首页直接在GEE中可以运行得出准确结果的代码

直接在GEE中可以运行得出准确结果的代码

时间: 2025-06-14 18:16:09 浏览: 8

在Google Earth Engine (GEE) 中直接运行准确的结果代码，通常涉及使用GEE提供的遥感数据分析工具和服务。这里是一个例子，展示如何通过GEE计算MODIS MCD12Q1（土地覆盖分类数据集）在亚马逊地区的年度平均覆盖率： ```python # 首先确保已初始化GEE ee.Authenticate() ee.Initialize() # 定义亚马逊区域 amazon_region = ee.Geometry.Polygon(<亚马逊区域经纬度数组>) # 使用具体的经纬度数组替换 # 加载MCD12Q1数据集（例如，2001年至2023年） mcd12q1_coll = ee.ImageCollection('MODIS/006/MCD12Q1') years = list(range(2001, 2024)) coverages = mcd12q1_coll.filterDate('2001-01-01', '2023-12-31').filterBounds(amazon_region) # 对每一年的数据进行平均，得到年度覆盖率 annual_coverages = coverages.map(lambda img: img.mean().rename('Annual_Coverage')).groupBy('system:time_start', reducer=ee.Reducer.mean()) # 计算每个年度的平均覆盖面积 annual_summary = annual_coverages.toList(len(years)).map(lambda pair: { 'date': ee.Date(pair.get(0)).format('YYYY'), # 格式化日期 'average_coverage': pair.get(1).getInfo()['Annual_Coverage'] # 获取平均覆盖信息 }) # 将结果转换为DataFrame并保存为CSV results_df = pd.DataFrame(annual_summary, columns=['年份', '平均覆盖率']) results_df.to_csv('F:/result/amazon_coverages.csv', index=False) # 运行上述代码，结果将会存储在指定路径 ``` 注意：在上述代码中，你需要替换 `<亚马逊区域经纬度数组>` 为实际的亚马逊区域经纬度坐标，并确保GEE账户有足够的权限访问这些数据。此外，根据实际需求，你可以选择不同的土地覆盖类型或其他时间尺度的平均。

阅读全文