Google Earth Engine (GEE) 提取某一位置时间序列值

前言

做时间序列相关算法的同学，经常需要下载年际的数据来进行试验。而且算法研究的比较重要的步骤就是利用实测站点数据进行验证。本文讲述如何使用GEE下载指定卫星遥感/再分析数据集指定位置（实测站点位置）的时间序列值。

提取指定点年序列值-imageCollection

整个过程可以在imageCollection上进行操作，并且中间处理过程的返回对象都是image，这种情景非常简单直接。配合上篇博客，也可以进行QC过滤。
首先定义点的经纬度坐标。然后过滤数据集合，这里以MODIS的NDVI产品MOD13A2为例。由于MOD13A2在GEE中原始分辨率为900+m并且原始投影为正弦投影，而我需要在WGS84坐标系上1 km左右尺度的值，所以这里还包括了一个平均聚合和重投影的过程（非常重要）。如果需要从低分辨率向高分辨率采样，则将聚合过程替换为.resample(method)即可。最后就是生成指定点的时间序列图表。

var gwn = ee.Geometry.Point([-89.8729, 34.2574], 'EPSG: 4326');

var mod13a2Collection = ee.ImageCollection("MODIS/006/MOD13A2")
  .filterBounds(gwn)
  .filterDate('2010-01-01', '2011-01-01')
  .select('NDVI');

print(mod13a2Collection); 
 
var mod13a2Collection = mod13a2Collection.map(function(image){
  return image.reduceResolution({
      reducer: ee.Reducer.mean(),
    })
    .reproject({
      crs: 'EPSG: 4326',
      scale: 1000
    });
}); 
  
var chart = ui.Chart.image.series({
  imageCollection: mod13a2Collection,
  region: gwn,
  reducer: ee.Reducer.first(),
  scale: 1000
}).setOptions({title: 'NDVI'});

print(chart);

生成图表如下，右上角按钮可以在新标签页中打开并下载。

提取指定点年序列值-List

可以看出上边的情形是在最后一步使用ui.Chart.image.series时指定了提取位置。如果在中间过程中就对提取位置进行指定，即对image使用.reduceRegion，那么它的返回对象就是一个由指定位置值组成的年序列列表，无法再构成原始的imageCollection。这时候就需要额外的步骤进行提取。这里以GLDAS的10cm土壤水分为例：

var gwn = ee.Geometry.Point([-89.8729, 34.2574], 'EPSG: 4326');

var gldasSoilMoisture = ee.ImageCollection("NASA/GLDAS/V021/NOAH/G025/T3H")
  .filterDate('2010-01-01', '2011-01-01') 
  .filter(ee.Filter.eq('start_hour', 15))
  .select('SoilMoi0_10cm_inst');
 
//  
var gldasSoilMoisture = gldasSoilMoisture.toList(365).map(function(image){
  var soilMoisture = ee.Image(image)
    .resample('bicubic')
    .reduceRegion({
       geometry: gwn,
       reducer: ee.Reducer.first(),
       scale: 1000
    });
  return soilMoisture;
});
print(gldasSoilMoisture);

上述代码中，由于.reduceRegion返回的并不再是image，所以无法直接对原始imageCollection应用map，需要首先将其转换为List。此外，由于GLDAS原始影像分辨率为0.25°，我需要1 km尺度值，所以需要对它指定重采样方法（如果不指定，GEE默认为最邻近法，误差很大）。上述代码，print的结果为：

可以看出返回对象还是List，其中每个元素都是字典的形式，SoilMoi0_10cm_inst的值就是我们所需要的值。
所以，接下来需要把值单独提取出来构成一个``List`。

// the calculate result is a list with some dictionary
var gldasSoilMoisture = gldasSoilMoisture.map(function(object){
  return ee.Dictionary(object).get('SoilMoi0_10cm_inst');
});
print(gldasSoilMoisture);

var chart = ui.Chart.array.values({
  array: gldasSoilMoisture,
  axis: 0
});
print(chart);

上述代码即将列表中每个字典的值提取出来构成了新的列表，并进行绘图。
这种情况的代码其实写的麻烦了，不进行.reduceRegion，就可以和第一种情景的代码一致了。但是，掌握这种情景，以后也能更灵活的进行实现。

后续会更新一篇如何将GLDAS的3小时气温数据求均值转为日均值，并提取指定点年序列值的博客。