【数据挖掘】基于GEE平台按采样点提取Landsat 植被指数时间序列秘籍

已于 2024-05-27 08:47:24 修改
阅读量530 收藏
点赞数 2
分类专栏： 地学科研 文章标签： 数据挖掘 javascript GEE NDVI 时间序列 数据提取 遥感
于 2024-05-26 21:58:44 首次发布
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/amyniez/article/details/139221474
版权
本文介绍如何使用Google Earth Engine (GEE)从LANDSAT 8数据中提取NDVI、EVI和NDPI植被指数的时间序列。以2023年山东省为例，展示了代码实现和处理云量影响的建议。

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

这里写自定义目录标题

1. 写在前面

  🚀大家好，今天我要分享的是如何使用Google Earth Engine (GEE) 平台，针对特定的采样点，提取LANDSAT 8卫星数据中的植被指数时间序列。本代码主要包括三种植被指数：NDVI、EVI和NDPI。

2. GEE代码

🔍🔍 本代码以山东省为例，提取2023年1月1日到2023年10月1日时间段的逐日遥感影像：

var table = ee.FeatureCollection("users/cduthes1991/boundry/China_province_2019")
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Google Earth Engine（GEE）——Landsat5，8，9长时间序列不同地类（值提取至点）ndvi，ndbi等指数提取（1985-至今）
此星光明博客
06-05 1922
本次实验主要的目的是实现长时间序列不同地类的统计和分析，另外我们可以通过长时序影像的统计获取NDVI等指数的最大最小的增长幅度和差异，本文为特定点的筛选，也就是没有发生地类变化的点的筛选，后续主要想通过差异统计来实现阈值的提取，从而实现单一年份选点后的影像分类，从而减少每一期影像选点进行土地分类的重复话工作。计算NDVI时间序列：使用特定的软件，例如ENVI或ERDAS IMAGINE，计算NDVI时间序列。从而确定地类的变化。您好，根据您的问题，我理解您想要了解长时序NDVI指数分析的方法和步骤。
GEE案例：利用GEELandsat图像进行物候学辅助监督水稻测绘：1990-2020 年在中国黑龙江省进行的试验（监测多年水稻种植空间重心分布）
此星光明博客
05-17 552
精确的水稻空间分布图在粮食安全和市场稳定方面发挥着至关重要的作用。横跨数十年的陆地卫星图像可用于长期水稻测绘。然而，由于观测数据稀少、天气污染频繁、训练样本不足等诸多因素，利用陆地卫星系列图像实现一致的水稻测绘仍具有挑战性。为了应对这些挑战，本研究在谷歌地球引擎（GEE）上提出了一个灵活的表观辅助监督水稻（PSPR）绘图框架。这是通过利用物候学方法的自动化、训练数据的生成和纯化以及机器学习方法的全季节分类能力来实现的。
Google Earth Engine（GEE）农作物种植结构提取
bless的博客
01-06 1万+
前段时间因为考研的原因一直没能更新，已经完成了农作物种植结构的提取，现在给大家分享一下。主要也是结合前面写过的Google Earth Engine（GEE）使用土地利用数据（modis）上采样Landsat数据提取农田范围，将以上结果作为研究的基础，结合物候特征，光谱特征，地形特征，选择随机森林算法进行农作物的提取。
GEE5：kNDVI植被指数的获取
amyniez的博客，欢迎交流讨论
10-26 8162
kNDVI具有更好的性能，kNDVI将允许更准确地测量陆地碳源/汇的动态，以及稳定大气二氧化碳值和减缓全球气候变化的潜力。目前对该指数的使用比较少，之前主要集中在EVI的使用。
Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1
kbasg的博客
09-08 8508
Google earth engine学习笔记 2: 通过分析提取植被物候的代码学习gee 1 通过一篇**根据 sentinel-2 影像计算植被指数并提取植被物候**的文章所附的代码学习gee,（原作者的github）,写这个东西是为了自己学习，也希望国内的科研圈合作交流开源的氛围更好，所以如果有用到下文中的代码，希望可以引用原文。刚开始学习gee，难免有错误，希望指出。 首先简单介绍代码的主要组成部分，主要使用过创建和打印字符串变量来实现 var textSections = '' + "\n S
GEE学习笔记 29：基于GEE的多源Landsat合成与植被指数时序提取
amyniez的博客，欢迎交流讨论
04-18 148
在生态环境研究、植被动态监测以及全球变化响应分析中，植被指数（如NDVI、EVI、kNDVI）是衡量植被生长状况与生态系统变化的重要指标。传统的植被指数提取往往面临流程复杂、效率低、难以批量处理的问题。
GEE：绘制一个点的Landsat1985-2020年逐日NDVI时间序列折线图
养乐多的博客
