使用Google Earth Engine进行Landsat C TOA影像的云去除和影像空缺填补

最新推荐文章于 2025-06-06 10:50:07 发布
最新推荐文章于 2025-06-06 10:50:07 发布
阅读量549 收藏 2
点赞数
CC 4.0 BY-SA版权
文章标签： GEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/LrlDebug/article/details/133217712
GEE 专栏收录该内容
79 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了如何利用Google Earth Engine (GEE) 对Landsat C级表观反射率（TOA）影像进行云去除和空缺填补。首先，通过BQA波段创建云掩膜去除云覆盖；然后，采用Kriging插值方法填补影像中的缺失值。最后，展示了处理后的影像可视化过程，提高影像质量和可用性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Google Earth Engine（GEE）是一个功能强大的云计算平台，可用于处理和分析遥感数据。在本文中，我们将介绍如何使用GEE进行Landsat C级表观反射率（TOA）影像的云去除操作，并填补影像中的空缺部分。

首先，我们需要导入必要的库和数据。在GEE中，我们可以使用ee库来访问平台的功能。

var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_123032_20140515');

上述代码中，我们选择了一幅Landsat C级表观反射率（TOA）影像作为示例。你可以根据自己的需求选择任何一幅Landsat影像。

接下来，我们将使用云掩膜&

了解本专栏 订阅专栏 解锁全文
GEE：应用遥感影像时空插值技术的实践（插值填补去云空洞）
养乐多的博客
04-11 1万+
本文介绍了几个GEE平台中处理遥感数据中的缺失值代码片段，这些代码可以用于时间序列线性插值，提供更加连续和完整的时间序列。第一段代码是一个线性插值函数，它能够在一个时间序列图像集合中对缺失数据进行插值。该函数使用了 GEE 平台中的图像集合操作函数和图像合成函数，并采用了线性插值方法对缺失值进行处理，最后返回一个插值后的图像集合。第二段代码是一个掩模替换函数，它的作用是将原始影像中的某些值（如缺失值）用一个新值替换。
Google Earth Engine（GEE）——Landsat7条带去除两种方案
此星光明博客
12-21 4726
本文将采用两种方案进行Landsat 7 影像修补。
使用Google Earth Engine计算NDVI的完整指南
最新发布
weixin_33375360的博客
06-06 629
植被指数是一种通过遥感技术定量描述植被生长状况的指标。它利用不同波段的反射率差异，结合植被对可见光和近红外光的吸收和反射特性，为生态学家和农业专家提供了一种评估植被生长密度、健康和分布范围的工具。Google Earth Engine (GEE) 是一个用于处理地理空间信息的强大云端平台，它结合了卫星影像数据、地理信息系统 (GIS) 工具以及计算能力。本章将详细介绍GEE平台的架构、特点、用户界面和功能，为读者提供深入理解和使用GEE的必要知识。
landsat 卫星影像的常见问题（去云、是否进行几何和大气校正以及数据产品的处理级别）
此星光明博客
08-29 5080
的分层收集管理结构。这种结构确保所有 Landsat Level-1 产品提供已知数据质量的一致存档，同时控制存档的持续改进和对所有数据的访问。Landsat Level-1 数据可以使用与 Landsat Level-1 产品一起提供的元数据文件 (MTL.txt) 中提供的辐射重新缩放系数重新缩放到大气顶部 (TOA) 反射率和/或辐射率。这种结构确保 Landsat Level-1 产品提供一致的已知数据质量档案，以支持时间序列分析和数据“堆叠”，同时控制档案的持续改进和对所有数据的访问。
Google Earth Engine Landsat Collection 云去除方法
LrlDebug的博客
09-20 443
在GEE中，可以访问全球范围内的Landsat影像数据集，这些数据对于地表变化的监测和分析非常有用。然而，Landsat影像中常常存在云覆盖，这会干扰到后续的分析工作。本文将介绍如何使用GEE进行Landsat影像的云去除，并提供相应的源代码。通过选择云覆盖较少的影像，并使用云掩膜将云像素从影像中去除，可以获得无云的合成影像，方便后续的地表变化分析。使用GEE强大的计算能力和丰富的数据集，可以在全球尺度上进行高效的遥感影像处理和分析工作。
Google Earth Engine（GEE）——Landsat数据去云操作（TOA）
weixin_48048649的博客
02-07 2049
该方法只能用于TOA产品，Landsat的其他产品均不能采用这个算法，并且使用该算法后，会增加一个“cloud”波段，具体数值为0-100（0表示无云，100表示云量为100%），要实现去云操作需要根据“cloud”波段来进行处理。TOA产品去云可以直接调用GEE中已经定义好的去云算法来进行处理，方法是ee.Algorithms.Landsat.simpleCloudScore()。产品（大气层顶反射率或表观反射率产品），另一类是。产品（地表反射率产品）。
