GEE python—— MODIS 土地覆被 、MODIS地表温度 (LST) 和 USGS DEM数据进行时序分析/统计和影像裁剪下载

发布时间:2024年01月24日

简介

在本教程中,我们将使用 MODIS 土地覆被 (LC)、MODIS 陆面温度 (LST) 和 USGS 地面高程 (ELV),它们都属于 ee.ImageCollections 数据集。数据集说明为我们提供了导入和操作这些数据集所需的所有信息:可用性、提供者、地球引擎片段以及与集合中图像相关的可用波段。

所有这些图像都有不同的分辨率、频率和可能的投影,从 LST 1 km 分辨率的每日图像(因此有一个 ee.ImageCollection - 多个 ee.Images 的集合)到 ELV 30 m 分辨率的代表 2000 年数据的单个图像。虽然我们需要关注频率,但 GEE 会将我们要处理的所有数据重新采样并投影到一个通用投影上,从而解决分辨率和投影问题(了解地球引擎中投影的更多信息)。我们可以根据需要定义分辨率(在 GEE 中称为比例尺),当然也可以选择强制不进行重投影。

正如您在数据集描述中看到的,数据集包括存储在多个波段中的多组信息。例如,这些波段与 LST 数据集相关:

LST_Day_1km:日间陆地表面温度
Day_view_time: 当地一天中的观测时间
LST_Night_1km:夜间陆地表面温度

该数据集的描述页面告诉我们,与日间 LST 相关的波段名称为 LST_Day_1km,单位为开尔文。此外,数值范围为 7,500 到 65,535 之间,校正刻度为 0.02。

然后,我们必须根据所需的时间段对数据集进行筛选。我们可以使用 filterDate() 方法来实现。我们还需要选择要处理的波段。因此,我们决定将重点放在白天的 LST 上,所以我们使用 select() 方法选择了白天的 LST_Day_1km 波段及其相关的质量指标 QC_Day。

文章来源:https://blog.csdn.net/qq_31988139/article/details/135741486
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。