【GEE】基于GEE可视化和下载Landsat8 L1C数据(镶嵌、裁剪)

        之前发过一篇使用GEE下载Landsat8的文章,然后有很多小伙伴私信我各种问题,如L1C、L2数据代码怎么修改,如何镶嵌,如何去云、 如何裁剪等一系列问题。正好快过年了,手头的事也没有多少了,所以这两天整理了一下GEE的相关代码,后续会陆续发出来。代码比较简单就是查询函数和导出函数,然后还有一个显示函数。

        今天给大家带来的是基于GEE的Landsat8 L1C数据去云、镶嵌、裁剪代码,直接导入研究区的矢量即可下载中值合成后的影像(一景)。

一、代码部分

//作者:RS迷途小书童
//博客:https://blog.csdn.net/m0_56729804?type=blog
var roi = table;
var style_set = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(style_set),{},"shape")
//加载矢量


function rmCloud (image){
  var qa = image.select('pixel_qa')
  var cloudMask = qa.bitwiseAnd(1 << 3).eq(0)
  var cloudShadowMask = qa.bitwiseAnd(1 << 5).eq(0)
  var mask_all = cloudMask.and(cloudShadowMask)
  return image.updateMask(mask_all)}
//去云算法

 
var dataset = ee.ImageCollection("LANDSAT/LC08/C01/T1_SR")
                  .filterBounds(roi)
                  .filterDate('2019-07-01', '2019-12-31')
                  .filter(ee.Filter.lte('CLOUD_COVER',20))
                  .map(rmCloud)//执行去云函数
                  .median()
                  .clip(roi)//裁剪
                  
print(dataset);


var RGB_show = {
  min: 0.0,
  max: 3000,
  bands: ['B4', 'B3', 'B2'],
};
Map.addLayer(dataset, RGB_show, 'dataset');
Map.centerObject(roi,10)//缩放级别
//彩色合成显示

var mergedImage = dataset.select("B1","B2","B3","B4","B5","B6","B7","B10","B11");// "ST_B10"
// 将所选波段合并为一个多波段图像
print(mergedImage)


function exportdata(imgCol) {
  var data = imgCol.toInt16()
  Export.image.toDrive({
  image: data,//要下载的影像,类型为image对象
  folder: 'Landsat8-L1C',//云盘文件夹
  description: 'Mosaic',
  fileNamePrefix: 'Landsat8-OLI',
  region: roi,
  scale: 30,//分辨率
  crs: "EPSG:4326",//投影坐标系
  maxPixels: 1e13//最大像元数
  });
}
exportdata(mergedImage);
//导出数据

二、结果展示

        我平时用GEE比较少,大量时间都是使用Python去处理数据,但是用的少也还是会一点的。令人失望的是网上有很多教程都是VIP文章或者时间周期太长,导致代码不能使用,对于没接触过代码的新手来说很不友好。我希望能在力所能及的范围内尽可能多地去分享一些GEE的基本操作,如果大家感兴趣也可以一起留言交流。

posted @   RS迷途小书童  阅读(335)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
· 上周热点回顾(2.17-2.23)
点击右上角即可分享
微信分享提示