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）
热门推荐
此星光明博客
11-18 1万+
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，因此如何处理这些问题，我们今天就来解决。 许多应用程序需要用来自其时间邻居的内插值替换图像中丢失的像素。这种间隙填充技术用于多种应用，包括： 替换多云像素：您可能希望使用无云像素前后的最佳估计值来填充图像中的空白。 估计中间值：您可以使用此技术为以前未知的时间步长计算图像。如果您有 2 个不同年份的人口栅格，并且想
GEE：线性插值方法填补去云空洞——以 Landsat 和 NDVI 为例
养乐多的博客
07-08 4029
养乐多_本文将介绍如何使用Google Earth Engine（GEE）平台提取特定地区的归一化植被指数（NDVI）并进行插值处理，以获得更精细的空间分辨率和连续的时间序列数据。
Google Earth Engine（GEE）案例——如何去除和过滤Landsat和sentinel等系列影像集合中的空影像（三种方法）
此星光明博客
10-02 907
本文的主要解决的问题是如何去除和过滤Landsat和sentinel等系列影像集合中的空影像？这个主要源于一下的问题：“从图像集中删除空图像”是什么意思？
5秒钟用google earth engine(GEE)填补Landsat7条带问题
锐多宝的地理空间
07-17 8776
如果是学遥感的同学，应该都知道Landsat7的影像在2003年出现了问题，导致后期的数据都有条带。 最近我个人在使用Landsat7的数据，为了填补条带，就做了以下代码，大家如果有用得上的，就拿去用。选择好自己的研究区域，5秒钟内填补好landsat7的条带。该该方法使用的USGS提供的去条带原理，下面是5秒钟改善Landsat7条带步骤： 1.选择研究区； 2.选择需要填补的影像； 3.引入填补函数； 4.landsat填补，并下载 这个是代码，可以参考一下本人写的 https://.
Google Earth Engine（GEE）——Landsat7 补缺出现的问题
此星光明博客
07-08 1802
本次就是利用Landsat计算ndvi、ndwi、ndbi来进计算和展示的，我们特别是在计算Landsat7的时候会出现一些问题，这里给大家展示的是一个错误的案例，大家可以通过调节代码来继续分析。代码： 原有影像和填补的影像 有很大的条带问题： 同时这里也有一个很大的问题，就是当我们在加载ndwi,ndvi和ndbi的时候没有区分和选不断，所以加载出来的影像就会很残，一块一块的。我们要设定视觉参数，这样还是很重要，不要一下加载三个波段，这样默认状态下出来的影像会很乱。 去云之后的破碎度太高了，所以建议
Google Earth Engine（GEE）填补缺失影像
guaicaicexu的博客
09-14 9276
今日分享：Google Earth Engine（GEE）填补缺失影像之前在做月合成NDVI的过程中，发现如果研究区较大时，一个月的影像覆盖不了整个研究区，就会有缺失的地方，还有就是去云之后，有云量的地区变成空值。例如：所以今天来用一种插值的方法，来填补缺失的影像，以NDVI为例。主要实现原理其实就是用前后两个月的NDVI的均值进行填补01—GEE部分实现代码选择研究区var roi = ee.F...
GEE|在GEE对Sentinel-2、Landsat7、Landsat8进行批量大气校正、去云，并进行均值融合、裁剪、显示和数据下载
weixin_46493028的博客
11-18 9205
在GEE对Sentinel-2、Landsat7、Landsat8进行批量大气校正。 包含GEE去云、大气校正、矢量裁剪、显示和数据下载代码
Landsat8去云和云影函数
所有专家都曾始于新手
03-10 864
这段代码旨在对Landsat 8表面反射率图像进行云和云影的遮蔽。它利用像素QA（质量评估）波段来识别并遮蔽图像中的云和阴影区域。以下是该函数的功能解释：它定义了两个变量，cloudShadowBitMask 和 cloudsBitMask，分别代表QA波段中云影和云的位位置。使用 select() 函数从输入的Landsat 8图像中选择像素QA波段。通过对QA波段执行位运算，创建一个掩码。具体来说，它检查云影位和云位是否都设置为零，这表示天气晴朗的条件。
LANDSAT/LC08/C02/T1_L2数据集ST_B10波段数据缺失
weixin_47787901的博客
05-29 2687
使用GEE计算广东省韶关市某区域地表温度时，发现B10波段有缺失，无法得到整个区域完整的地表温度，其它波段和以及假彩色合成影像完整，没有缺失。使用GEE开发文档中的代码对LANDSAT/LC08/C02/T1_L2数据集进行预处理，选择1-12月的影像数据进行合成。我尝试了Landsat8、Landsat5 ，发现每一年都存在这种情况，大家有没有出现过类似的情况。影像真彩色合成（SR_B4, SR_B3, SR_B2)没有问题。加载ST_B10波段，影像莫名有缺失，不完整。
GEE错误——Landsat 9 数据集（LANDSAT/LC09/C02/T1_L2）ST_10波段缺少影像问题如何处理
