GEE必须会教程—研究区域影像落图绘制

本篇文章,小编想分享了研究区域影像落图的绘制,有时候在进行论文写作的时候,我们需要明白研究区域内经过了哪些条带编号的影像,今天我们试试在GEE上初步实现地图的绘制。

话不多说,直接上代码:

//制作江西省L8落图
//定义研究区域
var roi = ee.FeatureCollection("users/hesuixinya511/Province")
            .filterMetadata("NAME","equals","江西");
Map.centerObject(roi,6);
Map.addLayer(roi,{"color":"red"},"江西");
//调用L8_SR数据
var collection = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2")
            .filterDate("2023-01-01","2023-12-31").filterBounds(roi)
            .filterMetadata("CLOUD_COVER","less_than",20);
print(collection);//94
var path = collection.aggregate_array("WRS_PATH").distinct()//条带号;
var row = collection.aggregate_array("WRS_ROW").distinct()//列编号;
print(path,row);
//进一步筛选数据
var DATA = path.map(function(p){
  var temp = row.map(function(r){
### 使用 Google Earth Engine (GEE) 下载指定研究区的遥感影像 #### 准备工作 为了能够顺利下载所需的研究区域内的遥感影像,在 GEE 中操作前需完成如下准备工作: - 注册并登录到 [Google Earth Engine](https://earthengine.google.com/) 并激活账户。 - 安装 Python 版本的客户端库 `geemap` 或者通过 JavaScript API 进行开发环境配置。 #### 创建地理边界对象 定义目标地区的几何形状作为筛选条件的一部分,可以采用多种方式创建该对象。最常用的是上传自定义矢量文件(如 Shapefile),也可以直接绘制多边形来表示感兴趣地区域[^1]。 ```python import ee from geemap import Map, ee_initialize ee_initialize() # 加载或手动输入坐标构建AOI(Analysis of Interest) aoi = ee.Geometry.Polygon( [[[78.0963134765625, 30.7659345780777], [78.0963134765625, 30.7127577857172], [78.168037109375, 30.7127577857172], [78.168037109375, 30.7659345780777]]]) ``` #### 构建像集合查询语句 根据需求选择合适的卫星数据源,并设置时间范围和其他过滤器以缩小检索结果集。这里以 Landsat 8 OLI/TIRS 数据为例说明如何获取某段时间内覆盖特定地点的所有可用场景列表[^2]。 ```python # 设置起始日期和结束日期 start_date = '2020-01' end_date = '2020-12-31' # 获取Landsat 8 表面反射率产品 collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR') \ .filterBounds(aoi)\ .filterDate(start_date,end_date) print(f'Number of images found: {collection.size().getInfo()}') ``` #### 执行批量下载任务 最后一步是将符合条件的数据导出至用户的 Google Drive 账户或其他存储位置。对于较大的数据集建议分批处理以免超出内存限制。下面给出了一种简单的实现方案用于逐个保存每一张片为 GeoTIFF 文件格式。 ```python def export_image(image, name): task_config={ 'image': image, 'description':name, 'folder':'gee_export', 'region': aoi.getInfo()['coordinates'], 'scale': 30, 'crs': 'EPSG:4326', 'maxPixels': 1e9 } task=ee.batch.Export.image.toDrive(**task_config) task.start() print(f'Started exporting {name}') images = collection.toList(collection.size()) for i in range(images.size().getInfo()): img = ee.Image(images.get(i)) date_str=img.date().format("YYYYMMdd").getInfo() filename=f"Landsat_{date_str}" export_image(img,filename) ```
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

梧桐GIS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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