GEE哨兵2数据NDVI计算

//sentinel2 NDVI Demo

//方法一:普通方式,通过将数学公式翻译为代码直接计算

function NDVI_V1(img) {

var nir = img.select("B8");

var red = img.select("B4");

var ndvi = nir.subtract(red).divide(nir.add(red));

return ndvi;

}

//方法二:将计算公式直接带入,通过解析字符串实现计算。这种方式更加灵活,在某些特殊情况下非常好用,而且非常直观。

function NDVI_V2(img) {

var nir = img.select("B8");

var red = img.select("B4");

var ndvi = img.expression(

  "(B5 - B4)/(B5 + B4)",

  {

    "B5": nir,

    "B4": red

  }

);

return ndvi;

}

//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("2017-01-01", "2017-09-24")

                      .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("2017-01-01", "2017-09-24")

  .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)

©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容