此星光明博客
03-11 1939
Landat 9的数据集是由卫星传感器记录并传输的。ST_10波段是其中一个波段，但是如果这个波段的影像数据缺失，可能是由于各种原因导致的。以下是一些可能导致ST_10波段影像数据缺失的原因：1. 传感器故障：可能是传感器在记录或传输过程中发生了故障，导致无法正确记录ST_10波段的数据。2. 数据传输错误：在数据传输过程中，可能发生了错误，导致ST_10波段的数据没有正确传输到数据集中。3. 缺少数据处理：在数据处理过程中，可能出现了错误或缺失，导致ST_10波段的影像数据没有正确处理或保存。
Google Earth Engine（GEE）——单景/合成的Landsat 8 C01 TOA影像BQA波段去云操作和影像空缺弥补
此星光明博客
09-23 1578
计算图像1和图像2中每一对匹配的波段的输入值的比特和。如果图像1或图像2只有一个波段，那么它将与另一个图像中的所有波段进行对比。输出的带子以两个输入中较长的命名，或者如果它们的长度相等，则以图像1的顺序命名。其实大家已经知道如何去云等的计算，但是这里和之前的我们所用到的波段不同（QA_pixel）或者（pixel_qa），这里我们看一下BQA波段的具体内容包含哪些。当然在单景影像无法满足去云要求的情况下，我们可以通过拉长时间序列来满足影像填充的要求，同样我们可以用单点来筛选影像所处的影像范围，
GEE必须会教程—Landsat去云处理（新）
Promising_GEO的博客
02-19 5615
GEE平台上上传了新的Landsat数据，如果实现去云，本篇文章期待可以帮到你！
GEE教程——Landsat7影像条带修复填充方法（核函数线性插值填充）填充后的NDVI为例
此星光明博客
11-15 3310
Landsat 7卫星的传感器为ETM+传感器，它有8个波段，其中第一波段为蓝色波段，第二波段为绿色波段，第三波段为红色波段。由于该传感器的扫描镜头故障，在接收到的数据中存在条带状的颜色差异，导致图像质量下降。修复该问题的一种方法是使用更高分辨率的传感器数据来填充缺失的数据。具体的修复原理如下：1. 首先，使用适当的算法来确定缺失的数据，例如插值算法或回归分析。2. 然后，使用较高分辨率的传感器图像，例如MODIS的数据，来填充缺失的数据。
如何使用Google Earth Engine进行Landsat遥感数据的免费分析，并比较其与商业许可服务的不同？
11-09
Google Earth Engine（GEE）提供了一个强大的云计算平台，用于免费分析遥感数据，特别适合学术研究和教育使用。首先，GEE支持多种编程语言，如JavaScript和Python，通过GEE API与在线编辑器交互，可以轻松地访问和处理包括Landsat在内的多种遥感数据集。 参考资源链接：[Google Earth Engine教程：免费遥感数据分析与商业应用区别](https://wenku.youkuaiyun.com/doc/6401ad3dcce7214c316eecfa?spm=1055.2569.3001.10343) 要在GEE中分析Landsat数据，你可以遵循以下步骤： 1. 访问Google Earth Engine的在线编辑器。 2. 使用JavaScript或Python脚本语言编写代码，利用GEE提供的API加载Landsat数据集。 3. 应用图像处理和分析算法，如云去除、归一化植被指数（NDVI）计算等。 4. 通过可视化的工具展示分析结果。 例如，以下是一段使用JavaScript在GEE中处理Landsat 8数据并计算NDVI的示例代码： ```javascript // 加载Landsat 8数据集 var landsatImage = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_123032_***'); // 计算NDVI var ndvi = landsatImage.normalizedDifference(['B5', 'B4']).rename('NDVI'); // 显示结果 Map.centerObject(landsatImage, 9); Map.addLayer(ndvi, {min: 0, max: 1, palette: ['blue', 'green', 'red']}, 'NDVI'); ``` 在商业许可方面，虽然GEE对学术和教育用户免费开放，但商业用户则需要联系Google获取付费许可。商业许可用户通常可以获得更多的计算资源、更高的数据处理限额以及扩展的支持和功能。 了解GEE的这些特点以及它与商业许可的区别，对于科研人员、开发者和企业家来说至关重要。通过本教程《Google Earth Engine教程：免费遥感数据分析与商业应用区别》，你不仅能够掌握使用GEE进行遥感数据分析的技巧，还将深入了解GEE如何适应于不同的应用场景和需求。 参考资源链接：[Google Earth Engine教程：免费遥感数据分析与商业应用区别](https://wenku.youkuaiyun.com/doc/6401ad3dcce7214c316eecfa?spm=1055.2569.3001.10343)
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值