标签:Engine unmixImage Google ee landsat 矩阵 veg var mean
一、【卫星数据landsat】
(1)数据引入
在数据框中输入landsa,点击import引入
(2)ImageCollection.qualityMosaic()对像素级别进行操作,对所有图像集中,通过波段质量为每个像素排序。
qualityMosaic(NDVI值)相当于去云操作(下一步探究)
(3)landsatCollection.unmixing()\解决缠绕,在遥感影像中经常会出现同物异谱,同谱异物,通过函数计算得出每个像元属于什么用地,需要用户指定用地的位置信息
var unmixImage=composite.select(['B1','B2','B3','B4','B5','B7']); var bare_mean=unmixImage.reduceRegion(ee.Reducer.mean(),bare,30).values(); var water_mean=unmixImage.reduceRegion(ee.Reducer.mean(),water,30).values(); var veg_mean=unmixImage.reduceRegion(ee.Reducer.mean(),veg,30).values(); var endnumbers=ee.Array.cat([bare_mean,veg_mean,water_mean],1); var arrayimage=unmixImage.toArray().toArray(1); var unmixed=ee.image(endnumbers).matrixSolve(arrayimage) var unmixedImage=unmixed.arrayProject([0]).arrayFlatten(['bare','veg','water'])
(4)landsatCollection.normalizedDifference()计算归一化指数
(5)ee.Algorithms.Landsat.simpleCloudScore(image)会多一个cloud波段0-100,越大云层覆盖越大
(6)ee.Algorithms.Landsat.simpleComposite()只对landsat8的RAW图像起作用
二、【矩阵】
(1)创建
首先先创建一个array然后放到ee.ConfusionMatrix()
ee.ConfusionMatrix(array)这样就形成了一个混淆矩阵
(2)转换
ConfusionMatrix.array()将混淆矩阵转换为矩阵
(3)精度
.kappa()计算混淆矩阵的Kappa系数
accuracy()求整体精度数据
producersAccuracy()制图精度
consumersAccuracy()用户精度数据
order()将土地利用编码
标签:Engine,unmixImage,Google,ee,landsat,矩阵,veg,var,mean 来源: https://www.cnblogs.com/wangchengcong/p/14220545.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。