GEE代码实例教程详解：长时间序列NDVI分析

简介

本篇博客将介绍如何使用Google Earth Engine (GEE) 对长时间序列的Landsat数据进行归一化植被指数（NDVI）分析。通过此分析，可以监测和评估1982年至2024年间的植被变化趋势。

背景知识

Landsat数据集

Landsat是美国地质调查局和美国航天局联合发射的一系列卫星，提供地表的长时间序列、中等分辨率的遥感数据。

NDVI

归一化植被指数（NDVI）是一种常用的遥感指数，用于估算植被覆盖度和植被健康状态。

完整代码

// 定义研究区域的坐标点
var cor = [[48.62559911358055, 31.65418476680761],[48.91124364483055, 31.65418476680761],[48.91124364483055, 31.885355756064595],[48.62559911358055, 31.885355756064595],[48.62559911358055, 31.65418476680761]
];// 创建多边形区域
var roi = ee.Geometry.Polygon(cor);// 将地图中心设置为研究区域
Map.centerObject(roi);// 定义NDVI计算函数
function ndvi_tm_etm(img) {var bands = img.multiply(0.0000275).add(-0.2);var ndvi = bands.normalizedDifference(['SR_B4', 'SR_B3']).rename('ndvi');return ndvi.copyProperties(img, img.propertyNames());
}// 定义SLC偏移修正函数
function slc_off(img) {var bands = img.multiply(0.0000275).add(-0.2);var ndvi = bands.normalizedDifference(['SR_B4', 'SR_B3']).rename('ndvi');var filter = ndvi.focalMedian(1, 'square', 'pixels', 10);var filled = filter.blend(ndvi).rename('ndvi');return filled.copyProperties(img, img.propertyNames());
}// 定义OLI传感器NDVI计算函数
function ndvi_oli(img) {var bands = img.multiply(0.0000275).add(-0.2);var ndvi = bands.normalizedDifference(['SR_B5', 'SR_B4']).rename('ndvi');return ndvi.copyProperties(img, img.propertyNames());
}// 筛选Landsat 4-9数据集并计算NDVI
var landsat4 = ee.ImageCollection("LANDSAT/LT04/C02/T1_L2").select('SR_B.*').filterDate('1982', '1994')// ... 其他筛选条件 ....map(ndvi_tm_etm);var landsat5 = ee.ImageCollection("LANDSAT/LT05/C02/T1_L2").select('SR_B.*').filterDate('1984', '2013')// ... 其他筛选条件 ....map(ndvi_tm_etm);// ... Landsat 7 SLC正常和偏移后的数据 ...var landsat8 = ee.ImageCollection("LANDSAT/LC08/C02/T1_L2").select('SR_B.*').filterDate('2013', '2024')// ... 其他筛选条件 ....map(ndvi_oli);var landsat9 = ee.ImageCollection("LANDSAT/LC09/C02/T1_L2").select('SR_B.*').filterDate('2021', '2024')// ... 其他筛选条件 ....map(ndvi_oli);// 合并所有Landsat数据集并排序
var landsat_collections = landsat4.merge(landsat5).merge(landsat7_slcon).merge(landsat7_slcoff).merge(landsat8).merge(landsat9).sort('system:time_start');// 打印NDVI时间序列图表
print(ui.Chart.image.series({imageCollection: landsat_collections,region: roi,reducer: ee.Reducer.mean(),scale: 100,xProperty: 'system:time_start'})
);// 导出2010年的NDVI图像到Google Drive
Export.image.toDrive({image: landsat_collections.filterDate('2010', '2011').toBands().clip(roi).float(),description: 'landsat2010',scale: 30,crs: 'EPSG:4326',maxPixels: 1e13,region: roi,folder: 'test'
});