Google Earth Engine教程:GEE 新手也能懂!Landsat 7 影像去云 + SLC 条带修复代码逐行拆解

作为刚入门 GEE(Google Earth Engine)的新手,第一次看到这段代码可能会觉得 “全是英文 + 函数,完全看不懂”。别慌!咱们从最基础的逻辑开始,一步步拆解这段 Landsat 7 卫星影像 “去云 + 修复” 的代码 —— 这可是遥感图像处理中最常用的操作,学会后你也能处理卫星图啦!

先明确背景:为什么需要这段代码?

Landsat 7 是美国的陆地观测卫星,但它有两个 “小毛病”:

  1. 云遮挡:卫星拍照时,云会覆盖地面,导致我们看不到真实的地物(比如森林、农田)。
  2. SLC 故障:2003 年后,卫星的扫描线校正器(SLC)坏了,拍的图会有大量条带状缺失(像老照片被撕破了)。

一、云掩膜函数:给卫星图 “擦除” 云朵(cloudMaskL7)

卫星影像中,每个像元(像素)都有一个 “质量评估波段”(pixel_qa),里面存了一个二进制数,每一位代表不同的含义(比如是否是云、是否是雪)。我们需要通过位运算

内容概要:本文档提供了Landsat-7 SLC-off影像空隙填充算法的实现代码SLC-off是Landsat-7卫星扫描仪的一个故障,导致成像时出现条带状的缺失数据。该算法基于美国地质调查局(USGS)的L7 Phase-2空隙填充协议,使用Google Earth Engine (GEE) 平台进行实现。代码首先定义了一些参数,如最小和最大缩放比例、最少邻近像素数量等。接着,通过定义`GapFill`函数来实现主要的空隙填充逻辑。该函数接收源影像和填充影像作为输入,并利用核函数计算两个影像之间的共同区域,再通过线性回归计算缩放因子和偏移量,对无效区域进行处理,最后应用缩放和偏移并更新掩膜,完成空隙填充。此外,还展示了如何使用该函数对两幅具体的Landsat-7影像进行处理,并将结果可视化显示。; 适合人群:对遥感影像处理有一定了解的研究人员或开发者,特别是那些熟悉Google Earth Engine平台及其JavaScript API的人群。; 使用场景及目标:①适用于需要处理Landsat-7 SLC-off影像的研究或项目;②帮助用户理解如何在GEE平台上实现影像空隙填充算法;③为用户提供一个可复用的代码示例,以便根据具体需求调整参数或扩展功能。; 阅读建议:读者应先熟悉Landsat-7 SLC-off现象及其对影像质量的影响,以及GEE平台的基本操作。在阅读代码时,重点关注`GapFill`函数内部的工作流程,特别是如何通过线性回归计算缩放因子和偏移量,以及如何处理无效区域。同时,可以通过修改输入影像和参数值来探索不同情况下的空隙填充效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

做科研的周师兄

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
OSZAR »