GEE：遥感影像数据集的多个属性获取分析

2022-02-03 20:30:17 阅读：960 来源： 互联网

标签：LANDSAT T1 遥感 LC08 2020 GEE TOA 影像

前言

如何查看影像数据集的各个属性？

以鄱阳湖湖区Landsat遥感影像为例，该区域的相关分析参见：
GEE学习：按照行列号筛选鄱阳湖湖区影像数据并查询相关信息.
GEE学习：Landsat8 Collection2 level2数据集获取影像范围及坐标.
GEE学习：遥感影像设置新的属性并查询.
GEE学习：使用正则表达式筛选影像波段并改名.

本次进行分析的区域如下，影像为2020年3月14日Landsat8数据：
在这里插入图片描述

一、分析内容

主要分析内容：

二、python代码

python代码如下

Map = geemap.Map()
collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA') \
    .filterDate('2020-01-01', '2020-12-31') \
    .filter(ee.Filter.eq('WRS_PATH', 121)) \
    .filter(ee.Filter.eq('WRS_ROW', 40)) \
    .sort('system:time_start')

first = collection.first()
Map.addLayer(first, {'bands':['B7', 'B5', 'B3'], 'min':0, 'max':0.3}, 'first')
Map.centerObject(first)
Map

结果如下：
可视化结果见上图

# 查询影像集内的影像数量
print('count:',collection.size().getInfo())

# 查询影像数据范围
range = collection.reduceColumns(ee.Reducer.minMax(), ['system:time_start'])
print('Data range:', ee.Date(range.get('min')).format('yyyy-MM-dd').getInfo(), 
                     ee.Date(range.get('max')).format('yyyy-MM-dd').getInfo())

# 查询影像集的统计属性
sunStats = collection.aggregate_stats('SUN_ELEVATION')
print('sun elevation statistics:', sunStats.getInfo())

# 该时间段内的所有影像id
image_ids = collection.aggregate_array('system:id')
print('image ids:', image_ids.getInfo())

# 该时间段内的所有影像获取时间system:time_start
Dates = collection.aggregate_array('system:time_start') \
    .map(lambda d: ee.Date(d).format('yyyy-MM-dd'))
print('all the images dates:', Dates.getInfo())

# 云量排序，获取影像信息
first = collection.sort('CLOUD_COVER').first()
print('Least cloud image:', first.bandNames().getInfo())

# 该时间段内的前5个影像
limit5 = collection.sort('system:time_start').limit(5)
# limit5.getInfo()

结果如下：

count: 12
Data range: 2020-03-14 2020-12-27
sun elevation statistics: {'max': 69.12312316894531, 'mean': 58.50251611073812, 'min': 33.47686004638672, 'sample_sd': 11.158252018414434, 'sample_var': 124.50658810644977, 'sum': 702.0301933288574, 'sum_sq': 42440.10516461702, 'total_count': 12, 'total_sd': 10.683212957606852, 'total_var': 114.13103909757895, 'valid_count': 12, 'weight_sum': 12, 'weighted_sum': 702.0301933288574}
image ids: ['LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200314', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200415', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200517', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200602', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200618', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200720', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200805', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200821', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20200906', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20201008', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20201024', 'LANDSAT/LC08/C01/T1_TOA/LC08_121040_20201227']
all the images dates: ['2020-03-14', '2020-04-15', '2020-05-17', '2020-06-02', '2020-06-18', '2020-07-20', '2020-08-05', '2020-08-21', '2020-09-06', '2020-10-08', '2020-10-24', '2020-12-27']
Least cloud image: ['B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7', 'B8', 'B9', 'B10', 'B11', 'BQA']

三、小结

学习了影像数据集的多个属性的查询，如影像数据集内影像的数量，影像起止时间、影像集统计、影像按照某一特征进行排序等

参考：

https://github.com/giswqs/earthengine-py-notebooks/blob/master/ImageCollection/metadata.ipynb
https://developers.google.com/earth-engine/apidocs/ee-imagecollection-aggregate_stats?hl=en

标签：LANDSAT,T1,遥感,LC08,2020,GEE,TOA,影像
来源： https://blog.csdn.net/qq_32497109/article/details/122777628

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。

ICode9

GEE：遥感影像数据集的多个属性获取分析

目录

前言

一、分析内容

二、python代码

三、小结