EOWater: 开源高效的水体面积遥感计算工具，基于Sentinel-2和Landsat数据

本项目提供了一种高效的基于Google Earth Engine (GEE) 的解决方案，用于从Landsat和Sentinel-2影像中映射水体面积的时序数据。

尽管市场上已有多种水体解析工具，但EOWater具有以下显著优势：

• 灵活性：允许用户输入自定义的多边形区域。
• 成本效益：完全基于栅格图像操作，显著降低了云计算成本，避免了处理包含大量顶点的矢量数据所带来的高计算开销。
• 云层遮罩：使用先进的云层遮罩算法（s2cloudless），最大化提取的时序数据的时间深度。
• 实时监控：可以在GEE/GCP环境中设置近乎实时的监控工作流，几乎不产生费用（配合Cloud Run函数和Cloud Scheduler使用）。

项目地址

https://github.com/ShiruiH/EOWater

目录

1. 安装
2. 使用

• 创建多边形遮罩
• 将遮罩上传到GEE资产
• 在代码编辑器中运行GEE脚本
• 后处理水体面积数据

安装

要使用此工具，您需要访问Google Earth Engine (GEE) 项目。可以在https://signup.earthengine.google.com/上创建一个账户。然后前往https://cloud.google.com/sdk/docs/install 安装gcloud CLI。安装后，它会自动启动并让您用GEE账户（或个人Gmail）进行认证。

安装Python环境时，请先安装Anaconda (https://www.anaconda.com/download/)。然后打开Anaconda Prompt，输入以下命令：

conda create -n eowater
conda activate eowater
conda install -c conda-forge geopandas -y
conda install -c conda-forge earthengine-api scikit-image rasterio matplotlib notebook folium -y

接着输入jupyter lab，并导航到该库中的notebooks。

使用

1. 下载Sentinel-2和Landsat原始图像

有两种下载选项：

• 选项 #1：从USGS Earth Explorer下载场景

  访问USGS Earth Explorer，下载所需的Sentinel-2和/或Landsat图像，覆盖您的感兴趣区域。

• 选项 #2：使用EE代码编辑器下载场景

  使用EE代码编辑器下载所需的Sentinel-2和/或Landsat图像。使用 Download_original_tiles_S2.js 和 Download_original_tiles_Landsat.js ，并指定变量tile_list。

2. 创建多边形遮罩

01_Create_polygon_mask.ipynb (https://github.com/ShiruiH/EOWater/blob/main/01_Create_polygon_mask.ipynb): 该notebook用于生成Landsat和Sentinel-2图像的多边形遮罩。提供了一个NSW北部流域的示例输入多边形边界waterbodies_boundaries.geojson(https://github.com/ShiruiH/EOWater/blob/main/inputs/waterbodies_boundaries.geojson)），由NRAR提供。

该脚本的输入是从步骤1(https://github.com/ShiruiH/EOWater/blob/main/README.md#1-download-sentinel-2-and-landsat-original-tiles)下载的Sentinel-2和Landsat图像。脚本将为每个图像创建一个.tif文件，其中每个多边形分配一个不同的值，使得处理过程可以在栅格级别区分它们。

3. 将遮罩上传到GEE资产

上传生成的多边形遮罩到GEE资产中，有两种方法，适用于不同的使用场景。

• 选项 #1 手动过程

1. 访问https://code.earthengine.google.com/，登录并选择您的云项目（例如nsw-dpe-gee-tst）。
2. 点击 NEW > GeoTIFF Image Upload，选择您在/outputs中的文件（例如，outputs/Sentinel2_tiles_mask/T55JGH_20231213T001111_B02.tif）。
3. 上传完成后，点击资产，进行编辑并在PROPERTIES标签下添加属性，添加名为Tile的属性，值为55JGH（或不同的tile名称）。该属性将在后续步骤中使用。
4. 对Landsat图像重复上述步骤，但需要添加两个属性，PATH和ROW，并设置其相应值（例如tile 090081）。
5. 上传所有单个图像后，点击 NEW > Image Collection，为Sentinel-2和Landsat分别创建一个图像集合（分别命名为Base_Sentinel2_tiles和Base_Landsat_tiles）。
6. 将所有单个图像拖放到相应的图像集合中（Sentinel-2或Landsat）。

• 选项 #2 自动化过程

• 安装Earth Engine Python客户端。
• 使用03_Upload_bucket_to_EE_asset.ipynb(https://github.com/ShiruiH/EOWater/blob/main/03_Upload_bucket_to_EE_asset.ipynb)创建图像集合Base_Sentinel2_tiles和/或Base_Landsat_tiles，并将多边形遮罩导入图像集合中。
• 安装gcloud(https://cloud.google.com/sdk/docs/install) CLI。
• 使用02_Upload_polygon_mask_to_bucket.ipynb(https://github.com/ShiruiH/EOWater/blob/main/02_Upload_polygon_mask_to_bucket.ipynb)将多边形遮罩上传到Google Cloud Bucket。

1. 将多边形遮罩上传到Google Cloud Storage (GCS) Bucket。
2. 使用Image Manifest Upload(https://developers.google.com/earth-engine/guides/image_manifest)将多边形遮罩从Buckets导入到GEE资产中。

4. 在代码编辑器中运行GEE脚本

GEE脚本存放在GEE_scripts文件夹中，可以将其复制到GEE代码编辑器中运行。脚本将输出每个多边形的水体面积时序的CSV文件。可用的脚本有：

1. WSA_monitoring_S2.js(https://github.com/ShiruiH/EOWater/blob/main/GEE_scripts/WSA_monitoring_S2.js)：映射Sentinel-2图像上的水体面积。
2. WSA_monitoring_L9.js(https://github.com/ShiruiH/EOWater/blob/main/GEE_scripts/WSA_monitoring_L9.js)：映射Landsat 9图像上的水体面积。
3. WSA_monitoring_L8.js(https://github.com/ShiruiH/EOWater/blob/main/GEE_scripts/WSA_monitoring_L8.js)：映射Landsat 8图像上的水体面积。
4. WSA_monitoring_L7.js(https://github.com/ShiruiH/EOWater/blob/main/GEE_scripts/WSA_monitoring_L7.js)：映射Landsat 7图像上的水体面积。
5. WSA_monitoring_L5.js( https://github.com/ShiruiH/EOWater/blob/main/GEE_scripts/WSA_monitoring_L5.js)：映射Landsat 5图像上的水体面积。

5. 后处理水体面积数据

脚本输出的CSV文件需进一步处理，以下是示例步骤：

1. 导入Python环境：

   import pandas as pd
   

2. 读取CSV文件：

   df = pd.read_csv("path_to_your_csv_file.csv")
   

3. 处理数据（计算总水体面积等）：

   total_water_area = df['water_area'].sum()