GEE：使用Sentinel-2数据做基于NDVI的长势监测（求5年影像集的NDVI均值，和当前年份的NDVI，两个影像做数学运算）

置顶 _养乐多_

已于 2023-02-06 13:02:25 修改

阅读量1w

点赞数 19

CC 4.0 BY-SA版权

分类专栏： GEE Geemap 文章标签：云计算经验分享 json 算法 javascript

于 2020-10-14 23:47:10 首次发布

本文链接：https://blog.csdn.net/qq_35591253/article/details/109086869

GEE 同时被 2 个专栏收录

107 篇文章

订阅专栏

Geemap

25 篇文章

订阅专栏

本文介绍了如何使用Google Earth Engine (GEE) 实现农作物长势的距平和极值模型监测，通过2015-2020年NDVI数据计算并可视化年度变化。从基本的8月NDVI均值计算，到复杂算法应用，提供了详尽的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文记录了农作物长势监测的原理和在GEE上实现的代码，记录了最简单的长势监测算法（更复杂的算法可以根据例子中的方法灵活转换）

详细代码：完整代码
https://code.earthengine.google.com/240f8c95f0f8e904cf362b48fca318f5?noload=true
长势监测原理如下图所示
在这里插入图片描述

1，距平模型

在这里插入图片描述

2，极值模型

在这里插入图片描述

第一部分：计算2015-2020年（每年8月份合成）的NDVI均值

首先建立一个空的列表用来存储影像

var col=ee.List([]);

筛选2015-2020年五年的影像集（每年选择8月份的影像合成）

for(var i=2015;i<2020;i++){
  var img=s2.filterDate(i+'-08-01',i+'-08-31').filterBounds(Ca);
  var ndvi_list=img.map(
     function(image){
         var image_mask=image.updateMask(mypaddies.mask());
         var ndvi = image_mask.normalizedDifference(['B8', 'B4']).rename('NDVI');
         return image_mask.addBands(ndvi)
                    }
                       )
  var img_mean=ndvi_list.select("NDVI").mean();
  //将计算的均值影像作为一个波段添加到col影像集里面
  col=col.add(img_mean);
                           }
//mypaddies指的是计算出来的NDVI图层，本文不做记录，读者可以先计算NDVI再试试。

现在将col列表转换为影像集，并且打印出来，发现col里储存的是2015-2020年的NDVI影像

col=ee.ImageCollection(col);
print(col);
var image_mean=col.mean();
print(image_mean)

然后求每个像素的5年的影像集的均值

var img_mean=ndvi_list.select("NDVI").mean();

第二部分：计算2020年（8月份合成）的NDVI均值

var s2_2020=s2.filterDate('2020-08-01','2020-08-31').filterBounds(Ca);
 var ndvi_2020=img.map(
         function(image){
             var image_mask=image.updateMask(mypaddies.mask());
             var ndvi = image_mask.normalizedDifference(['B8', 'B4']).rename('NDVI');
         return image_mask.addBands(ndvi)
                        }
                      )

将2020年8月份几幅影像求NDVI的均值，并且打印出来

var img_mean_2020=ndvi_2020.select("NDVI").mean();
print(img_mean_2020)

第三部分：用2020年的均值与2015-2020年的均值做数学运算

两个影像做数学运算 （可以做的运算在最后面）

var compare=img_mean_2020.divide(image_mean)

将处理后的影像可视化显示出来

//定义可视化参数
var ndvi_vis={palette:['red','green']}
Map.addLayer(compare,ndvi_vis)

附加：一种简单的计算多年均值的方法

直接使用mean（）函数，但是每一年并不是每天的数据都需要，所以有时候要筛选生长季节或者其他季节来做分析。

var l8toa = ee.ImageCollection("LANDSAT/LC8_L1T_TOA")
    .filterDate('2013-01-01', '2020-12-31')
    .filterBounds(table);    
var meanL=l8toa.mean().clip(table);
print(meanL);
Map.addLayer(table);
Map.addLayer(meanL);