Google Earth Engine(GEE)——土地覆盖分类的方法环境遥感之图像分类(1)

举报
此星光明 发表于 2022/04/16 01:16:25 2022/04/16
【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:
 


  
  1. var image = ee.Image(ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
  2. .filterBounds(roi)
  3. .filterDate('2016-05-01', '2016-06-30')
  4. .sort('CLOUD_COVER')
  5. .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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。