5秒钟用google earth engine(GEE)填补Landsat7条带问题

如果是学遥感的同学，应该都知道Landsat7的影像在2003年出现了问题，导致后期的数据都有条带。

最近我个人在使用Landsat7的数据，为了填补条带，就做了以下代码，大家如果有用得上的，就拿去用。选择好自己的研究区域，5秒钟内填补好landsat7的条带。该该方法使用的USGS提供的去条带原理，下面是5秒钟改善Landsat7条带步骤：

1.选择研究区；

2.选择需要填补的影像；

3.引入填补函数；

4.landsat填补，并下载

 

这个是代码，可以参考一下本人写的

https://code.earthengine.google.com/1da3330c6289b0dc75b0bb623c151da9

1.选择研究区：

研究区的选择，可以自己上传矢量文件，也可以像我这样直接在华北平原点上一个点。

2.选择需要填补的影像:

我选择的是北京市2004年的landsat影像，作为需要填补的对象，只选择1-5波段并且去掉了landsat7的边缘缝隙，下面是具体代码。

//选择landsat7的影像
var image = landsat7
.select(['B3','B2','B1','B4','B5'], bands)
.filterBounds(roi)
.filterDate('2004-06-01', '2004-08-01')
.reduce(ee.Reducer.percentile([percentile]))
.rename(bands)
image = image.multiply(0.0001)
Map.addLayer(image, imageParams, "landsat7");
// 移除landsat7边缘的瑕疵
image = image.updateMask(image.select(0).mask().focal_min(90, 'circle', 'meters'))

有了需要填补的对象，我们接着将同时期的landsat5加载进来，用landsat5来填补landsat7的条带。

//使用landsat5填补条带
var fill = landsat5
.select(['B3','B2','B1','B4','B5'], bands)
.filterBounds(roi)
.filterDate('2004-06-01', '2010-08-01')
.reduce(ee.Reducer.percentile([percentile]))
.rename(bands)
fill = fill.multiply(0.0001)
Map.addLayer(fill, imageParams, "landsat5");

3.引入填补函数：

这个函数是usgs提供的，我们直接改写一下，放到GEE里面。

/* USGS提供的Landsat填补方法，可以自己下载下来看看
    USGSLandsat填补方法链接：
    https://landsat.usgs.gov/sites/default/files/documents/L7SLCGapFilledMethod.pdf */
//该函数进行landsat7条带的填补
var GapFill = function(src, fill, kernelSize) {
    
  //填补参数
  var MIN_SCALE = 1;
  var MAX_SCALE = 3;
  var MIN_NEIGHBORS = 144;
  
  var kernel = ee.Kernel.square(kernelSize * 30, "meters", false)
  
  //找到两张影像的相同的像素
  var common = src.mask().and(fill.mask())
  var fc = fill.updateMask(common)
  var sc = src.updateMask(common)

  // 用回归法找出主要的比例因子。交错波段进行回归。这假设这些带具有相同的名称  // 
  var regress = fc.addBands(sc)
  regress = regress.select(regress.bandNames().sort())
  var fit = regress.reduceNeighborhood(ee.Reducer.linearFit().forEach(src.bandNames()),  kernel, null, false)
  var offset = fit.select(".*_offset")
  var scale = fit.select(".*_scale")

  // 查找二级比例因子
  var reducer = ee.Reducer.mean().combine(ee.Reducer.stdDev(), null, true)
  var src_stats = src.reduceNeighborhood(reducer, kernel, null, false)
  var fill_stats = fill.reduceNeighborhood(reducer, kernel, null, false)
  var scale2 = src_stats.select(".*stdDev").divide(fill_stats.select(".*stdDev"))
  var offset2 = src_stats.select(".*mean").subtract(fill_stats.select(".*mean").multiply(scale2))
  var invalid = scale.lt(MIN_SCALE).or(scale.gt(MAX_SCALE))
  scale = scale.where(invalid, scale2)
  offset = offset.where(invalid, offset2)

  // 当所有其他方法都失败时的处理方法
  var invalid2 = scale.lt(MIN_SCALE).or(scale.gt(MAX_SCALE))
  scale = scale.where(invalid2, 1)
  offset = offset.where(invalid2, src_stats.select(".*mean").subtract(fill_stats.select(".*mean")))
  var count = common.reduceNeighborhood(ee.Reducer.count(), kernel, null, true, "boxcar")
  var scaled = fill.multiply(scale).add(offset)
      .updateMask(count.gte(MIN_NEIGHBORS))

  return src.unmask(scaled, true)
}

4.landsat填补，并下载

填补就比较简单了，输入需要填补的图像，完成填补。并用export函数将填补好的的图像进行下载。

var result = GapFill(image, fill, 10);

//加载填补好的landsat7影像
Map.addLayer(result, imageParams, "landsat7 filled");
//导出已经处理好的landsat7影像
Export.image.toDrive({
  image: result,
  description: 'landsat7_result',
  folder:'landsat7',
  scale: 30,

});

下面是填补之前与没有填补的对比：

可以看出，条带还是去掉了大部分的。有需要的同学可以直接运行我的代码试试效果

https://code.earthengine.google.com/1da3330c6289b0dc75b0bb623c151da9