06-19 1346
本文记录了在GoogleEarthEngine（GEE）平台上选择一个点，根据该点在时间段内所有有效像素值绘制折线图的代码。
GEE 案例分析：利用GEE云平台处理Landsat卫星影像逐年月批量提取浮游藻类指数（FAI）、叶绿素a浓度等关键生态指标（海洋水色遥感）
此星光明博客
04-17 130
建议使用GEE Code Editor直接克隆修改。本方案完整代码库已开源至GEE平台，可通过。
使用Google Earth Engine（GEE）提取Landsat 5长时间序列中不同地类的NDVI、NDBI等指数
IxtProgramming的博客
09-27 679
在上述代码中，我们首先指定了数据集的路径（LANDSAT/LT05/C01/T1），然后根据需要使用filterBounds函数筛选感兴趣的区域，使用filterDate函数选择时间范围，最后使用select函数选择所需的波段（B1至B7）。在上述代码中，我们定义了两个函数calculateNDVI和calculateNDBI来计算NDVI和NDBI指数，分别使用normalizedDifference函数计算不同波段的差异，并将结果重命名为’NDVI’和’NDBI’。最后，我们将生成的图表添加到地图中。
使用GEE(google earth engine)提取某个地区的NDVI值的代码
热门推荐
锐多宝的地理空间
03-05 1万+
其中gz为你导入GEE的矢量文件，L8为landsat的影像，你可以根据自己的要求去获得特定地区的特定卫星的NDVI值。比如说：北京市的哨兵NDVI //定义addNDVI函数，该函数的输入是image，然后对image执行NDVI计算，并将结果命名为ndvi //并将生成的ndvi添加到原有的image中 var addNDVI = function(image) { var ndvi...
GEE下载landsat数据
Richard_Chen96的博客
03-08 4688
var l8 = ee.ImageCollection("LANDSAT/LC08/C01/T1_TOA"); var roi = ee.FeatureCollection("users/ChenLK/Beijing"); var selectCol = l8.filterBounds(roi) .filterDate("2017-1-1", "2018-6-1") .map(ee.Algorithms.Landsat.simp
GEE中的Landsat数据
cyanol的博客
09-21 6105
1. Landsat collection structure The USGS produces data in 3 tiers (categories) for each satellite: Tier 1 (T1) - Data that meets geometric and radiometric quality requirements Tier 2 (T2) - Data that doesn’t meet the Tier 1 requirements Real Time (RT) - D
下载Landsat数据
Richard_Chen96的博客
01-11 896
var roi = ee.FeatureCollection("users/ChenLK/Beijing"); var batch = require('users/fitoprincipe/geetools:batch')//下载所需的调用接口 var collection = ee.ImageCollection("LANDSAT/LC08/C01/T1_SR")//原始影像LANDSAT/LC08/C01/T1，按需求选择影像源 .filterDate('20
基于GEE的Landsat 数据使用
qq_44322368的博客
03-20 3617
基于GEE的Landsat 数据使用 1.最常使用的数据：TOA数据和SR数据。 2.注意查看影像信息介绍 如下图中，需要注意比例因子的使用 比例因子的设置是为了减少存储，在正常使用时，需要进行还原，即：*(scale)+(offset) // Applies scaling factors function applyScaleFactors(image) { var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2)
GEE中获取Landsat长时间序列影像
qq_38614754的博客
10-23 1万+
GEE中获取Landsat长时间序列影像 例如我们要获取1984到2018年的影像。该时段包含了3个Landsat传感器：Landsat5，Landsat7 ETM和Landsat8。我们需要将他们结合起来。 由于Landsat7 ETM在2013年发生了扫描线故障，所以需要对Landsat7图像进行处理。使用map函数应用焦点均值，使用以下代码对集合中的每个图像进行混合。注：GEE示例中发布了解...
GEE平台下的Landsat 数据介绍与下载
weixin_41590039的博客
11-02 6022
