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

我最近想通过GEE直接统计长时间序列下长江下游流域的水体面积变化情况，如果通过传统做法很复杂，于是想到了使用GEE。下面是提取水体的效果图，时间是2000年的，你也可以设置显示2000-2019年中任意一年的水体数据。

代码链接：https://code.earthengine.google.com/d3a2c7d91d7d08d3fb5c18d86454434b

读者可以先通过代码看看效果，下面我说一下最主要的思路：

1.数据源的选择；

2.数据的时间、地点筛选；

3.水体的标准设置；

4.影像数据导出；

5.统计长江水体面积；

6.时间迭代函数。

下面是每个步骤的做法：

1.数据源的选择：

水体数据源是JRC Monthly Water History, v1.1，这个数据库拥有1987年到现在的全球水体分布图，而这个数据库是根据LANDSAT数据提取的。

这个数据只有一个波段，3个值：0,1,2.。其中0代表没有数据；1代表有数据，不是水体；2代表有数据，是水体。

我们直接通过GEE的import功能，引进这个数据库：

 

2.数据的时间、地点筛选:

year是研究的年份，yantze_down是我上传的长江中下游的shp图；

//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 yantze_down_region = yantze_down.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(yantze_down_region).filterDate(startDate, endDate);

3.水体的标准设置；

在这一步时一定要注意，由于JRC数据一年有12景，我们需要根据12景影像来统计一年的合成影像，而不是单单一景。所以合成方法是什么？我考虑到长江下游某些地方绘出翔一些低洼地暂时性积水，但这并不能算作湖泊。而我的目的是稳定性的湖泊、河流。所以我的合成方法是：

某个像素有7个月是水，则该像素为水体。

    //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(yantze_down_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)

4.影像数据导出；

这个就太简单了，直接导出，文件名字为年份，不用详细说。

    
    //导出影像
    Export.image.toDrive({
      image: gte60,
      region: yantze_down_region,
      // fileDimensions:2560,
      scale: 30,
      maxPixels : 1e13,
      folder:year_folder,
      description:year_folder});

Task里面就可以有每一年长江下游区域的水体TIFF图，点击下载

 

5.统计长江水体面积；

这个用reduce函数，直接统计水体面积，也很简单，不详细说。

    //计算计算长江下游水体面积
    var stats2 = gte60.reduceRegion({
      reducer: ee.Reducer.sum(),
      geometry: yantze_down_region,
      scale: 30,
      maxPixels: 1E13
    });

    print(year_folder);
    print(stats2);

控制台里面输出每一年的水体像元个数，每一个像元的面积为30m*30m：

 

6.时间迭代函数。

因为我想统计长时间序列的水体数据，所以进行一个迭代。在这之前，先将前5个步骤封装，传入参数为年份，方便我们在时间迭代函数中进行调用：

//获取哪一年的，如果你想获取2000年到2019年，将条件改为i<20
for(var i=0;i<2;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);
}

 

提取水体的过程也就完成了，你按照我这个办法，可以提取全球任意地点长时间序列的水体数据，希望对你有帮助。