首页 > 其他分享 >GEE学习part5—图表函数与图表数据下载

GEE学习part5—图表函数与图表数据下载

时间:2024-11-06 10:44:37浏览次数:3  
标签:roi img image 图表 part5 GEE NDVI var ndvi

代码:

//方法三:GEE将计算公式封装为一个方法可以直接调用
function NDVI_V3(img) {
 var ndvi = img.normalizedDifference(["B8","B4"]);
 return ndvi;
}


//sentinel2 and roi
var s2_col = ee.ImageCollection("COPERNICUS/S2");
var roi = ee.Geometry.Point([117.0703125,38.09133660751176]);
var img = ee.Image(s2_col.filterBounds(roi)
                       .filterDate("2018-05-01", "2018-09-24")
                       .first());
// var ndvi1 = NDVI_V1(img);
// var ndvi2 = NDVI_V2(img);
var ndvi3 = NDVI_V3(img);
var visParam = {
 min: -0.2,
 max: 0.8,
 palette: 'FFFFFF, CE7E45, DF923D, F1B555, FCD163, 99B718, 74A901, 66A000, 529400,' +
   '3E8601, 207401, 056201, 004C00, 023B01, 012E01, 011D01, 011301'
};
Map.addLayer(img, {bands:["B8", "B4", "B3"], max:3048}, "raw_img");
// Map.addLayer(ndvi1, visParam, "ndvi_1");
// Map.addLayer(ndvi2, visParam, "ndvi_2");
Map.addLayer(ndvi3, visParam, "ndvi_3");
Map.centerObject(roi, 9);

//show charts
var ndvi_list = s2_col.filterDate("2018-05-01", "2018-09-24")
   .map(function(image) {
   var ndvi = image.normalizedDifference(['B8', 'B4']).rename('NDVI');
   return image.addBands(ndvi);
});

//展示每一张影像NDVI值 
var chart1 = ui.Chart.image.series({
 //影像集合
 imageCollection: ndvi_list.select('NDVI'),
 //关心区域
 region: roi,
 //关心区域计算方式,这里采用的是均值。也就是比如roi是一个矩形,
 //那么在图表中这个点的值就是矩形内所有像素值求平均。
 reducer: ee.Reducer.mean(),
 //分辨率
 scale: 30
}).setOptions({title: 'NDVI IMAGE SERIES'});
print(chart1);

//展示每一天所关心区域的NDVI值
var chart2 = ui.Chart.image.doySeries({
 imageCollection: ndvi_list.select('NDVI'),
 region:roi,
 regionReducer: ee.Reducer.mean(),
 scale:30
}).setOptions({title: "ROI NDVI EACH DAY SERIES"})
print(chart2)

标签:roi,img,image,图表,part5,GEE,NDVI,var,ndvi
From: https://blog.csdn.net/YYWWQQ5656/article/details/143561054

相关文章

  • ER模型及构建图表
    ER模型及构建图表ER模型(Entity-RelationshipModel)是一种用于描述数据库结构的概念模型。它提供了一种直观和图形化的方式来表示实体、属性和实体之间的关系。ER模型主要由以下几个要素组成:实体(Entity):实体是指在数据库中具有独立身份和特征的对象或概念。在ER模型中,实体......
  • Unity网络开发基础(part5.网络协议)
    目录前言网络协议概述OSI模型OSI模型的规则第一部分物理层数据链路层网络层传输层第二部分​编辑应用层表示层会话层每层的职能TCP/IP协议TCP/IP协议的规则TCP/IP协议每层的职能TCP/IP协议中的重要协议TCP协议三次握手四次挥手UDP协议TCP与UDP对比总......
  • grafana图表功能-06-监控指标详解
    一. prometheus的4种监控指标Counters计数器Gauges仪表/测量Histograms直方图Summaries汇总二,指标详解2.1 Counters计数器,以cpu的监控指标 node_cpu_seconds_total为例,这个指标就是计数器类型的,node_cpu_seconds_total这个指标就是某一核cpu某一个......
  • GEE代码学习 day12
    TC变换TC变换要进行矩阵乘法,首先将输入图像从多波段图像(对于每个波段,每个像素存储一个值)转换为数组图像。数组图像是一种更高维度的图像,其中每个像素存储一个波段的值数组。(第IV部分将更详细地介绍和讨论数组图像。您将使用波段1-5和7以及toArray函数:在GoogleEarth......
  • 在使用echarts绘制图表时, 如果需要使用渐变色, 则应使用echarts内置的渐变色生成器ec
    series:[{name:'',type:'bar',barMaxWidth:20,label:{show:true,color:'#fff',},showBackground:true,backgroundStyle:{color:'#d5f1f9&......
  • GEE教程:JRC water 1.4数据的直方图频率统计和图表加载
    目录简介函数ui.Chart.image.histogram(image, region, scale, maxBuckets, minBucketWidth, maxRaw, maxPixels)Arguments:Returns: ui.ChartsetOptions(options)Arguments:Returns: ui.Chartee.Reducer.histogram(maxBuckets, minBucketWidth, maxRaw)Ar......
  • GEE 高阶应用:下载全球任何国家的森林损失保存到assets中
    目录简介数据函数filterMetadata(name, operator, value)Arguments:Returns: Collectionaggregate_array(property)Arguments:Returns: Listee.Number.parse(input, radix)Arguments:Returns: NumberclipToCollection(collection)Arguments:Returns: Ima......
  • Python100个案例源码(基础应用,网络爬虫,数据分析与图表,文件、系统、图形与多媒体,办公自
    Python100个案例源码点我下载此资源部分示例模拟迷宫地图的二维列表map_list=[["“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“,”@“......
  • Eagle + PlantUML,轻松绘制源代码图表(下)
    快速掌握大型代码文件的对象框架结构及各对象之间的调用关系,我们通常会用到类图和时序图。如何快速理解代码,并生成UML图表呢?网友“车到山前必有路”前阵子使用Eagle辅助画图。仅用了半个小时,就完成了一张类图和一张时序图的绘制。要知道这在过去有可能会消耗掉一个专家级......
  • IntelliJ IDEA-Diagrams(图表)插件的使用
    IntelliJIDEA-Diagrams(图表)插件的使用简介Diagrams插件是IntelliJIDEA内置的插件,它为基于IntelliJIDE的所有本地图表类型提供API。此插件包含对以下从源代码中完全自动生成的图表的支持:1.UML类图(当前使用于Java和KotlinJVM)2.IDEA模块依赖关系图3.在GitDiff视图下的......