The USGS produces data in 3 tiers (categories) for each satellite: Tier 1 (T1) - Data that meets geometric and radiometric quality requirements Tier 2 (T2) - Data that doesn’t meet the Tier 1 requirements Real Time (RT) - Data that hasn’t yet been evaluat
基于大数据的个性化购房推荐系统设计与实现（源码+定制+开发）面向房产电商的智能购房推荐与数据可视化系统 基于Spark与Hive的房源数据挖掘与推荐系统设计
程序员阿龙的博客
05-29 1356
博主介绍：     ✌我是阿龙，一名专注于Java技术领域的程序员，全网拥有10W+粉丝。作为优快云特邀作者、博客专家、新星计划导师，我在计算机毕业设计开发方面积累了丰富的经验。同时，我也是掘金、华为云、阿里云、InfoQ等平台的优质作者。通过长期分享和实战指导，我致力于帮助更多学生完成毕业项目和技术提升。 技术范围：     我熟悉的技术领域涵盖SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等方
Visual Studio+SQL Server数据挖掘
z19903763213的博客
05-30 1357
使用sql server、visual studio进行数据挖掘
数据挖掘顶刊《IEEE Transactions on Knowledge and Data Engineering》2025年5月研究热点都有些什么？
最新发布
audyxiao001的博客
06-03 308
本文对2025年5月TKDE研究热点进行分析，通过生成词云图、汇总论文和提取高频词来把握当前热点，为研究人员提供参考。
GEE提取NDVI
04-03
### 使用 Google Earth Engine API 提取 NDVI 数据 以下是基于 Python 的示例代码，用于从 Google Earth Engine 中提取 NDVI（归一化植被指数）。此过程涉及导入必要的库、初始化 GEE 并定义图像集合以及计算 NDVI。 #### 示例代码 ```python import ee # 初始化地球引擎 ee.Initialize() # 定义研究区域 (以经纬度表示的点) point_of_interest = ee.Geometry.Point([120.1967, 30.248]) # 替换为您感兴趣的坐标 # 加载 Landsat 8 图像集合并设置时间范围和空间过滤器 image_collection = ( ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') .filterDate('2021-01-01', '2021-12-31') # 时间范围 .filterBounds(point_of_interest) # 空间范围 ) # 获取第一个符合条件的影像 first_image = image_collection.first() # 计算 NDVI 值 ndvi_band = first_image.normalizedDifference(['B5', 'B4']).rename('NDVI') # 将结果导出为 GeoTIFF 文件 task_config = { 'region': point_of_interest.buffer(1000).bounds().getInfo()['coordinates'], # 输出区域 'scale': 30, # 分辨率 'maxPixels': 1e9, } export_task = ee.batch.Export.image.toDrive( image=ndvi_band.select('NDVI'), description='Export_NDVI', folder='GEE_Results', **task_config ) export_task.start() print(f'NDVI Export Task ID: {export_task.id}') ``` 以上代码展示了如何加载 Landsat 8 影像集合，并从中计算 NDVI 值。`normalizedDifference` 方法被用来创建新的波段 `NDVI`[^3]。最后一步是将生成的结果导出到用户的 Google Drive 账户中。 --- ### 关键概念解释 1. **Landsat 8 TOA 集合**: 这里选择了 Landsat 8 表观反射率校正产品 (`LANDSAT/LC08/C01/T1_TOA`) 来作为输入数据源。 2. **NDVI 计算方法**: 利用了红光波段 (`B4`) 和近红外波段 (`B5`) 的差值与总和之比来实现 NDVI 的标准化差异计算。 3. **地理边界设定**: 使用了一个特定地理位置上的兴趣点及其缓冲区作为分析的空间约束条件[^5]。 ---
评论
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

打赏作者

Jackson的生态模型

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