GEE例子分析_植被覆盖度计算

一、植被覆盖度计算

课程：https://www.bilibili.com/video/BV1zr4y1k7L8?spm_id_from=333.999.0.0
博客：https://blog.csdn.net/qq_44589327/article/details/107443958
讲解代码：
准备数据，基于哨兵2号的SR数据来进行初始数据集筛选

//导入行政矢量数据，在GEE中是FeatureCollection类型
var wuhan = ee.FeatureCollection("users/yp7454982/wuhan");
Map.addLayer(wuhan)
Map.centerObject(wuhan,8)
//去云函数
function maskS2clouds(image) {var qa = image.select('QA60');// Bits 10 and 11 are clouds and cirrus, respectively.var cloudBitMask = 1 << 10;var cirrusBitMask = 1 << 11;// Both flags should be set to zero, indicating clear conditions.var mask = qa.bitwiseAnd(cloudBitMask).eq(0).and(qa.bitwiseAnd(cirrusBitMask).eq(0));return image.updateMask(mask).divide(10000);
}
//筛选2019年在武汉市云量百分之20以下的所有数据，进行去云处理
var dataset_sentinel2=ee.ImageCollection("COPERNICUS/S2_SR").filterDate('2019-01-01','2019-12-31').filterBounds(wuhan)//.filterMetadata('CLOUDY_PIXEL_PERCENTAGE',"less_than",20).map(maskS2clouds)
print(dataset_sentinel2)

中值合成并进行数据裁剪，真彩色合成

var mid_image=dataset_sentinel2.median().clip(wuhan.geometry());
var visualization = {min: 0.0,max: 0.3,bands: ['B4', 'B3', 'B2'],
};
Map.addLayer(mid_image,visualization,'RGB')

计算NDVI并将水体mask掉，并利用像元二分模型进行植被覆盖度反演

var NDVI=mid_image.normalizedDifference(["B8","B4"]).rename("NDVI")
print(NDVI)
Map.addLayer(NDVI.lt(0))//water
Map.addLayer(mid_image.updateMask(NDVI.gt(0)),visualization,'RGB1')
var mask_water_NDVI=NDVI.updateMask(NDVI.gt(0))//mask water
//var chart=ui.Chart.image.histogram(mask_water_NDVI,wuhan,100)
//print(chart)
function calFVC(BestVI,region,scale){var num = BestVI.reduceRegion({reducer:ee.Reducer.percentile([5,95]),geometry:region,scale:scale,maxPixels:1e13});var min = ee.Number(num.get("NDVI_p5"));var max = ee.Number(num.get("NDVI_p95"));//print(top_min);//print(top_max);//quantile and combinevar greaterPart = BestVI.gt(max);var lessPart = BestVI.lt(min);var middlePart =ee.Image(1).subtract(greaterPart).subtract(lessPart);//calculate FVCvar tempf1=BestVI.subtract(min).divide(max.subtract(min));var FVC=ee.Image(1).multiply(greaterPart).add(ee.Image(0).multiply(lessPart)).add(tempf1.multiply(middlePart))return FVC.rename('FVC');
}
var FVC=calFVC(mask_water_NDVI,wuhan,10)
print(FVC)
var chart=ui.Chart.image.histogram({image:FVC,region:wuhan,scale:250,//maxPixels:1e13
})
print(chart)
Export.image.toDrive({image: FVC,description: "wuhan_fvc_2019",scale: 10,region: wuhan.geometry(),maxPixels: 1e13
});

GEE例子分析_植被覆盖度计算相关推荐

Google Earth Engine笔记-植被覆盖度计算
1 植被覆盖度遥感监测根据 N D V I NDVI NDVI数据进行像元二分模型计算植被覆盖度像元二分模型将像元的植被覆盖结构分为纯像元与混合像元两类,纯像元植被完全覆盖覆盖度为1,混合想要由植 ...
基于NDVI的植被覆盖度计算--Arcgis
植被覆盖度的估算利用像元二分模型进行,基本原理就是假定一个像元的信息只由植被和土壤两部分贡献.根据影像上的NDVI灰度分布,以0.5%置信度截取NDVI上下阈值分别代表植被和土壤,并在Arcgis中利 ...
Python_文本分析_困惑度计算和一致性检验
在做LDA的过程中比较比较难的问题就是主题数的确定,下面介绍困惑度.一致性这两种方法的实现. 其中的一些LDA的参数需要结合自己的实际进行设定直接计算出的log_perplexity是负值,是困惑度 ...
python实现词语相似度计算分析_相似度计算的方法及Python实现
现实生活中,我们经常提到距离这个词,本文谈的相似度就是基于距离定义的,当两个向量之间的距离特别小时,就说这俩个向量相似度高,反之相似度不高.所以,衡量相似度的指标就是距离度量. 经常使用的相似度计算公 ...
arcgis重心迁移分析_山东省植被覆盖度变化与气候因子相关性分析
点上方"测绘科学"关注我们摘要植被是陆地生态系统的重要组成部分,能够对陆地生态系统的所有变化做出响应,在能量交换中也起着至关重要的作用,是表现和衡量生态环境状况的主要指标.植 ...
arcgis计算植被覆盖度
在ArcGIS中计算植被覆盖度的方法有很多,其中一个方法是使用基于遥感影像数据进行分类和统计分析的工具.下面是一个步骤: 1. 导入植被分类图像:将植被分类图像导入到ArcGIS软件中作为处理的输入数 ...
植被覆盖度（FVC）计算
引言:植被作为生态大循环的重要参与者,在全球能量流动和物质循环中起着重要作用.通常植被覆盖度(Fractional vegetation cover, FVC)表征地表植被覆盖情况,一般将植被覆盖度定 ...
中国的植被覆盖度数据获取方法
植被覆盖度一般指植被覆盖率,植被覆盖率通常是指森林面积占土地总面积之比,一般用百分数表示.但国家规定在计算森林覆盖率时,森林面积还包括灌木林面积.农田林网树占地面积以及四旁树木的覆盖面积.森林覆盖率, ...
长篇幅详解辐射定标、大气校正、监督分类、掩膜统计、植被覆盖度操作
长篇幅详解辐射定标.大气校正.监督分类.掩膜统计.植被覆盖度操作一.序言 Landsat卫星是遥感初学者甚至遥感从业者.相关研究学者接触最多的一个遥感数据源.今天我们通过一个示例来学习ENVI一些相 ...

GEE例子分析_植被覆盖度计算

GEE例子分析_植被覆盖度计算相关推荐

最新文章

热门文章