Google Earth Engine（GEE）——月度降水和ndvi植被覆盖度相关性分析（墨西哥为例）

利用哨兵数据SR数据进行相关性分析，本文先通过降水数据和S2计算的NDVI植被覆盖度，然后分别进行筛选，通过影像合并得到逐月的影像集合合成，然后筛选出降水和ndvi影像，分别计算计算相关性

ee.ImageCollection.fromImages(images)

Returns the image collection containing the given images.

Arguments:

images (List):

The images to include in the collection.

Returns: ImageCollection

代码：

//矢量边界
var table = ee.FeatureCollection("projects/essential-rider-326809/assets/mexico");
var geometry=table.geometry();
Map.centerObject(geometry, 10)

//哨兵数据加载
var s2 = ee.ImageCollection("COPERNICUS/S2_SR");
//影像色彩参数
var rgbVis = {
  min: 0.0,
  max: 3000,
  bands: ['B4', 'B3', 'B2'],
};
// Sentinel-2 SR 影像去云和去雪的函数
function maskCloudAndShadowsSR(image) {
  var cloudProb = image.select('MSK_CLDPRB');
  var snowProb = image.select(&

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/124733804