GEE20:获取地面站点的遥感图层的采样值

获取采样点值

  • 1. 介绍
  • 2. GEE实现
    • 2.1 数据介绍
    • 2.2 GEE code
  • 3.参考

1. 介绍

  去年由于实验需要,想通过GEE获取遥感图层的采样值,但是多次尝试后任无法实现。最近通过查询,终于找到的获取采样点的方法,现在将其记录在此,并与大家分享。
在这里插入图片描述

2. GEE实现

  首先是需要导入你的采样点的文件,其中主要包括了经纬度。
  接下来,就可以通过导入的采样点进行数据提取了,在这里主要是提取2022年逐月的地表温度值(LST)。

2.1 数据介绍

LST:
在这里插入图片描述

地表覆盖图:

在这里插入图片描述

地形图:

在这里插入图片描述

2.2 GEE code

var roi = 
    ee.Geometry.Polygon(
        [[[105.13836035633825, 32.02577928909809],
          [105.13836035633825, 28.49669989421675],
          [110.22503027821325, 28.49669989421675],
          [110.22503027821325, 32.02577928909809]]], null, false);
var roi_bound = ee.Image().toByte()
                  .paint({featureCollection: ee.FeatureCollection(roi), color:0, width: 3});
Map.addLayer(roi_bound, {palette: "black"}, 'roi boundary');

var points = ee.FeatureCollection("projects/ee-ypzh736/assets/points")
                .aside(print) // 导入本地上传的站点信息
                .map(function(fea){
                  return ee.Feature(ee.Geometry.Point([fea.get('LON'),fea.get('LAT')]))//设置经纬度
                           .copyProperties(fea)//拷贝原有属性信息
                }).aside(print)

Map.centerObject(points)
Map.addLayer(points.style({color:'red',pointSize:5}),{},'randomPoints')

// --------------------------------------
// 获取2022年1-12月逐月LST数据
var originDate = ee.Date('2022-01-01')
var advance_list = ee.List.sequence(0, 11, 1)
var LST_list = advance_list.map(function(adv){
  var startDate = originDate.advance(adv,'month');//当前的开始日
  var endDate = startDate.advance(3,'month');//当前的结束日
  return  ee.ImageCollection("MODIS/061/MOD21C2")//地表温度数据
                  .filterDate(startDate,endDate)//时间过滤
                  .select('LST_Day')//日间平均地温
                  .mean()
                  .clip(roi);
                   
})//.aside(print)  

var imageLayers =  ee.Image(ee.ImageCollection("ESA/WorldCover/v100").first()) //地表覆盖度图
                      .addBands(ee.Image('CGIAR/SRTM90_V4').select('elevation'))//高程数据
                      .rename(['LandCover','DEM'])// 波段重命名
                      .addBands(ee.ImageCollection.fromImages(LST_list).toBands())//将逐月LST数据转为波段
                      //.aside(print)

// -----------------------------------
var sample_points = imageLayers.sampleRegions({
  collection: points,
  scale:20,//A nominal scale in meters of the projection to sample in. If unspecified,the scale of the image's first band is used.
  geometries:true //注意,这个geometries属性要加上,如果不加上,结果不会有地理坐标
})
print('sample_points',sample_points)

// 导出数据至Google drive
Export.table.toDrive({
    collection: sample_points,
    description: 'sample_points_LST',
    fileFormat: 'CSV',
    folder: "LUCC"
  });

结果展示(共计100个点):

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
数据展示:
在这里插入图片描述

完整代码链接: https://code.earthengine.google.com/2b9958563b3101efd8cee2c4829c79cd

3.参考

  • GEE获取地面站点的取样值(附完整代码)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/139036.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

《视觉SLAM十四讲》-- 视觉里程计2

文章目录 07 视觉里程计 27.1 直接法的引出7.2 2D 光流7.2.1 Lucas-Kanade 光流7.2.1 实践:LK 光流 7.3 直接法7.3.1 推导过程7.3.2 直接法的优缺点 07 视觉里程计 2 7.1 直接法的引出 特征点的缺点: 关键点的提取与描述子的计算非常耗时,实…

辐射骚扰整改思路及方法:对差模电流的影响?|深圳比创达电子EMC

同样的分析可以应用在差模电流的情况,唯一不同的是,两根导线的磁场分布是相反的,磁场互相抵消,由于导线中的电流大小相等,产生的磁场H大小相同,在互相靠近的情况下,在磁环内的两个感应磁场大小相…

C盘可以格式化吗?正确答案在这里!

“我一直有个比较好奇的问题,我的电脑中病毒了,我想将c盘进行格式化操作,但是c盘中是有比较多重要文件的,在这种情况下,c盘可以格式化吗?怎么格式化c盘呢?” 面对各种电脑情况,可能不…

Python实现cpu密集型多线程

问题: 想通过以下代码实现多线程 class ThreadTest(threading.Thread):def __init__(self, num, *args, **kwargs):super(ThreadTest, self).__init__(*args, **kwargs)self.num numprint(num)def run(self):print(self.num)print(time.time())if __name__ &quo…

postman连接数据库

参考:https://blog.csdn.net/qq_45572452/article/details/126620210 1、安装node.js 2、配置环境变量 3、安装xmysql连接数据库cmd窗口输入"npm install -g xmysql"后回车cmd窗口输入"xmysql"后回车,验证xmysql是否安装成功(下图代表安装成功)…

