PIE-Engine 教程:水稻面积提取3—sentinel2合成月度影像宿迁市)

这里分别获取计算2019年和2020年LSWI、EVI两期影像的分析，这里我们有几个常用的函数其中过一个是构建影像集合的一个函数：

fromImages(images)

根据Image列表构建ImageCollection对象。

方法参数：

- imageCollection(ImageCollection)

ImageCollection实例。

- images(Array)

影像数据列表

返回值：ImageCollection

大家这里可能有点疑问关于代码中的分析，EVI影像的波段代码要divide（1000），因为这里的sentinel2的波段中每一个波长

代码：

  

   

    

     

    
    

     

      /**
     
    
   

    

     

    
    

     

       * @Name : 基于 PIE Engine Studio 的水稻自动提取
     
    
   

    

     

    
    

     

       * @Author : 武汉大学VHR队
     
    
   

    

     

    
    

     

       * @Desc : 淮安市水稻提取 - 合成sentinel2月度影像
     
    
   

    

     

    
    

     

       * @Source : 航天宏图第四届 “航天宏图杯”PIE软件二次开发大赛云开发组三等奖获奖作品
     
    
   

    

     

    
    

     

       */
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      //3.合成sentinel2月度影像
     
    
   

    

     

    
    

     

      //选择淮安市矢量
     
    
   

    

     

    
    

     

      var roi = pie.FeatureCollection("NGCC/CHINA_CITY_BOUNDARY").filter(pie.Filter.eq('name', '淮安市')).first().geometry()
     
    
   

    

     

    
    

     

      Map.centerObject(roi, 8)
     
    
   

    

     

    
    

     

      Map.addLayer(roi)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      //LSWI
     
    
   

    

     

    
    

     

      function LSWI(image) {
     
    
   

    

     

    
    

     
    var swir = image.select("B11")
     
    
   

    

     

    
    

     
    var nir = image.select("B8")
     
    
   

    

     

    
    

     
    var lswi = (nir.subtract(swir)).divide(nir.add(swir))
     
    
   

    

     

    
    

     
    return image.addBands(lswi.rename("LSWI"));
     
    
   

    

     

    
    

     

      }
     
    
   

    

     

    
    

     

      //EVI
     
    
   

    

     

    
    

     

      function EVI(image) {
     
    
   

    

     

    
    

     
    var red = image.select("B4").divide(10000)
     
    
   

    

     

    
    

     
    var nir = image.select("B5").divide(10000)
     
    
   

    

     

    
    

     
    var blue = image.select("B2").divide(10000)
     
    
   

    

     

    
    

     
    var evi = ((nir.subtract(red)).multiply(2.5))
     
    
   

    

     

    
    

     

              .divide(nir.add(red.multiply(6)).subtract(blue.multiply(7.5)).add(1))
     
    
   

    

     

    
    

     

              .multiply(10000)
     
    
   

    

     

    
    

     
    return image.addBands(evi.rename("EVI"));
     
    
   

    

     

    
    

     

      }
     
    
   

    

     

    
    

     

      //去云处理
     
    
   

    

     

    
    

     

      function maskS2clouds(image) {
     
    
   

    

     

    
    

     
    //选择有关云掩膜的波段
     
    
   

    

     

    
    

     
    var qa = image.select('QA60')
     
    
   

    

     

    
    

     
    //位10和11分别代表云和卷云。
     
    
   

    

     

    
    

     
    var cloudBitMask = 1 << 10;
     
    
   

    

     

    
    

     
    var cirrusBitMask = 1 << 11;
     
    
   

    

     

    
    

     
    // 将有关云的像元置为0
     
    
   

    

     

    
    

     
    var mask = qa.bitwiseAnd(cloudBitMask).eq(0)
     
    
   

    

     

    
    

     

              .and(qa.bitwiseAnd(cirrusBitMask).eq(0))
     
    
   

    

     

    
    

     
    return image.updateMask(mask)
     
    
   

    

     

    
    

     

      }
     
    
   

    

     

    
    

     

      var area = pie.Geometry.Polygon([
     
    
   

    

     

    
    

     

          [
     
    
   

    

     

    
    

     

              [
     
    
   

    

     

    
    

     
            118.33558377212347,
     
    
   

    

     

    
    

     
            32.62288800615681
     
    
   

    

     

    
    

     

              ],
     
    
   

    

     

    
    

     

              [
     
    
   

    

     

    
    

     
            119.24768569883133,
     
    
   

    

     

    
    

     
            32.62288800615681
     
    
   

    

     

    
    

     

              ],
     
    
   

    

     

    
    

     

              [
     
    
   

    

     

    
    

     
            119.24768569883133,
     
    
   

    

     

    
    

     
            31.21438784070145
     
    
   

