之前发过一篇使用GEE下载Landsat8的文章，然后有很多小伙伴私信我各种问题，如L1C、L2数据代码怎么修改，如何镶嵌，如何去云、 如何裁剪等一系列问题。正好快过年了，手头的事也没有多少了，所以这两天整理了一下GEE的相关代码，后续会陆续发出来。代码比较简单就是查询函数和导出函数，然后还有一个显示函数。
今天给大家带来的是Landsat8 L2A数据的批量下载，裁剪已经做过了。导出的结果为分幅的研究区影像（即原始影像裁剪后，无镶嵌）。
一、代码部分
//作者：RS迷途小书童
//博客：https://blog.csdn.net/m0_56729804?type=blog
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
function maskL8sr(image) {
// 去云函数
//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。
return image.addBands(opticalBands, null, true)
.addBands(thermalBands, null, true)
//.updateMask(qaMask)
.updateMask(saturationMask);}
var dataset = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
.filterBounds(roi)
.filterDate('2023-01-01', '2023-03-31')
.filter(ee.Filter.lte('CLOUD_COVER',5))
.map(maskL8sr)
.map(function(image){
return image.clip(roi)//裁剪
})
print("dataset",dataset)
var Count =dataset.size();
print('Count:',Count);
var visualization = {
bands: ['SR_B4', 'SR_B3', 'SR_B2'],
min: 0.0,
max: 0.3,
};
Map.addLayer(dataset, visualization, 'Image');
// 彩色合成显示
var mergedImage = dataset.select("SR_B1","SR_B2","SR_B3","SR_B4","SR_B5","SR_B6","SR_B7");// "ST_B10"
// 将所选波段合并为一个多波段图像
print(mergedImage)
function exportImageCollection(imgCol) {
// 导出函数
var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"])
.get("list");
indexList.evaluate(function(indexs) {
for (var i=0; i<indexs.length; i++) {
var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();
image = image.toFloat();
Export.image.toDrive({
image: image,
description: indexs[i],
fileNamePrefix: indexs[i],
folder: 'Landsat8',
region: roi,
scale: 30,
crs: "EPSG:4326",
maxPixels: 1e13
});
}
});
}
exportImageCollection(mergedImage);二、效果显示
标签：L2A,roi,SR,image,dataset,GEE,Landsat8,var From： https://www.cnblogs.com/RSran/p/18000896我平时用GEE比较少，大量时间都是使用Python去处理数据，但是用的少也还是会一点的。令人失望的是网上有很多教程都是VIP文章或者时间周期太长，导致代码不能使用，对于没接触过代码的新手来说很不友好。我希望能在力所能及的范围内尽可能多地去分享一些GEE的基本操作，如果大家感兴趣也可以一起留言交流。