PIE-Engine实践篇：详解去云操作(一)

PIE-Engine是基于容器云技术构建的面向地球科学领域的时空遥感云平台，其内部包含自动管理的弹性大数据环境，集成了多源遥感数据处理、分布式资源调度、实时计算、批量计算和深度学习框架等技术。PIE-Engine遥感计算云服务平台结合了海量遥感数据及计算资源，通过简单的代码即可快速实现复杂的影像运算，为地球科学领域的研究提供开放的数据与弹性算力支持。

常见的遥感影像如MODIS、Landsat、Sentinel-2等，在使用这些数据时，由于云、雪、阴影等的存在会导致影像运算时出现偏差，因此需要做去云操作。在PIE-Engine 遥感计算云服务平台中实现去云操作比较简单，可以在影像级别筛选含云量符合条件的影像，也可以在像素级别掩膜掉有云的像素，下面分别介绍。

影像级别去云

影像级别去云就是通过云量覆盖百分比属性筛选影像含云量，对于Landsat 8 TOA系列，云量覆盖百分比属性表示为“cloudCover”，可据此筛选出影像整体含云量在某个范围内的影像。

以“cloudCover”属性筛选Landsat TOA影像含云量，代码如下：

在对特定日期、特定的区域的影像进行云量筛选之前，共有9景符合条件的影像，含云量分别为0.04%、7.72%、5.54%、52.25%、3.37%、14.67%、10.26%、96.19%和13.13%，增加含云量≤5%的筛选条件后（lte: less than and equal），只有两景影像符合条件，含云量分别为0.04%和3.37%。


注意，不同影像集合，其云量覆盖百分比属性字段的表示不完全一样，如Landsat 8 C2 SR 影像集合，其云量覆盖百分比属性以“cloud_cover”表示，使用时应具体查看。

像素级别去云

像素级别去云方式主要有两种：一种是使用QA质量波段去云；另一种是使用算法去云，下面分别进行介绍。

1. 通过QA波段做按位与操作掩膜掉有云的像素

一些影像提供了QA波段来表示该影像的质量相关信息，如Landsat 8 TOA的“BQA”波段，其各比特位的含义如下表所示：

注意，不同影像集合，其QA波段的表示不完全一样，如Landsat 8 C1 SR的QA波段表示为“pixel_qa”，而Landsat 8 C2 SR的QA波段表示为“QA_PIXEL”，且不同影像集合QA波段的各比特位含义也不相同，使用时应具体查看。

了解了不同影像QA波段的比特位信息，下面我们介绍去云时用到的两个主要操作：

（1）bitwiseAnd：Image按位与运算，返回一个Image对象。核心是对二进制像素值做按位与运算（&），即相同为1，相异为0。

（2）位移运算符：(左移<<、右移>>)，其中左移运算符(<<) 是按二进制形式把所有的数字向左移动对应的位数，高位移出(舍弃)，低位的空位补0。例如1<<4：即是先将1转换为二进制01，然后将01向左移4位，低位补0，得到010000（十进制为16）。

下面来介绍影像去云操作步骤，主要分为三步：

（1）筛选影像，获取指定波段。

（2）提取QA波段，将QA波段与（1<<4）（即00010000）进行按位与运算，根据Bit 4 Cloud比特位的含义，得到0为无云，1为有云的二值图；为得到无云掩膜，再对其进行判断（eq(0)），若等于0（无云），则结果为真，返回值为1（无云），得到无云掩膜。


（3）最后将原影像与无云掩膜进行叠加，得到去云后的影像。

2. 通过算法去云

   对于Landsat TOA 系列，PIE-Engine遥感计算云服务平台提供了专用的去云函数：pie.Algorithm.Landsat8.cloudMask() ，以更为便捷的方式去云。
   
   其内部封装了对以“BQA”表示的QA波段进行去云的操作，识别出是云（Bit 4 Cloud）或者为云的置信度比较高（Bits 5-6 Cloud Confidence）的区域。
   
   虽然Bits 5和6一起表示云置信度，但只需和Bit 6按位与即可得到置信度比较高的区域。
   

   使用时直接调用cloudMask()即可得到无云掩膜，主要步骤仍分为三步，具体代码如下：
   
   理解了以上内容后，下次我们来分享Sentinel-2和MODIS的去云操作。

本次代码链接：

https://engine.piesat.cn/engine-share/shareCode.html?id=26218bc96b79450986b5a4a971762958