AI Earth ——开发者模式案例2:Landsat系列影像数据去云
Landsat 系列数据去云¶
AIE平台中提供的 Landsat 影像均为 USGS Collection 2 中的数据,该集合使用 QA_PIXEL 波段对云、雪进行描述。因此,可通过位运算和逻辑运算,生成云掩膜,利用 updateMask 函数去除可能是云或者云阴影的区域。此算法适用于 Landsat-5 / 7 / 8 / 9 。
初始化环境¶
import aieaie.Authenticate()
aie.Initialize()
定义去云算法¶
使用 QA_PIXEL 波段进行去云处理。分别缩放SR波段和SP波段像元值,使SR波段像元值尽量在[0,1]之间,ST波段为地表温度的开尔文表示。
def removeLandsatCloud(image):cloudShadowBitMask = (1 << 4)cloudsBitMask = (1 << 3)qa = image.select('QA_PIXEL')mask = qa.bitwiseAnd(aie.Image(cloudShadowBitMask)).eq(aie.Image(0)).And(qa.bitwiseAnd(aie.Image(cloudsBitMask)).eq(aie.Image(0)))return image.updateMask(mask)
#参数变换def applyScaleFactors(image):opticalBands = image.select('SR_B.').multiply(aie.Image(0.0000275)).add(aie.Image(-0.2))thermalBands = image.select('ST_B.*').multiply(aie.Image(0.00341802)).add(aie.Image(149.0))return image.addBands(opticalBands, None, True).addBands(thermalBands, None, True)
Landsat 数据检索¶
指定区域、时间、云量等,获取目标影像集。检索区域可通过 aie.Geometry 构造、引用平台内置的行政边界文件或用户自主上传的矢量文件等。
#加载研究区
region = aie.FeatureCollection('China_Province') \.filter(aie.Filter.eq('province', '浙江省')) \.geometry()
#加载影像
dataset = aie.ImageCollection('LANDSAT_LC08_C02_T1_L2') \.filterBounds(region) \.filterDate('2018-01-01', '2018-10-31') \.filter(aie.Filter.lte('eo:cloud_cover', 20.0))print(dataset.size().getInfo())
算法调用¶
#影像聚合并加载到图层
images_no_cloud = dataset.map(removeLandsatCloud).map(applyScaleFactors)
image = images_no_cloud.mosaic()vis_params = {'bands': ['SR_B4', 'SR_B3', 'SR_B2'],'min': 0.0,'max': 0.3,
}map = aie.Map(center=image.getCenter(),height=800,zoom=5
)map.addLayer(image,vis_params,'True Color(432)',bounds=image.getBounds()
)map
AI Earth ——开发者模式案例2:Landsat系列影像数据去云相关推荐
- AI Earth ——开发者模式案例7:植被覆盖度提取
植被覆盖度获取¶ 植被覆盖度(Fractional Vegetation Cover,FVC),是指植被(包括叶.茎.枝)在地面的垂直投影面积占统计区总面积的百分比,范围在 [0,100%] 之间.F ...
- AI Earth ——开发者模式案例6:决策树模型实现冬小麦提取
决策树模型实现冬小麦提取¶ 依据作物在不同物候期内卫星影像的光谱存在差异的特征,可建立冬小麦提取算法,进行像元尺度冬小麦提取.这里同样是使用的NDVI作为阈值提取条件,分别使用不同的聚合方式完成对影像 ...
- AI Earth ——开发者模式案例8:利用Landsat-8数据进行地表温度反演
利用 Landsat-8 数据进行地表温度反演¶ 初始化环境¶ import aieaie.Authenticate() aie.Initialize() Landsat-8 数据检索¶ 指定区域.时 ...
- AI Earth ——开发者模式案例5:鄱阳湖水体区域识别
鄱阳湖水体区域识别¶ 通过计算归一化水体指数 NDWI 指数提取鄱阳湖水体区域. 初始化环境¶ import aieaie.Authenticate() aie.Initialize() Landsa ...
- AI Earth 开发者模式—— 如何加载影像?以Landsat 5 影像为例
新建notebook 这里和GEE中的python一样,我们首先要进行SDK的导入,然后进行认证和初始化. 导入AIE Python SDK并初始化 第一次执行下面一段代码时,会在后台系统初始化计算资 ...
- Google Earth Engine(GEE)——Landsat SR影像去云函数
函数: bitwiseAnd(image2) Calculates the bitwise AND of the input values for each matched pair of bands ...
- Google Earth Engine(GEE)——Landsat8 TOA 影像去云
上一篇文章写了如何去除Landsat 8 SR数据,这一片主要是讲一下如何去除Landsat8 TOA 影像. 除云前影像: 除云后影像: 代码: // 建立函数还是选择BQA波段 var maskL ...
- Google Earth Engine(GEE)——Sentinel2 TOA反射率数据去云
本例使用Sentinel-2的QA波段进行云遮蔽的收集. Sentinel-2的云层标志的选择性较小,所以采集的数据也被CLOUDY_PIXEL_PERCENTAGE标志预先过滤,只使用相对无云的颗粒 ...
- Landsat系列数据、GF1号数据和哨兵数据下载流程
今天,主要跟大家分享一些常用的中高分辨率遥感数据获取的途径及方法. (1)USGS的两个影像下载网站之一:https://glovis.usgs.gov/app,(直接搜索glovis即可找到该网站 ...
最新文章
- python正确的赋值语句-Python 赋值语句技巧之序列解包
- 61条Java面向对象设计的经验原则
- c# wpf 面试_【远程面试】九强通信 | 九洲电器集团全资子公司
- LDAP命令介绍---dsconfig
- linux内核 删除文件_Linux内核与根文件系统的关系详解
- 201771010126 王燕《面向对象设计 java》第十五周实验总结
- 代码安全_弱点(脆弱性)分析 CWE_20200807
- php操作memcache的使用测试总结
- 深度学习的未来在单片机身上?
- MAC上编译OpenCV
- MySQL 效能监控工具--mysqlreport -转
- (论文加源码)通过构建脑图基于DEAP的情绪识别多任务CNN模型(提取了功率谱密度psd和微分熵DE)
- steam无法连接至计算机,无法连接至steam网络怎么办 无法连接至steam网络解决方法【图文】...
- linux学习知识体系
- Extraneous non-props attributes (ref_key) were passed to component but could not be automatically
- 云计算是什么?它有哪些形式?
- DELL T7600工作站重新安装WIN7系统
- WaitGroup is reused before previous Wait has returned
- base64编码类------原始码(C#)
- 免费CDN加速服务 jsDelivr 支持npm,GitHub,WordPress
热门文章
- android堆叠效果相册_android 图片叠加效果——两种方法
- Unreal5 第三人称射击游戏 角色基础制作1
- 扬帆优配|本周限售股解禁规模不足300亿元,这8家公司解禁压力大
- html简历中加入css,纯html和css编写的漂亮的个人简历
- 前端|3D立体视频翻转动画
- 贵州大数据产业风生水起 增速居中国前列
- 扫黑牵出制壶大师,紫砂壶真的那么值钱?
- web-综合 商城下拉菜单的制作
- python写测试用例怎么样_Python自动化测试怎么样,我想学习?
- 【安全预警公告】新勒索病毒Bad Rabbit(坏兔子)来袭,请做好防御准备