编程最佳外挂:批量数据分析与可视化,CodeGeeX工具箱一键完成

ChatGLM3代模型的Code Interpreter能力,本周已经在VSCode里的CodeGeeX插件产品中,以开发者工具箱的产品形态上线。 下图以VSCode插件为例:在CodeGeeX的侧边栏,和智能问答AskCodeGeeX并列出现的工具箱标签,用户登录后就…

区块链拆分

随着区块链技术的发展和普及,去中心化钱包逐渐成为数字货币领域的重要工具。去中心化钱包不仅具有高度安全性和隐私保护能力,还可以通过智能合约和开源技术实现定制化功能。本文将探讨去中心化钱包定制开发的基本概念、优势、流程和前景。 一、去中心化钱…

YOLOv8 营业执照提取 统一社会信用代码、企业名称

目录 背景 尝试一:整图OCR识别,然后正则匹配 尝试二:利用显著特征,直接传统方法定位,切出来识别 尝试三:yolov8训练一个统一社会信用代码、企业名称位置检测 ​编辑 效果 模型信息 项目 ​编辑 代…

(六)Spring源码解析:Spring AOP源码解析

一、AOP概念 Aspect:切面 给业务方法增加到功能,切面泛指交叉业务逻辑。上例中的事务处理、日志处理就可以理解为切面。常用的切面是通知(Advice)。实际就是对主业务逻辑的一种增强。 Pointcut:切入点 切入点指声明的…

springcloudalibaba入门详细使用教程

目录标题 一、简介二、SpringCloud Alibaba核心组件2-1、Nacos (配置中心与服务注册与发现)2-2、Sentinel (分布式流控)2-3、RocketMQ (消息队列)/RabbitMq/kafka2-4、Seata (分布式事务)2-5、Dubbo (RPC) 三、为什么大家看好 Spring Cloud Alibaba3-1、阿里巴巴强大的技术输出…

【每日一题】307. 区域和检索 - 数组可修改-2023.11.13

题目: 307. 区域和检索 - 数组可修改 给你一个数组 nums ,请你完成两类查询。 其中一类查询要求 更新 数组 nums 下标对应的值另一类查询要求返回数组 nums 中索引 left 和索引 right 之间( 包含 )的nums元素的 和 &#xff0c…

智能井盖传感器具有什么效果?

智能井盖传感器与智慧城市之间有着密切的关联,两者之间属于相辅相成的状态,对于城市的现代化和城市生命线建设有助力作用。智能井盖传感器是其中一个重要的组成环节,它们帮助城市改变原有的生活和生态环境,为政府部门完善城市基础…

【机器学习】 朴素贝叶斯算法:原理、实例应用(文档分类预测)

1. 算法原理 1.1 朴素贝叶斯方法 朴素贝叶斯方法涉及一些概率论知识,我们先来复习一下。 联合概率:包含多个条件,并且所有的条件同时成立的概率,公式为: 条件概率:事件A在另一个事件B已经发生的前提下发…

工作十年+的测试应该具备什么能力?

大概是2014年的时候,我开始接触面试工作,就是从应聘者转为面试官,记得印象深刻的是面试了一位做了8年的测试。对方气场很足,嗯,毕竟那时的我还只是一个3、4年经验的小测试,相反,印象深刻的并不是…

Mysql基本知识

1.SQL分类 DDL【data definition language】 数据定义语言,用来维护存储数据的结构 代表指令: create, drop, alter DML【data manipulation language】 数据操纵语言,用来对数据进行操作 代表指令: insert,delete,up…

十四、W5100S/W5500+RP2040树莓派Pico<NetBIOS>

文章目录 1 前言2 简介2 .1 什么是NetBIOS?2.2 NetBIOS的优点2.3 NetBIOS工作原理2.4 NetBIOS应用场景 3 WIZnet以太网芯片4 NetBIOS网络设置示例概述以及使用4.1 流程图4.2 准备工作核心4.3 连接方式4.4 主要代码概述4.5 结果演示 5 注意事项6 相关链接 1 前言 随着…

单片机定时器讲解和实现

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、计数器是什么?二、单片机定时器结构2.1***两个8位如何合成16位,16位如何分成两个8位***2.2 计数器的位数组合?2.3 定时功…

C# OpenCvSharp 基于直线检测的文本图像倾斜校正

效果 代码 using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using OpenCvSharp;namespace OpenCvSharp_基于直线检测的文本图像…

基于若依的ruoyi-nbcio流程管理系统增加读取节点扩展属性的方法

更多ruoyi-nbcio功能请看演示系统 gitee源代码地址 前后端代码: https://gitee.com/nbacheng/ruoyi-nbcio 演示地址:RuoYi-Nbcio后台管理系统 我们的在流程设计器里会根据需要再不同的节点增加扩展属性,如何动态读取这些扩展属性&#xff…

一文了解芯片测试项目和检测方法 -纳米软件

芯片检测是芯片设计、生产、制造成过程中的关键环节,检测芯片的质量、性能、功能等,以满足设计要求和市场需求,确保芯片可以长期稳定运行。芯片测试内容众多,检测方法多样,今天纳米软件将为您介绍芯片的检测项目都有哪…
最新文章