Google Earth Engine（GEE）——关于调色板的介绍（引入和应用）
ee-palettes是用于在Google Earth Engine (EE) 中生成调色板以应用于映射数据的模块。
添加模块
访问此URL以将该模块添加到您的 EE 帐户的阅读器存储库。添加模块后，您可以在脚本管理器中找到源代码：Reader:users/gena/packages/palettes。
如何使用
文章资源链接：https://github.com/gee-community/ee-palettes
加载模块
您可以通过该require()功能访问 ee 调色板。运行以下行将使您可以通过 JavaScript (JS) 对象访问表示法使用调色板。返回的变量将是一系列嵌套的 JS 对象，以十六进制颜色列表结尾。
链接：https://code.earthengine.google.com/?accept_repo=users/gena/packages
var palettes = require('users/gena/packages:palettes');
定义调色板
从下面的列表中找到您喜欢的调色板。每个调色板由一个组和一个名称定义，它们用句点（JS 对象点符号）和颜色级别分隔。
要检索所需的调色板，请使用 JS 对象表示法指定组、名称和颜色级别数。可用颜色的数量因调色板而异，这些调色板列在下面的调色板名称之后。请注意，所有非 ColorBrewer 调色板只有 7 种颜色，因此始终使用 7 作为这些调色板的“颜色级别”属性。
确定调色板组、名称和颜色级别后，将调色板设置为变量。
var palette = palettes.colorbrewer.RdYlGn[9];
应用调色板
要将定义的调色板应用于地图数据，请将调色板变量设置为提供给函数palette的visParams对象中的键的值Map.addLayer()。这也有利于确定和确定适当的min和max值，以确保良好的拉伸。以下是加载ee-palettes模块、定义调色板并将其应用于温度数据的简单示例。
// Load some raster data: CONUS mean daily max temperature for January 2010
var tmax = ee.Image('OREGONSTATE/PRISM/AN81m/201001').select('tmax');
// Get a palette: a list of hex strings
var palettes = require('users/gena/packages:palettes');
var palette = palettes.misc.tol_rainbow[7];
// Display max temp with defined palette stretched between selected min and max
Map.addLayer(tmax, {min: -11, max: 25, palette: palette}, 'tmax');
调色板操作
调色板反转
使用该reverse()函数反转调色板。请注意，这将反转导入的调色板 JS 对象中的调色板，以及您碰巧定义的调色板变量。如果您希望保持导入的调色板 JS 对象不变，请复制调色板，然后将其反转：.slice(0).reverse()。
var palette = palettes.colorbrewer.RdYlGn[9].reverse();
调色板子集
如果您只想使用调色板的一部分，您可以使用该slice()功能对您想要的颜色进行子集化。例如，如果您只想要misc.gnuplot调色板的粉红色到黄色部分，请使用以下调色板定义。
var palette = palettes.misc.gnuplot[7].slice(3,7);
剩下的我就不上传颜色直接上传这个所有的颜色
大洋洲
cmocean.Thermal | 7
cmocean.Haline | 7
cmocean.Solar | 7
cmocean.Ice | 7
cmocean.Gray | 7
cmocean.Oxy | 7
cmocean.Deep | 7
cmocean.Dense | 7
cmocean.Algae | 7
cmocean.Matter | 7
cmocean.Turbid | 7
cmocean.Speed | 7
cmocean.Amp | 7
cmocean.Tempo | 7
cmocean.Phase | 7
cmocean.Balance | 7
cmocean.Delta | 7
cmocean.Curl | 7
克拉梅里
crameri.acton | 10,25,50
crameri.bamako | 10,25,50
crameri.batlow | 10,25,50
crameri.berlin | 10,25,50
crameri.bilbao | 10,25,50
crameri.broc | 10,25,50
crameri.buda | 10,25,50
crameri.cork | 10,25,50
crameri.davos | 10,25,50
crameri.devon | 10,25,50
crameri.grayC | 10,25,50
crameri.hawaii | 10,25,50
crameri.imola | 10,25,50
crameri.lajolla | 10,25,50
crameri.lapaz | 10,25,50
