【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)

这篇具有很好参考价值的文章主要介绍了【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        老样子,最近在做生态方面的项目,然后需要分析城市的热岛效应,想了想还是用GEE计算比较简单,直接下载影像太麻烦了。所以在网上看看了资料,踩了踩坑终于是将代码写出来了。秉承着取之于民、用之于民的想法,今天给大家分享一下如何使用GEE的Landsat8数据集进行地表温度的反演。

        踩坑1:网上大部分的资源都是C01数据集,但是GEE在2021年的时候就已经将Landsat8数据整合到C02数据集中了,所以直接用网上的代码可能会出现波段不存在的报错!

        踩坑2:资源质量不一,有的用地表反射率产品,有的用大气产品导致代码复杂,不容易复现!

一、思路

        Landsat8数据的L2级产品的热红外波段ST_B10就直接对应着地表温度,只需简单计算即可获取摄氏度。(问就是不知道,以前做的都是单床算法啥的计算NDVI进行反演)GEE官方给出了这个example所以就直接用了。

二、代码

        记得将自己的研究区导进去,默认命名是table,所以导进去直接运行即可。


var roi = table //感兴趣的区域信息
var style_set = {color:"red",fillColor:"00000000"}; //设置地图中要素的颜色和填充颜色
Map.addLayer(roi.style(style_set),{},"shape") //使用之前定义的样式集将roi添加到地图中。该地图层默认使用几何形状(例如多边形)来表示区域
Map.centerObject(roi,10) //将地图中心设置为roi对象,并设置缩放级别为10

//本示例演示了使用Landsat 8 Collection 2,Level 2的QA_PIXEL波段(CFMask)来屏蔽不需要的像素。

//定义函数maskL8sr,接受一个图像作为输入,并对图像进行处理
function maskL8sr(image) {
  // Bit 0 - Fill
  // Bit 1 - Dilated Cloud
  // Bit 2 - Cirrus
  // Bit 3 - Cloud
  // Bit 4 - Cloud Shadow
  var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0);
  //从输入图像中选择QA_PIXEL波段,使用位运算和掩码来识别填充、云、云影等像素
  var saturationMask = image.select('QA_RADSAT').eq(0); //从输入图像中选择QA_RADSAT波段,并识别未饱和的像素。
  
  // 将缩放因子应用于适当的频带
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  // 从输入图像中选择光学波段,并应用归一化处理。
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
  // 从输入图像中选择热红外波段,并应用归一化处理。

  // 用缩放的带替换原始带并应用掩码。
  return image.addBands(opticalBands, null, true)
      .addBands(thermalBands, null, true)
      .updateMask(qaMask)
      .updateMask(saturationMask);
}


// 将函数映射到一年的数据上
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
                     .filterDate('2022-01-01', '2022-12-31')
                     .map(maskL8sr)
                     .median() //中值合成
                     .clip(roi); //裁剪

// Display the results.
// Map.setCenter(-4.52, 40.29, 7);  // Iberian Peninsula

// print(dataset)
var img = collection.select("ST_B10") //从处理后的图像集合中选择热红外波段('ST_B10')
var lst = img.expression(
    'B1-273.15',
    {
        B1:img.select('ST_B10'), 
    }); //对选择的热红外波段进行计算表达式操作
    
print("LST直方图", ui.Chart.image.histogram(lst, roi, 100, 258)) //打印直方图,显示热红外波段处理后的数据分布情况
print(lst) //打印热红外波段处理后的数据

Map.addLayer(lst, {'min':2,'max':49,'palette':["eff3ff","c6dbef","9ecae1","6baed6","4292c6","2171b5","084594",
"fff5f0","fee0d2","fcbba1","fc9272","fb6a4a","ef3b2c","cb181d","99000d"]}, 'lst')
// 将处理后的热红外波段数据添加到地图上,并设定显示范围和颜色映射

function exportImage(image, roi, fileName) {  
    Export.image.toDrive({  
       image: image,  
       description: "Landsat8"+fileName,  
       fileNamePrefix: fileName,  //文件命名
       folder: "Landsat 8",  //保存的文件夹
       scale: 30,  //分辨率
       region: roi,  //研究区
       maxPixels: 1e13,  //最大像元素
       crs: "EPSG:4326"  //设置投影
   });  
 }
exportImage(lst,roi,"lst")

三、效果图

        我这里输出了一个温度直方图分布图,一个栅格数据。栅格数据的导出代码也写进去了。运行后直接到Tasks里面下载即可!

