GEE学习记录（一）基于GEE利用LANDSAT 8数据计算遥感生态指数（RSEI）

最近老师让看一下关于GEE的东西，实现大面积的反演、计算地表温度等，也算熟悉一下。参考网上很多大佬的文章，按照自己的思路和想法算出了RSEI，参考的文章都有列出来。

所用数据集

影像数据

影像数据是：LANDSAT/LC08/C02/T1_L2（就是LANDSAT8下面的Collection 2 Level2 T1数据）。总的来说就是Collection 2比Collection 1好，T1比T2好，具体的不同可以见如下链接。数据介绍

以下是此数据集的波段信息，SR表示是地面反射率，不同于TOA顶层反射率，也就是TOA没有经过大气校正，而SR数据是经过大气校正的，更加适合进行地面反演。有些地方谈到不用进行大气校正也可以进行反演，结果也不会差太多，但是用校正过的肯定好一些。

图像包含 5 个可见光和近红外 (VNIR) 波段和 2 个短波红外 (SWIR) 波段（ 没有8、9波段是因为USGS没有处理），处理为正射校正表面反射率，以及一个热红外 (TIR) 波段处理为正射校正表面温度。

注意第十波段的介绍：“地表温度”。因此可以直接用此波段进行地表温度的计算，在计算中有一些小点后面会谈到。

矢量数据

内蒙古锡林郭勒盟整个盟。

地表气温数据

MODIS/006/MOD11A2

RSEI计算流程图

并不是完全按照此流程图进行的，实际中就只做了“去云-裁剪-计算指标-掩膜水体-归一化-主成分分析-结果”。

四个指数的计算

Wet、NDVI、NDBSI的计算

以上部分参考如下文章：张元培等.基于遥感生态指数的钟祥市生态变化分析[J].资源环境与工程,2019,33(04):474-480.DOI:10.16536/j.cnki.issn.1671-1211.2019.04.006.

LST的计算

地表温度反演算法主要有以下三种：大气校正法（也称为辐射传输方程：Radiative Transfer Equation——RTE）、单通道算法和分裂窗算法。参考

在上面的影像数据介绍中谈到数据的第十波段，可以直接用来进行反演。以下是官方介绍中对数据进行修正的参数，修正完之后可以直接拿来用。


也比较好理解，对SR_B.也就是5 个可见光和近红外 (VNIR) 波段和 2 个短波红外 (SWIR) 波段进行第一行的处理，ST_B.*就是对热红外波段进行处理。

处理完之后（" ST_B10-273.15 "）即可得到地表温度。参考
得到结果之后发现，计算出来的相比于实际温度是有一点偏高的，而且出现了一些异常值，50℃、60℃肯定是不太正常的。


不想麻烦再用其他算法或者去除异常值，用GEE不就是因为数据集多、方便吗？所以就直接拿MODIS的数据进行计算了，这个肯定没有问题。

对水体进行掩膜

为什么要对水体进行掩膜呢？因为遥感生态指数主要应用于陆地为主的地区，不适宜大面积的水域地区。如果不进行掩膜，会出现异常值（血的教训）。参考：张元培等.基于遥感生态指数的钟祥市生态变化分析[J].资源环境与工程,2019,33(04):474-480.DOI:10.16536/j.cnki.issn.1671-1211.2019.04.006.
本来计算的大部分都是在正常范围之内的，但是突然出现了一个400多，后来一检查就是出现在水体的部分。

归一化

得到四个指数之后，除了温度，其他的指数范围都应该在[-1，1]之间，如果不是，可能出现了问题。之后进行归一化处理。将所有的值都归一化到[0，1]之间。下图是归一化前后的对比。

主成分分析

参考：徐涵秋.城市遥感生态指数的创建及其应用.生态学报，2013，33(24)：7853—7862.
主成分分析的结果如上。

出图

原图：

代码

部分代码截图

完整代码
https://code.earthengine.google.com/7f41d4897f872c2bf7ae485db391bf92

参考链接

基本上列出来了，如果哪位大佬的有被参考却没被列出来，请及时私信我！
https://blog.csdn.net/qq_41664159/article/details/120522718
https://zhuanlan.zhihu.com/p/364850569
https://mp.weixin.qq.com/s/spi10OeHDRo6VpIrrpvYHA