PIE-engine 教程 ——MODIS影像去云教程(山西省为例)
2024-06-02 02:49:05
本次我们将分别使用两个流程完成对MODIS影像去除云，第一个就是先去云然后再合成，第二个方式是先合成后去云，我们通常情况下一般都是先去云再合成。
本文使用的数据：
MOD09A1产品来自于MODIS Terra星，数据为经过了大气校正（如气体，气溶胶和瑞利散射）的地表光谱反射率的估计值。数据包含7个反射率波段，及2个质量波段和4个观测波段，分辨率为500米。
依据云层和太阳天顶情况，从8天中选择一个最优值作为像素值。当存在多个最优值时，选取蓝波段（band 3）最小的像素值作为8天合成的值。
| 名称 | 单位 | 类型 | 分辨率(m) | 波长(nm) | 比例因子 | 值域范围 | 无效值 | 描述信息 |
|---|---|---|---|---|---|---|---|---|
| sur_refl_b01 | -- | int16 | 500 | 620~670 | 0.0001 | -100~16000 | -28672 | 波段1的表面反射率 |
| sur_refl_b02 | -- | int16 | 500 | 841~876 | 0.0001 | -100~16000 | -28672 | 波段2的表面反射率 |
| sur_refl_b03 | -- | int16 | 500 | 459~479 | 0.0001 | -100~16000 | -28672 | 波段3的表面反射率 |
| sur_refl_b04 | -- | int16 | 500 | 545~565 | 0.0001 | -100~16000 | -28672 | 波段4的表面反射率 |
| sur_refl_b05 | -- | int16 | 500 | 1230~1250 | 0.0001 | -100~16000 | -28672 | 波段5的表面反射率 |
| sur_refl_b06 | -- | int16 | 500 | 1628~1652 | 0.0001 | -100~16000 | -28672 | 波段6的表面反射率 |
| sur_refl_b07 | -- | int16 | 500 | 2105~2155 | 0.0001 | -100~16000 | -28672 | 波段7的表面反射率 |
| sur_refl_qc_500m | -- | int16 | -- | -- | -- | -- | 表面反射率500m波段质量控制标志 | |
| sur_refl_szen | Degrees | int16 | -- | -- | 0.01 | 0~18000 | 0 | 太阳天顶角 |
| sur_refl_vzen | Degrees | int16 | -- | -- | 0.01 | 0~18000 | 0 | 视角天顶角 |
| sur_refl_raz | Degrees | int16 | -- | -- | 0.01 | -18000~18000 | 0 | 相对方位角 |
| sur_refl_state_500m | -- | uint16 | -- | -- | -- | -- | 65535 | 表面反射率500m状态标志 |
| sur_refl_day_of_year | -- | uint16 | -- | -- | -- | 1~366 | 65535 | 儒略日(在儒略周期内以连续的日数计算时间的计时法) |
| Bitmask for sur_refl_qc_500m | |
|---|---|
|
|
| Bitmask for sur_refl_state_500m | |
|---|---|
|
|
数据属性：
|
date |
string |
影像日期 |
这里再次提示大家，我们如果上传自己的featureCollection想要进行筛选和裁剪影像的时候我们需要完成对矢量集合的处理，.first().geometry()来完成准换。另外，这里我们镶嵌使用的函数：
mosaic()
将影像集合融合成为一张影像Image，融合规则保留是这个影像集合中最新的有效像素值。
方法参数：
- imageCollection(ImageCollection)
ImageCollection实例。
返回值：Image
代码：
var featureCollection0 = pie.FeatureCollection('user/xg346049806/shanxibianjie').first().geometry();//这个是和GEE不同的一点，就是需要先获取一个提取bit的函数
function bitwiseExtract(value, fromBit, toBit) {if (toBit === undefined) toBit = fromBit;var maskSize = 1 + toBit - fromBit; //位数var mask = pie.Number(1 << maskSize).subtract(1); //3=11，即挑选位return value.rightShift(fromBit).bitwiseAnd(mask);
}
//如果在GEE中就可以直接使用这个函数就可以了
function cloudfree_mod09a1(image) {//提取QA波段var qa = image.select("sur_refl_state_500m");//提取云比特位var cloudState = bitwiseExtract(qa, 0, 1);//提取云阴影比特位var cloudShadowState = bitwiseExtract(qa, 2, 2);//提取卷云比特位var cirrusState = bitwiseExtract(qa, 8, 9);//叠加得到无云、无云阴影且无卷云的区域var mask = cloudState.eq(0) // Clear.and(cloudShadowState.eq(0)) // No cloud shadow.and(cirrusState.eq(0)); // No cirrusreturn image.updateMask(mask);
}//筛选影像
var imgcol_m = pie.ImageCollection("USGS/MOD09A1/006").filterDate("2019-01-01", "2019-02-01").filterBounds(featureCollection0).select(["sur_refl_b01","sur_refl_b04","sur_refl_b03","sur_refl_state_500m",]);
print("imgcol_m", imgcol_m);//（1）对影像集合先合成后去云
var raw_img_m = imgcol_m.mosaic().clip(featureCollection0);
print("raw_img_m", raw_img_m);
Map.addLayer(raw_img_m,{min: 0,max: 3500,bands: ["sur_refl_b01", "sur_refl_b04", "sur_refl_b03"],},"raw_img_m"
);
Map.centerObject(geometry0, 6);
var result = cloudfree_mod09a1(raw_img_m);
Map.addLayer(result,{min: 0,max: 3500,bands: ["sur_refl_b01", "sur_refl_b04", "sur_refl_b03"],},"result"
);
//（2）对影像集合先去云后合成
var cf_img_m = imgcol_m.map(cloudfree_mod09a1).mosaic().clip(featureCollection0);
Map.addLayer(cf_img_m,{min: 0,max: 3500,bands: ["sur_refl_b01", "sur_refl_b04", "sur_refl_b03"],},"cf_img_m"
);对影像集合先合成后去云
result
对影像集合先去云后合成
PIE-engine 教程 ——MODIS影像去云教程(山西省为例)相关推荐
- PIE Engine下载高分影像|以高分一号为例
一.前言 因为前不久用到高分数据,所以来pie上鼓捣了下.体验感一般.下载了影像之后就没怎么用了.行政区矢量边界直接用了PIE的数据集,这个功能还行吧. 二.代码部分 使用了该数据集 fCol = p ...
