GEE提取长时间水体变化
参考资料:使用google earth engine(GEE)提取2000年到2019年长江下游水体(河流、湖泊)数据_锐多宝的地理空间-CSDN博客_gee提取水体。
以下将以洛阳市内的水体提取为例,提取2000-2019年的水体面积。

第一步:upload需要提取的面积shapefile文件。

选择需要上传的文件

第二步:运行代码
贴上代码:
function get_yearly_water(year) {
//设置需要提取的区域,由于是上传的shp文件,需要转为geometry的格式
var luoyang_region = luoyang.geometry();
//设置需要提取的年份
var startDate = ee.Date.fromYMD(year, 1, 1);
var endDate = ee.Date.fromYMD(year, 12, 31);
//筛选JRC水体数据
var myjrc = jrc.filterBounds(luoyang_region).filterDate(startDate, endDate);
//在每个月份的影像中添加一个obs属性的波段,一个像素如果有数据,则为1,没有数据则为0
myjrc = myjrc.map(function(img){
var obs = img.gt(0);
return img.addBands(obs.rename('obs').set('system:time_start', img.get('system:time_start')));
});
//在每个月份的影像中添加一个onlywater属性的波段,一个像素如果有水则为1,没有水则为0
myjrc = myjrc.map(function(img){
var water = img.select('water').eq(2);
return img.addBands(water.rename('onlywater').set('system:time_start', img.get('system:time_start')));
});
//计算每个像素点在一年12景影像中, 有数据的次数
var totalObs = ee.ImageCollection(myjrc.select('obs')).sum().toFloat();
//计算每个像素点在一年12景影像中, 有水的次数
var totalWater = ee.ImageCollection(myjrc.select('onlywater')).sum().toFloat();
//统计每个像素点在一年中有水的比例
var floodfreq = totalWater.divide(totalObs).multiply(100);
//删除没有值的像素
var myMask = floodfreq.eq(0).not();
floodfreq = floodfreq.updateMask(myMask);
var viz = {min:0, max:50, palette: ['blue', 'white', 'green']};
var floodfreq1=floodfreq.clip(luoyang_region);
var year_folder=year+"folder_gte";
//如果某个像素一年有7个月有水,则为水体
var gte60=floodfreq1.gte(60)
//加载范围
Map.addLayer(luoyang_region)
//加载影像
Map.addLayer(floodfreq.clip(luoyang_region),viz,year_folder)
//导出影像
Export.image.toDrive({
image: gte60,
region: luoyang_region,
// fileDimensions:2560,
scale: 30,
maxPixels : 1e13,
folder:year_folder,
description:year_folder});
//计算洛阳市水体面积
var stats2 = gte60.reduceRegion({
reducer: ee.Reducer.sum(),
geometry: luoyang_region,
scale: 30,
maxPixels: 1E13
});
print(year_folder);
print(stats2);
}
//获取2000年到2019年水系
for(var i=0;i<20;i++){
if (i<10){ var year='200'+i;}
if (i>10||i==10){ var year='20'+i;}
var yearn = parseInt(JSON.parse(year));
get_yearly_water(yearn);
}
第三步,在google云端硬盘下载需要的影像,之后可使用arcgis打开


