在GEE中,构建无云影像的方式非常多,但有没有哪种方式是最快,使用效率和方法最高的?其实,这里有一种通用的方法,处理效率非常快!它不涉及图像的去云处理,循环操作等,只需要进行筛选以及中值合成,就可以实现任意研究区无云影像合成。
01
快速构建MODIS无云影像
1)代码示例:
var dataset = ee.ImageCollection('MODIS/061/MOD09A1')
.filter(ee.Filter.date('2018-06-01', '2018-10-01'))
.median()
var trueColor =
dataset.select(['sur_refl_b01', 'sur_refl_b04', 'sur_refl_b03']);
var trueColorVis = {
min: -100.0,
max: 3000.0,
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(trueColor, trueColorVis, 'True Color');
2)影像显示结果:
02
快速构建Landsat无云影像
1)代码示例:
//选择Landsat影像云含量小于20%
var L9_raw1_median = L9.filterDate('2019-06-01', '2022-10-01')
.filterBounds(geometry)
.filter(ee.Filter.lt('CLOUD_COVER',20))
.median()
print(L9_raw1_median)
Map.addLayer(L9_raw1_median,{min:0,max:0.4,bands:['B4', 'B3', 'B2']},'L9_raw1_median')
2)影像显示结果:
03
快速构建Sentinel-2无云影像
1)代码示例:
//选择S2影像云含量小于50%
var S2_raw1_median = S2.filterDate('2019-06-01', '2020-10-01')
.filter(ee.Filter.eq("MGRS_TILE",'51RTL'))
.filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',20))
.median()
print(S2_raw1_median)
Map.addLayer(S2_raw1_median,{min:0,max:3000,bands:['B4','B3','B2']},'S2_raw1_median')
2)影像显示结果:
04
讨论
遥感影像处理的方法多种多样,针对不同的研究内容,可以有不同的处理方式。没有哪一种方法是绝对好,也没有绝对差。相比而言,以上的方法最初级也最常用。
以上数据处理只经过了数据的筛选,没有进行其他任何多余的操作,结果也能合成无云的影像,是目前构建无云影像最快捷的方式。
以上内容来源我们近期培训课程,感兴趣的可以移步观看: