城市绿地覆盖度自动化分析与可视化——基于Landsat 8卫星与GEE平台

一、研究背景

城市绿地是城市生态系统的重要组成部分，对于提升生态环境质量、缓解城市热岛效应以及优化人居空间结构等方面发挥着不可替代的作用。随着遥感数据和云计算平台的发展，基于大范围多时相卫星遥感数据实现城市绿地覆盖度的自动化提取、分级统计与空间可视化，已成为城市精细化管理和生态文明建设的重要技术手段。

---

二、数据来源与平台

本研究基于Google Earth Engine（GEE）云计算平台，采用Landsat 8 Collection 2 Level 2地表反射率产品。通过选取城市夏季（植被生长旺盛期）多景影像，并实施严格云量控制与掩膜，确保数据的高质量和高可用性。城市边界采用标准矢量数据（可支持自定义城市/城区范围）。

---

三、绿地指数、覆盖度与分级方法

1. 植被指数计算：

   • 利用Landsat 8遥感影像的B5（近红外）、B4（红光）和B2（蓝光）波段，分别计算归一化植被指数（NDVI）与增强植被指数（EVI）。

2. 植被覆盖度反演：

   • 采用NDVI分段模型，设定NDVI土壤端元（0.2）与植被端元（0.7），实现0-100%覆盖度定量反演（注意参数需要视实际情况修改）。

3. 绿地覆盖度空间分级：

   • 将FVC分为五级（无/极少植被、低覆盖、中覆盖、较高覆盖、高覆盖），分级标准分别为≤10%、10-30%、30-50%、50-70%、≥70%。

---

四、自动化分析流程与主要代码

4.1 数据预处理与影像合成

• 筛选研究区2023年夏季云量低于20%的Landsat 8影像
• 实施云、云影、雪和水体像元掩膜，保证分析区域纯净
• 对光学与热红外波段归一化处理，生成高质量中值合成影像

var landsat8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
  .filterDate('2023-06-01', '2023-08-31')
  .filterBounds(city)
  .filter(ee.Filter.lt('CLOUD_COVER', 20))
  .map(maskL8sr)
  .map(scaleL8sr)
  .median