今天看到一篇文章讲述了对于土地分类的自动化处理的过程，非常实用，而且你只需要将你的研究区进行放图即可，剩下的就是一键run就能获得1986-2020年的影像，当然这里作者去除了2012年因为色差条带产生的影像。
如果你想加入2012年的影像需要将代码改一下，整体的改动幅度不会太大，就是加入一个集合，剩下的就是弄到融合所有影像集合就欧克。这个程序住主程序部分不是很复杂，主要是各个校正的部分的函数地形对较多。
原始代码中的是将影像导出到我们的assets，如果你想导出的Google硬盘的化，在导出影像的时候需要修改一下代码即可。当然文中没有加入可视化的代码，你可以尝试加入并查看并加入到界面上：这里我们可以将公开的颜色条带加入。
var palettes = require('users/gena/packages:palettes');
var palette = palettes.misc.tol_rainbow[7];
Map.addLayer(BiAnnual_ImgCol, {min:0 , max:1 , palette: palette}, 'Landsat_'+Year+'_composite');原文的摘要：
亚利桑那州图森都市区和大圣克鲁斯流域（包括墨西哥索诺拉州的诺加莱斯）30米分辨率的年度（1986-2020年）土地使用/土地覆盖地图。地图是利用Landsat图像、衍生的转换和指数、纹理分析和其他辅助数据的组合创建的，这些数据被输入到谷歌地球引擎的随机森林分类器。这些地图包含了基于国家土地覆盖分类计划的13个等级，并经过修改以反映当地的土地覆盖类型。数据以堆叠的多波段光栅
订阅专栏 解锁全文
