Google Earth Engine（GEE）——长时间序列逐月VCI数据提取分析和面积计算(墨西哥为例)

Kogan等提出的植被状态指数（vegeta-tion condition index，VCI）植被状况指数 (VCI) 将当前的 NDVI 与前几年同期观察到的值范围进行比较。VCI 以 % 表示，并提供了一个概览，其中观察值位于前几年的极值（最小值和最大值）之间。较低和较高的值分别表示不良和良好的植被状态条件。。与NDVI-样，VCI也可以通过NOAA卫星的AVHRR传感器获取，VCI对干旱敏感可以消除地理位置、生态系统对NDVI的影响，成为了大规模遥感干旱监测的理想数据，它的可靠性得到了大量数据的证明。

采用VCI作为干旱指标。VCI要用到近红外波段和红外波段的数值可以通过NOAA数据获得长时间序列的产品，消除或减弱由于地理位置、土壤条件、太阳高度等因素对ND-VI产生的影响，适合大面积的早情分析，在植被监测和干旱监测中有广泛的应用。

代码：

  

   

    

     

    
    

     

      var admin2 = ee.FeatureCollection("FAO/GAUL_SIMPLIFIED_500m/2015/level2"),
     
    
   

    

     

    
    

     

          table = ee.FeatureCollection("projects/essential-rider-326809/assets/mexico&
     
    
  
 

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/125318718