Google Earth Engine 基础操作教程（一）：以江宁区 Landsat 8 影像处理为例

原创

于 2025-04-24 15:02:40 发布 · 1k 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#数据库 #前端

引言

今天带学生做实验，突然发现很多学生基础操作不太会，所以准备写几篇基础教程，大家感兴趣可以关注学习一下，因为都是很简单的内容，所以应该会更新很快。

本文将以南京市江宁区为例，详细介绍在 GEE 中对 Landsat 8 影像进行的一些基础操作，包括影像加载、可视化、裁剪、掩膜、均值计算以及波段运算等，并将处理后的影像导出。

一、定义研究区域

在 GEE 中，首先需要明确研究区域的范围。我们通过定义一个矩形区域来表示江宁区的经纬度范围：

// 定义江宁区的经纬度范围
var jiangning = ee.Geometry.Rectangle([118.6, 31.6, 119.1, 32.1]);

这里使用ee.Geometry.Rectangle函数，通过指定矩形对角顶点的经纬度坐标来确定江宁区的范围。该范围将用于后续筛选影像数据以及其他基于区域的操作。

二、加载影像数据

接下来，我们加载 Landsat 8 的地表反射率数据：

// 加载影像数据
var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(jiangning)
  .filterDate('2020-01-01', '2020-12-31')
  .median();

ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')：从 GEE 的数据目录中调用 Landsat 8 的地表反射率数据产品影像集合。
.filterBounds(jiangning)：筛选出位于江宁区范围内的影像，确保我们处理的数据是目标区域的。
.filterDate('2020-01-01', '2020-12-31')：进一步筛选出时间在 2020 年 1 月 1 日到 2020 年 12 月 31 日之间的影像，限定数据的时间范围。
.median()：对筛选后的影像集合计算中值。由于同一区域在一年中可能有多景影像，通过计算中值可以得到一个综合的、相对稳定的影像，减少噪声和异常值的影响。

三、可视化原始影像

为了直观地查看加载的影像数据，我们进行可视化操作：

// 1. 可视化原始影像
var visParams = {
  bands: ['B4', 'B3', 'B2'],
  min: 0,
  max: 0.3
};
Map.addLayer(dataset.clip(jiangning), visParams, 'Original Image');

首先定义可视化参数visParams：
- bands: ['B4', 'B3', 'B2']：指定使用 Landsat 8 影像的 B4（红光波段）、B3（绿光波段）、B2（蓝光波段）这三个波段来合成彩色影像，类似于我们常见的真彩色图像。
- min: 0, max: 0.3：设置影像显示的最小值和最大值，用于拉伸影像的灰度值范围，使影像显示效果更清晰、合理。
然后使用Map.addLayer函数将裁剪到江宁区范围的原始影像添加到地图上进行显示，图层名称为'Original Image'。这里dataset.clip(jiangning