湖北网站建设专家,外贸网站建站要多少钱,潍坊vi设计公司,企业文化建设的内容有哪些系列文章目录
第一章#xff1a;时间序列数据合成 文章目录 系列文章目录前言时间序列数据合成总结 前言
利用每个月可获取植被指数数据取均值#xff0c;合成月度平均植被指数#xff0c;然后将12个月中的数据合成一个12波段的时间数据合成数据。 时间序列数据合成
代码…系列文章目录
第一章时间序列数据合成 文章目录 系列文章目录前言时间序列数据合成总结 前言
利用每个月可获取植被指数数据取均值合成月度平均植被指数然后将12个月中的数据合成一个12波段的时间数据合成数据。 时间序列数据合成
代码基础内容 1、去云函数与植被指数函数 2、构建基础数据波段 3、构建for循环来合成时间序列数据 代码如下
//define your study area here!
var studyarea ee.FeatureCollection(projects/test2export/assets/31);
Map.centerObject(studyarea,4); //数字为缩放尺度
Map.addLayer(studyarea); //展示数据 // caclute NDVI
function NDVI(image) {var ndvi image.normalizedDifference([B8, B4]).rename(NDVI);return image.addBands(ndvi);}
/*** Function to mask clouds using the Sentinel-2 QA band* param {ee.Image} image Sentinel-2 image* return {ee.Image} cloud masked Sentinel-2 image*/
function maskS2clouds(image) {var qa image.select(QA60);// Bits 10 and 11 are clouds and cirrus, respectively.var cloudBitMask 1 10;var cirrusBitMask 1 11;// Both flags should be set to zero, indicating clear conditions.var mask qa.bitwiseAnd(cloudBitMask).eq(0).and(qa.bitwiseAnd(cirrusBitMask).eq(0));return image.updateMask(mask).divide(10000);
}
// 1 month mean NDVI
var month 1;
var dataset ee.ImageCollection(COPERNICUS/S2_SR).filterDate(2023-0month-01, 2023-month-28) //影像时间// Pre-filter to get less cloudy granules..filter(ee.Filter.lt(CLOUDY_PIXEL_PERCENTAGE,5)) //云量.map(maskS2clouds) //去云.map(function(image) {var ndvi image.normalizedDifference([B8, B4]).rename(NDVI1);return image.addBands(ndvi);}) //添加指数) //重命名.select([NDVI1]); //影像集
// print(dataset.first().getInfo())
var base_data dataset.median().clip(studyarea); //中值影像裁剪出研究区影像
print(base_data);for (var i2;i12;i)
{var month_ndvi ee.ImageCollection(COPERNICUS/S2_SR).filterDate(2023-0month-01, 2023-month-28) //影像时间// Pre-filter to get less cloudy granules..filter(ee.Filter.lt(CLOUDY_PIXEL_PERCENTAGE,5)) //云量.map(maskS2clouds) //去云.map(NDVI) //添加指数) //重命名.select([NDVI]); //影像集;print(month_ndvi.first())var month_ndvi month_ndvi.median().clip(studyarea).select(NDVI).rename(NDVIi); //中值影像裁剪出研究区影像base_data base_data.addBands(month_ndvi) }print(base_data)
// var NDVI;
// 导出哨兵2号影像数据
Export.image.toDrive({image:base_data,description:sentinel2_Time_series,region:studyarea,scale:10,maxPixels:1e13
}) 总结
例如以上就是今天要讲的内容本文仅仅简单介绍了pandas的使用而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