【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算),Google Earth Engine,GEE,云计算,地表温度反演,定量遥感

        这个专栏开了之后也不知道怎么分享博文,感觉没什么好写的,不如直接放代码。但是有感觉光放代码有比较单调,很烦。等后期看看如何改进,大家有什么问题可以随时留言交流!文章来源地址https://www.toymoban.com/news/detail-745592.html

到了这里,关于【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ENVI、ERDAS计算Landsat 7地表温度:单窗算法实现

    本文介绍基于 ENVI 与 ERDAS 软件,对 Landsat 7 遥感影像数据加以 单窗算法 的地表温度( LST )反演操作。 目录 1 原理部分与前期操作准备 1.1 图像预处理 1.2 植被指数反演 1.3 单窗算法原理 2 实际操作部分 2.1 数据导入与辐射定标 2.2 波段合成 2.3 编辑头文件 2.4 转换文件数据格式

    2024年02月15日
    浏览(43)
  • (五)Landat_5 TM 遥感影像计算NDVI、MNDWI、NDBI以及地表温度反演

    所谓植被指数,就是利用多波段遥感图像的可见光波段以及近红外波段相组合,形成能够反映突出植被分布状况和强度的指数。植被指数的求解方法不唯一,定义的植被指数已经多达50多种。通过红波段以及近红外波段,可以有效的消除大气对植被指数的影响。 公式: NDVI=(

    2024年02月11日
    浏览(38)
  • GEE中Landsat、Sentinel、Modis主要数据集区别

    1. Collection 1/2 的区别 Collection 2 是Landsat Level 1 数据的又一次重大再处理,显著提高了 绝对地理定位精度 。 Collection1 Collection2 时间跨度 1972~2021底 1972~至今 数据等级 level 1 level1:1972~2021底 level2:1982~至今 Landsat 集合 2 包括基于场景的全球 2 级表面反射率科学产品 Landsat 集合

    2024年01月18日
    浏览(40)
  • Google Earth Engine(GEE)计算热度(LST)

    今天来分享一下如何在GEE中计算热度,用地表温度来反演LST,选择影像的时间为6到9月,还是以山西省为研究区 实现代码如下: 计算结果显示: 其中红色代表地表温度高,蓝色代表地表温度低 统计结果: 感谢关注,欢迎转发! 声明:仅供学习使用!

    2024年02月13日
    浏览(54)
  • Google Earth Engine(GEE)合成长时序的月NDVI与LST

    今天来简单分享下如何在GEE 合成长时序的月NDVI与LST,并进行分析 目标: 利用MODIS为数据源,在GEE计算某一地区对 月NDVI与LST ,并制作统计图 以武汉市为研究区 GEE实现代码: 首先确定研究区和使用的数据集 确定起止时间和月份 合成NDVI和LST 合成月NDVI 同样的方法合成月LST

    2024年02月15日
    浏览(53)
  • 利用GEE计算遥感生态指数(WBEI)——Landsat 8为例

    基于GEE平台,实现顾及水效益的生态环境质量评价方法。 《Water Benefit-based Ecological Index for Urban Ecological Environment Quality Assessments》 论文链接:https://ieeexplore.ieee.org/document/9492814 运行结果: 代码如下(示例): 代码如下(示例): 代码如下(示例): 代码如下(示例): 代

    2024年02月12日
    浏览(37)
  • GEE(Google earth engine)中的Landsat影像的选择和去云(附代码)

            在这里可以看到GEE提供的全部Landsat数据:Landsat Collections in Earth Engine  |  Earth Engine Data Catalog  |  Google Developers               随便点进去,比如Landsat8,有三个数据,一个是地表面反射率数据,一个是大气层顶部的反射率数据,一个是raw。大气层顶部的反射数据

    2024年02月03日
    浏览(50)
  • GEE python:Landsat 5影像的缨帽变换(K-T)分析含矩阵乘法和影像向矩阵的转化

    Landsat影像的缨帽变换又称为高通滤波,是一种基于像元邻域的光谱反射率的统计处理方法。它可以用来从遥感影像中去除大气、地形和植被等因素的影响,从而提取出更纯净的地表信息。 缨帽变换的基本思想是将原始影像与相应的滤波模板进行卷积,达到减少照射面角度和

    2024年01月19日
    浏览(62)
  • GEE:时间序列分析2——将Landsat5、7、8所有影像合成一个影像集合,构建NDVI时间序列

    本文记录了在Google Earth Engine(GEE)平台上,将Landsat-5、Landsat-7和Landsat-8合成同一个影像集合,并把这个新的影像集合合并成一个大的集合的代码,并计算了NDVI指数,构建了一个NDVI年度合成的时间序列数据集。为之后时间序列分析做数据准备。 其中主要函数已经封装成了函数

    2024年02月11日
    浏览(45)
  • 基于ENVI的遥感影像解译——以Landsat8数据为例(上)

    遥感影像解译 是一种指从图像获取信息的基本过程。即根据各专业(部门)的要求,运用解译标志和实践经验与知识,从遥感影像上识别目标,定性、定量地提取出目标的分布、结构、功能等有关信息,并把它们表示在地理底图上的过程。例如,土地利用现状解译,是在影像

    2024年02月09日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包