- Google Earth Engine（GEE）——利用插值方法解决影像去云后的空缺/填充/弥补方法详细讲解（拉萨区域为例）
本篇文章重点要解决的 问题就是,很多时候我们无论是在小区域内的单景影像或者是中大尺度的影像,更或是长时间序列的影像研究中,很多情况下我们会因为云量筛选等因素,或多或少的存在影像空白而缺少值,因此如何处 ...
- fmask云检测 matlab_基于BP神经网络的Landsat影像去云方法
基于 BP 神经网络的 Landsat 影像去云方法 王睿 1 , 2 ,韦春桃 1 , 3 ,马云栋 1 ,胡涛 1 [摘 要] 摘要 : 利用最优化云变换 HOT 检测云区位置,再经过云区偏移和膨 ...
- Google Earth Engine 下载遥感影像——以Landsat 8数据为例
目录 1.Google Earth Engine(GEE)简介 1.1 开发环境 1.2 说明书 2.GEE账号注册 3.GEE 查询库内卫星影像以及调用 3.1 数据集Datasets 3.2 加载 ...
- 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）——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 ...
- 【STM32移植机智云】超详细教程#2ESP8266移植机智云教程‘代码移植’
1.引言 本人购买了一个ESP8266的WiFi模块,想做一个物联网控制小灯的demo. 本文记录了基于机智云平台,移植代码,实现物联网小灯详细操作步骤. 并不是移植步骤很麻烦, 只是文章真的写的极其 ...
- GEE(1):GEE 影像去云（Sentinel-2）
Sentinel-2 function rmCloudByQA(image) {var qa = image.select('QA60');var cloudBitMask = 1 << ...
- GEE学习笔记 九十二：Sentinel-2 最新去云方法总结
关于影像去云实际上是非常复杂的算法来实现的,但是我们不是专业研究如何识别云的,所以我们采用被人已经研究好的成果来实现我们的需求就可以.在GEE如何上实现Sentinel-2去云,之前也专门提到过,这篇 ...
最新文章
- oracle expdp 权限不足 1031,关于expdp,impdp操作需要的权限
- Android开源框架——图片加载与缓存库 Picasso
- 杂音 pop 音的解决方法
- mysql explain实践
- 大屏做成这样，领导不重用你都难
- XElement.Load 需要释放吗_因为信用卡逾期还不上坐牢了，刑满释放后，还需要继续还钱吗？...
- java动画api_使用MMAPI播放gif动画
- 2019-08-12 计划与安排
- JVM-class文件完全解析-字段表集合
- 小程序授权登录，后台发送链接，得到参数。
- [C# 网络编程系列]：TCP编程
- 家庭收支记账软件Java
- linux 安装mantis,在Ubuntu 18.04系统上安装Mantis Bug Tracker[MantisBT]
- 一款好用的bi报表软件，让你站在Excel的肩膀上
- Pr 入门教程如何创建动作序列？
- 微软跟投，估值31.5亿美元的光量子计算公司刚刚完成4.5亿美元融资
- 解决微信小程序内下载视频失败wx.saveVideoToPhotosAlbum :fail invalid video
- Excel通过单独选中每列可以实现每隔1列插入1列
- 计算机配置好坏怎么看,怎么看电脑配置，电脑配置好坏信息一目了然-腾讯电脑管家...
- 如何利用百度经验引流？百度经验精准引流的方法
热门文章
- Codeup 小白鼠排队
- 佟年计算机科学,亲爱的热爱的：吴白初见佟年眼神有深意，原来他们早就遇见过...
- web课程设计网页规划与设计 基于HTML+CSS美食网站设计与实现(6个页面)
- matlab中nabisect函数,数值分析在MATLAB中的实现（M函数文件）
- Unity3D UI多元素布局
- oracle--函数COALESCE
- 【史上最全App开发知识分享】如何从零开始成为app开发专家？
- docker images 保存导入导出、容器导入导出
- 史上最美女程序员：手写代码把人类送上月球
- mysql c dll_libmysql_c.dll,下载,简介,描述,修复,等相关问题一站搞定_DLL之家