[数据结构与算法] GEE计算哨兵2号一年中的ndvi均值

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 数据结构与算法 -> GEE计算哨兵2号一年中的ndvi均值 -> 正文阅读

[数据结构与算法]GEE计算哨兵2号一年中的ndvi均值

因为目前从事的研究，需要计算sentinel-2A影像数据一年中NDVI的均值，在网上也学习了一些博客，很多博客没有把ndvi计算和保存到本地没有写完，这篇博客将这一整套流程写了下，作为参考。

首先要导入矢量范围，可以自己手动画，也可以导入制作好的矢量
在这里插入图片描述
接着正文部分如下，打开GEE平台复制下面的代码，点击运行，右边出现RUN就能点击下载到谷歌云盘了。

//define geometry 

Map.centerObject(geometry,6)

var colorizedVis = {
  min: -1,
  max: 1,
  palette: ['blue', 'white', 'green'],
};

//哨兵2使用QA波段,去云处理
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).set(image.toDictionary(image.propertyNames()));
}

var S2 = ee.ImageCollection('COPERNICUS/S2')
.filterDate('2020-01-01', '2020-12-31')
.filterBounds(geometry)
.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20))
.map(maskS2clouds);
var addNDVI = function(image) {
return image.addBands(image.normalizedDifference(['B8', 'B4']).rename('NDVI'));
};
// Add NDVI band to image collection
var S2 = S2.map(addNDVI);
var NDVI = S2.select(['NDVI']);
print(NDVI);
var NDVImed = NDVI.reduce(ee.Reducer.mean());
Map.addLayer(NDVImed.clip(geometry), colorizedVis, 'NDVI image');
var name = "ndvi_mean_2020";
print(name);

Export.image.toDrive({
    image: NDVImed , // 要下载的影像
    description: name,
    fileNamePrefix: name, // 下载任务描述，也是文件的默认名称
    folder: 'rock_ndvi', // 选择要下载到云盘的哪个文件夹
    region: geometry,// 裁剪区域
    crs:'EPSG:4326',
    scale: 10, // 分辨率，默认值是1000m
    maxPixels: 1e13 // 下载数据的最大像元数
  });