可以是点、区域等```5.高级可视化：制作动图（引用[4]）使用影像集合制作动图：```javascript//假设我们有一个影像集合collection，并已经设置了可视化参数visvarthumb=ui.Thumbnail({image:collection,//注意：这里是一个影像集合，会按时间顺序制作动画params:vis,style:{position:'bottom-right',width:'600px'}});Map.add(thumb);```下面我们给出一个完整的示例，包括加载Landsat8影像、设置可视化参数、添加到地图，以及制作NDVI动画。示例：加载Landsat8影像并计算NDVI，然后制作时序动画步骤1：加载影像集合步骤2：计算NDVI（归一化植被指数）步骤3：设置NDVI的可视化参数（通常用绿色渐变）步骤4：将单景影像添加到地图步骤5：制作NDVI时序动画代码示例：```javascript//1.定义区域（这里使用中国的一个点，并放大到9级）varpoint=ee.Geometry.Point([116.0,39.0]);Map.centerObject(point,5);//2.加载Landsat8影像集合varcollection=ee.ImageCollection('LANDSAT/LC08/C02/T1_L2').filterDate('2020-01-01','2020-12-31').filter(ee.Filter.lt('CLOUD_COVER',10)).filterBounds(point);//3.计算NDVI函数varaddNDVI=function(image){varndvi=image.normalizedDifference(['SR_B5','SR_B4']).rename('NDVI');returnimage.addBands(ndvi);};//4.对集合中每幅影像计算NDVIvarndviCollection=collection.map(addNDVI);//5.创建一个NDVI影像集合（只包含NDVI波段）varndviBands=ndviCollection.select('NDVI');//6.设置NDVI可视化参数varvisParams={min:-1,max:1,palette:['blue','white','green']};//7.将第一幅影像添加到地图（预览）Map.addLayer(ndviCollection.first(),visParams,'FirstNDVI');//8.制作NDVI时序动画varthumb=ui.Thumbnail({image:ndviBands,params:visParams,style:{position:'bottom-right',width:'400px'}});Map.add(thumb);```注意：在GEE在线编辑器中运行此代码，地图上会显示第一幅NDVI影像，并在右下角出现一个动画播放器，可以播放整个时间序列的NDVI变化。另外，引用[3]中提到用remap重命名波段属性名称，这通常在需要重分类时使用，但本示例中我们直接使用了波段计算。总结：-加载数据：使用`ee.Image()`或`ee.ImageCollection()`，并通过过滤条件筛选数据。-可视化：通过设置可视化参数对象，然后使用`Map.addLayer()`添加图层。-高级可视化：使用`ui.Thumbnail`制作动画。最后，根据用户问题，我们生成相关问题。</think>### 如何使用 Google Earth Engine (GEE) 加载数据并进行可视化 以下是基于 GEE 官方文档和引用内容的完整操作指南，包含关键步骤和代码示例： --- #### **1. 数据加载** ##### (1) 加载单幅影像 ```javascript // 加载全球DEM数据（SRTM） var dem = ee.Image('USGS/SRTMGL1_003'); // 引用[1] // 加载土地分类数据（ESA 10m分辨率） var landCover = ee.Image("ESA/WorldCover/v100/2020"); // 引用[3] // 加载土壤有机碳数据 var soilCarbon = ee.ImageCollection("OpenLandMap/SOL/SOL_ORGANIC-CARBON_USDA-6A1C_M/v02"); // 引用[2] ``` ##### (2) 加载影像集合（时序数据） ```javascript // 加载Landsat 8影像集 var landsat = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterDate('2020-01-01', '2020-12-31') .filterBounds(geometry); // geometry为自定义区域 ``` ##### (3) 关键过滤操作 ```javascript // 按空间范围过滤 var roi = ee.Geometry.Point([116.0, 39.0]); // 北京坐标 var filtered = landsat.filterBounds(roi); // 按云量过滤（<10%） var cloudFiltered = landsat.filter(ee.Filter.lt('CLOUD_COVER', 10)); // 按属性重命名波段 var renamed = landCover.remap([10,20,30], [1,2,3], 'classification'); // 引用[3] ``` --- #### **2. 数据可视化** ##### (1) 基本可视化参数设置 ```javascript // DEM可视化参数 var demVis = { min: 0, max: 4000, palette: ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5'] // 引用[1] }; // 土地分类可视化 var landCoverVis = { min: 10, max: 100, palette: ['#006400','#FFBB22','#FFFF4C','#F096FF','#FA0000'] // 引用[3] }; // 添加到地图 Map.addLayer(dem, demVis, 'DEM'); Map.addLayer(landCover, landCoverVis, 'Land Cover'); ``` ##### (2) 动态时序可视化（动图制作） ```javascript // 创建NDVI时序动画 var ndviCol = landsat.map(function(img) { return img.normalizedDifference(['SR_B5','SR_B4']).rename('NDVI'); // 引用[1] }); var visParams = {min: -1, max: 1, palette: ['red','yellow','green']}; // 生成动图控件 var thumb = ui.Thumbnail({ image: ndviCol, // 使用影像集合生成动画 params: visParams, style: {position: 'bottom-right', width: '600px'} // 引用[4] }); Map.add(thumb); ``` ##### (3) 统计图表可视化 ```javascript // 土壤有机碳直方图 var chart = ui.Chart.image.histogram({ image: soilCarbon.select('b0'), // 选择特定波段 region: roi, scale: 1000 }).setOptions({title: 'Soil Organic Carbon Distribution'}); // 引用[2] print(chart); ``` --- #### **3. 完整工作流示例** ```javascript // 步骤1: 定义区域 var beijing = ee.Geometry.Point([116.4, 39.9]); // 步骤2: 加载数据 var dem = ee.Image('USGS/SRTMGL1_003'); var landsat = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterBounds(beijing) .filterDate('2023-01-01','2023-12-31'); // 步骤3: 计算坡度（DEM衍生） var slope = ee.Terrain.slope(dem); // 引用[1] // 步骤4: 可视化设置 Map.centerObject(beijing, 8); Map.addLayer(slope, {min:0, max:60, palette:['blue','yellow','red']}, 'Slope'); Map.addLayer(landsat, {bands:['SR_B4','SR_B3','SR_B2'], min:0, max:20000}, 'Landsat RGB'); ``` --- ### **核心技巧总结** 1. **数据选择**： - 公共数据集使用`ee.Image('数据集ID')`或`ee.ImageCollection('集合ID')` - 使用`filterBounds()`和`filterDate()`精准筛选数据[^1][^2] 2. **可视化优化**： - 连续数据：设置`min/max`值增强对比度 - 分类数据：使用`palette`定义颜色映射[^3] - 时序数据：用`ui.Thumbnail()`创建动画[^4] 3. **交互操作**： - `Map.centerObject()`定位区域 - `print()`在控制台输出图表或数据 - 在线编辑器实时预览：https://code.earthengine.google.com/ > 通过组合数据加载、空间过滤和可视化参数，可快速实现从基础展示到高级动态分析的全流程[^1][^4]。