Google Earth Engine(GEE)——土地覆盖分类的方法环境遥感之图像分类(1)
【摘要】
本实验室的目标是了解影像分类过程,并探索将遥感影像转化为土地覆盖图的方法。
加载图像
第一步是获得一个可以使用的无云图像。通过导入 USGS Landsat 8 Surface Reflectance Tier 1 图像、空间过滤到感兴趣区域 (filterBounds)、时间过滤到您所需的日期范围 (filterDate),最后按...
本实验室的目标是了解影像分类过程,并探索将遥感影像转化为土地覆盖图的方法。
加载图像
第一步是获得一个可以使用的无云图像。通过导入 USGS Landsat 8 Surface Reflectance Tier 1 图像、空间过滤到感兴趣区域 (filterBounds)、时间过滤到您所需的日期范围 (filterDate),最后按云量排序 ('CLOUD_COVER') 并提取最少的多云场景(第一)。
在上周的基础上,我们可以使用几何工具中的点绘制工具(泪滴图标)并在感兴趣的区域中绘制一个点 - 让我们以凯恩斯镇为例。然后从绘图工具中“退出”。请注意,在导入部分中创建了一个新变量,其中包含作为几何体导入的单个点。将此导入的名称更改为“roi”——感兴趣区域的缩写。
接下来,我们可以运行下面的脚本,从 Landsat 8 集合中提取我们想要的图像,并将其作为真彩色合成添加到地图视图中:
-
var image = ee.Image(ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
-
.filterBounds(roi)
-
.filterDate('2016-05-01', '2016-06-30')
-
.sort('CLOUD_COVER')
-
.first());
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/121237649
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)