crameri.lisbon | 10,25,50
crameri.nuuk | 10,25,50
crameri.oleron | 10,25,50
crameri.oslo | 10,25,50
crameri.roma | 10,25,50
crameri.tofino | 10,25,50
crameri.tokyo | 10、25、50
crameri.turku | 10,25,50
crameri.vik | 10、25、50
尼科利
niccoli.cubicyf | 7
niccoli.cubcl | 7
niccoli.iso | 7
niccoli.linearl | 7
niccoli.linearlhot | 7
科韦西
kovesi.cyclic_grey_15_85_c0 | 7
kovesi.cyclic_grey_15_85_c0_s25 | 7
kovesi.cyclic_mrybm_35_75_c68 | 7
kovesi.cyclic_mrybm_35_75_c68_s25 | 7
kovesi.cyclic_mygbm_30_95_c78 | 7
kovesi.cyclic_mygbm_30_95_c78_s25 | 7
kovesi.cyclic_wrwbw_40_90_c42 | 7
kovesi.cyclic_wrwbw_40_90_c42_s25 | 7
kovesi.diverging_isoluminant_cjm_75_c23 | 7
kovesi.diverging_isoluminant_cjm_75_c24 | 7
kovesi.diverging_isoluminant_cjo_70_c25 | 7
kovesi.diverging_linear_bjr_30_55_c53 | 7
kovesi.diverging_linear_bjy_30_90_c45 | 7
kovesi.diverging_rainbow_bgymr_45_85_c67 | 7
kovesi.diverging_bkr_55_10_c35 | 7
kovesi.diverging_bky_60_10_c30 | 7
kovesi.diverging_bwr_40_95_c42 | 7
kovesi.diverging_bwr_55_98_c37 | 7
kovesi.diverging_cwm_80_100_c22 | 7
kovesi.diverging_gkr_60_10_c40 | 7
kovesi.diverging_gwr_55_95_c38 | 7
kovesi.diverging_gwv_55_95_c39 | 7
kovesi.isoluminant_cgo_70_c39 | 7
kovesi.isoluminant_cgo_80_c38 | 7
kovesi.isoluminant_cm_70_c39 | 7
kovesi.rainbow_bgyr_35_85_c72 | 7
kovesi.rainbow_bgyr_35_85_c73 | 7
kovesi.rainbow_bgyrm_35_85_c69 | 7
kovesi.rainbow_bgyrm_35_85_c71 | 7
kovesi.linear_bgy_10_95_c74 | 7
kovesi.linear_bgyw_15_100_c67 | 7
kovesi.linear_bgyw_15_100_c68 | 7
kovesi.linear_blue_5_95_c73 | 7
kovesi.linear_blue_95_50_c20 | 7
kovesi.linear_bmw_5_95_c86 | 7
kovesi.linear_bmw_5_95_c89 | 7
kovesi.linear_bmy_10_95_c71 | 7
kovesi.linear_bmy_10_95_c78 | 7
kovesi.linear_gow_60_85_c27 | 7
kovesi.linear_gow_65_90_c35 | 7
kovesi.linear_green_5_95_c69 | 7
kovesi.linear_grey_0_100_c0 | 7
kovesi.linear_grey_10_95_c0 | 7
kovesi.linear_kry_5_95_c72 | 7
kovesi.linear_kry_5_98_c75 | 7
kovesi.linear_kryw_5_100_c64 | 7
kovesi.linear_kryw_5_100_c67 | 7
kovesi.linear_ternary_blue_0_44_c57 | 7
kovesi.linear_ternary_green_0_46_c42 | 7
kovesi.linear_ternary_red_0_50_c52 | 7
杂项
misc.coolwarm | 7
misc.warmcool | 7
misc.cubehelix | 7
misc.gnuplot | 7
misc.jet | 7
misc.parula | 7
misc.tol_rainbow | 7
misc.cividis | 7
misc.BlueFluorite | 7,256
文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/qq_31988139/article/details/119949649
- 点赞
- 收藏
- 关注作者
评论（0）