利用GEE下载全球干旱指数和蒸发数据集，并裁剪到研究区

以下是使用 Google Earth Engine (GEE) 下载全球干旱指数和蒸发数据集，并将其裁剪到研究区的代码：

//设定感兴趣的区域
var region = ee.Geometry.Rectangle([xmin, ymin, xmax, ymax]);

// 导入MCDI产品（截止于2018年），逐月分辨率
var mcdi = ee.ImageCollection("MODIS/MCDI/MCDI_051")
    .filter(ee.Filter.date('2000-01-01', '2018-12-01'))
    .select('MCDI')
    .map(function(image) {
      return image.copyProperties(image,['system:time_start']);
    });

// 裁剪全球干旱指数数据，栅格大小为动态匹配(250米和1000米)
mcdi = mcdi.map(function(image){
  return image.clip(region)
              .reproject({
                crs: image.select('MCDI').projection(),
                scale: image.select('MCDI').projection().nominalScale()
              });
});

//导入MERRA-2蒸散数据（截止于2021年6月），日分辨率
var evap = ee.ImageCollection('NASA/GMAO/\MERRA-2/M2T1NXFLX.5.12.4')
             .filter(ee.Filter.date('1980-01-01', '2021-06-01'))
             .select('EVPCT')
             .map(function(image) {
               return image.divide(100).copyProperties(image,['system:time_start']);//转换比例因子
            });

// 裁剪蒸发数据，栅格大小为1/2度
evap = evap.map(function(image){
  return image.clip(region)
              .reproject({
                crs: image.select('EVPCT').projection(),
                scale: image.select('EVPCT').projection().nominalScale()
              });
});

//添加图层到Map
Map.centerObject(region, zoom);
Map.addLayer(mcdi.first());
Map.addLayer(evap.first());

首先需要定义矩形范围来确定感兴趣的地理区域。接下来，使用`ee.ImageCollection()`函数导入全球干旱指数MCDI数据集（截止于2018年）和MERRA-2蒸散数据集，并选择其数据属性。

在这里，也考虑到了两个数据集的匹配问题。对于全球干旱指数数据集，分别将其裁剪至区域范围内，然后调整栅格大小以避免计算过程中的像元尺寸不匹配的问题。

对于蒸发数据集，则要根据当前图片语言质量范畴，下载栅格大小合适并且时空满足的数据。

最后，我们添加所选单张原始图层到，设置缩放级别并让视图中心围绕感兴趣的区域自动调整。