    

     

    
    

     

              ],
     
    
   

    

     

    
    

     

              [
     
    
   

    

     

    
    

     
            118.33558377212347,
     
    
   

    

     

    
    

     
            31.21438784070145
     
    
   

    

     

    
    

     

              ],
     
    
   

    

     

    
    

     

              [
     
    
   

    

     

    
    

     
            118.33558377212347,
     
    
   

    

     

    
    

     
            32.62288800615681
     
    
   

    

     

    
    

     

              ]
     
    
   

    

     

    
    

     

          ]
     
    
   

    

     

    
    

     

      ], null);
     
    
   

    

     

    
    

     

      //合成lswi波段的月度影像（做这个实验时由于map函数存在问题不能同时进行两个波段计算，因此分开计算）
     
    
   

    

     

    
    

     

      var lswi1 = pie.ImageCollection('S2/L1C')
     
    
   

    

     

    
    

     

          .filterBounds(roi)
     
    
   

    

     

    
    

     

          .filterDate("2019-12-1", "2019-12-31")
     
    
   

    

     

    
    

     

          .select(['B2', 'B4', 'B8', 'B11', 'QA60'])
     
    
   

    

     

    
    

     

          .map(maskS2clouds)
     
    
   

    

     

    
    

     

          .map(LSWI)
     
    
   

    

     

    
    

     

          .select(['LSWI'])
     
    
   

    

     

    
    

     

          .mosaic()
     
    
   

    

     

    
    

     

          .clip(roi)
     
    
   

    

     

    
    

     

      var lswi2 = pie.ImageCollection('S2/L1C')
     
    
   

    

     

    
    

     

          .filterBounds(roi)
     
    
   

    

     

    
    

     

          .filterDate("2020-12-1", "2020-12-31")
     
    
   

    

     

    
    

     

          .select(['B2', 'B4', 'B8', 'B11', 'QA60'])
     
    
   

    

     

    
    

     

          .map(maskS2clouds)
     
    
   

    

     

    
    

     

          .map(LSWI)
     
    
   

    

     

    
    

     

          .select(['LSWI'])
     
    
   

    

     

    
    

     

          .mosaic()
     
    
   

    

     

    
    

     

          .clip(roi);
     
    
   

    

     

    
    

     

      //合成evi波段的月度影像 
     
    
   

    

     

    
    

     

      var evi1 = pie.ImageCollection('S2/L1C')
     
    
   

    

     

    
    

     

          .filterBounds(roi)
     
    
   

    

     

    
    

     

          .filterDate("2019-12-1", "2019-12-31")
     
    
   

    

     

    
    

     

          .select(['B2', 'B4', 'B8', 'B11', 'QA60'])
     
    
   

    

     

    
    

     

          .map(maskS2clouds)
     
    
   

    

     

    
    

     

          .map(EVI)
     
    
   

    

     

    
    

     

          .select(['EVI'])
     
    
   

    

     

    
    

     

          .mosaic()
     
    
   

    

     

    
    

     

          .clip(roi)
     
    
   

    

     

    
    

     

      var evi2 = pie.ImageCollection('S2/L1C')
     
    
   

    

     

    
    

     

          .filterBounds(roi)
     
    
   

    

     

    
    

     

          .filterDate("2020-12-1", "2020-12-31")
     
    
   

    

     

    
    

     

          .select(['B2', 'B4', 'B8', 'B11', 'QA60'])
     
    
   

    

     

    
    

     

          .map(maskS2clouds)
     
    
   

    

     

    
    

     

          .map(EVI)
     
    
   

    

     

    
    

     

          .select(['EVI'])
     
    
   

    

     

    
    

     

          .mosaic()
     
    
   

    

     

    
    

     

          .clip(roi);
     
    
   

    

     

    
    

     

      //将2019年和2020年对应月份影像取均值合成 
     
    
   

    

     

    
    

     

      var lswi = pie.ImageCollection.fromImages([lswi1, lswi2]).mean()
     
    
   

    

     

    
    

     

      var evi = pie.ImageCollection.fromImages([evi1, evi2]).mean()
     
    
   

    

     

    
    

     

      var jan = lswi.addBands(evi);
     
    
   

    

     

    
    

     

      //导出月度影像
     
    
   

    

     

    
    

     

      Export.image({
     
    
   

    

     

    
    

     
    image: jan,
     
    
   

    

     

    
    

     
    description: 'jan',
     
    
   

    

     

    
    

     
    assetId: "jan",
     
    
   

    

     

    
    

     
    region: area,
     
    
   

    

     

    
    

     
    scale: 30,
     
    
   

    

     

    
    

     

      })
     
    
  
 

文章来源: blog.csdn.net，作者：此星光明，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/127038999