GEE:关系、条件和布尔运算

ee.Image对象具有一组用于构建决策表达式的关系、条件和布尔运算方法。这些方法可以用来掩膜、绘制分类地图和重新赋值。
本文记录了在GEE(Google Earth Engine)平台上的关系运算符和布尔运算符,分别应用到了三个不用的场景(筛选低 NDVI 和低 NDWI 区域、根据阈值分类夜光遥感数据、使用一景影像无云像素替换另一景影像云像素),并展示了结果。


文章目录

      • 一、关系运算符和布尔运算符
          • 示例1(筛选低 NDVI 和低 NDWI 区域)使用函数 lt 和 add
          • 示例2(根据阈值分类夜光遥感数据)使用函数 gt 和 add
      • 二、条件运算符
          • 示例3(根据阈值分类夜光遥感数据)使用函数 expression
          • 示例4(使用一景影像无云像素替换另一景影像云像素)使用函数 where


一、关系运算符和布尔运算符

关系运算函数包括:eq(),gt(),gte(),lt(),lte()

布尔运算函数包括:and(),or(),not()

示例1(筛选低 NDVI 和低 NDWI 区域)使用函数 lt 和 add
// 加载影像
var image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_125035_20220620');

// 计算NDVI和NDWI指数
var ndvi = image.normalizedDifference(['B5', 'B4']);
var ndwi = image.normalizedDifference(['B3', 'B5']);

// 使用关系运算创建一个二值图
var bare = ndvi.lt(0.2).and(ndwi.lt(0));

// 掩码并显示二值图
Map.setCenter(111.5244, 36.0745, 12);
Map.setOptions('satellite');
Map.addLayer(bare.selfMask(), {}, 'bare');

示例1 结果展示:
来自山西临汾市 Landsat 8 的低 NDVI 和低 NDWI(白色)。

关系运算符和布尔运算符返回的二进制图像可以与数学运算符一起使用。此示例使用关系运算符和在夜间灯光图像中创建城市化区域add():

示例2(根据阈值分类夜光遥感数据)使用函数 gt 和 add
// 加入试验区边界
var roi = table

// 加载2013年夜光遥感数据
var nl2013 = ee.Image('NOAA/DMSP-OLS/NIGHTTIME_LIGHTS/F182013').clip(roi);
var lights = nl2013.select('stable_lights');

// 在稳定夜光波段定义任意阈值
var zones = lights.gt(30).add(lights.gt(55)).add(lights.gt(62));

// 将北京天津的阈值图像显示为三个不同颜色
var palette = ['000000', '0000FF', '00FF00', 'FF0000'];
Map.setCenter(116.5166, 39.8548, 7);
Map.addLayer(zones, {min: 0, max: 3, palette: palette}, 'development zones');

示例2 结果展示:

GEE:关系、条件和布尔运算_第1张图片

二、条件运算符

示例3(根据阈值分类夜光遥感数据)使用函数 expression

示例3使用条件运算表达式来达到和示例2一样的效果。

// 加入试验区边界
var roi = table

// 加载2013年夜光遥感数据
var nl2013 = ee.Image('NOAA/DMSP-OLS/NIGHTTIME_LIGHTS/F182013').clip(roi);
var lights = nl2012.select('stable_lights');

// 创建表达式
var zonesExp = nl2013.expression(
    "(b('stable_lights') > 62) ? 3" +
      ": (b('stable_lights') > 55) ? 2" +
        ": (b('stable_lights') > 30) ? 1" +
          ": 0"
).clip(roi);
Map.addLayer(zonesExp,
             {min: 0, max: 3, palette: palette},
             'development zones (ternary)');

注意:在示例3的表达式中,使用的波段是使用b()函数引用的,而不是变量名字典。使用数学运算符或表达式将产生相同的结果。
下图展示了2012 年山西临汾的夜间灯光图像。

示例3 结果展示:

GEE:关系、条件和布尔运算_第2张图片

对图像实施条件操作的另一种方法是使用 where()运算符。
在示例4中,多云像素被无云图像中的像素替换,使用where():

示例4(使用一景影像无云像素替换另一景影像云像素)使用函数 where
// 加载一景多云哨兵影像
var image = ee.Image('COPERNICUS/S2_SR/20210114T185729_20210114T185730_T10SEG');
Map.addLayer(image,
             {bands: ['B4', 'B3', 'B2'], min: 0, max: 2000},
             'original image');

// 加载另一景用于替代的无云影像
var replacement = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG');

// 将有云像素(大于5%的概率)用替代影像替换
var replaced = image.where(image.select('MSK_CLDPRB').gt(5), replacement);

// 展示结果
Map.setCenter(-122.3769, 37.7349, 10);
Map.addLayer(replaced,
             {bands: ['B4', 'B3', 'B2'], min: 0, max: 2000},
             'clouds replaced');

示例4 结果展示:

原始影像:有云

替代影像(无云):


参考文档:https://developers.google.com/earth-engine/guides/image_relational#code-editor-javascript_2

你可能感兴趣的:(遥感算法,GEE,Geemap,云计算,经验分享,javascript)