Google Earth Engine(GEE)——利用光谱距离函数实现滑坡监测以sentinel-2数据为例

当你想要检测多波段图像的变化时,一种有用的技术是计算两个图像之间的光谱距离和光谱角度。与未发生变化的像素相比,发生较大变化的像素将具有更大的距离。当没有合适的索引来检测变化时,这种技术特别有用。它可用于检测自然灾害或人为冲突后的变化。

这里我们需要用到的函数:

SpectralDistance(image2, metric)
计算两幅图像之间每像素的光谱距离。如果图像是基于阵列的,那么只使用每个图像的第一个波段;否则所有波段都参与距离计算。因此,两幅图像应包含相同数量的波段或具有相同的一维阵列长度。

参数。
this:image1(图像)。
第一幅图像。

image2 (图像)。
第二幅图像。

metric(字符串,默认:"sam")。
要使用的光谱距离度量。sam'(光谱角度映射器)、'sid'(光谱信息发散)、'sed'(平方欧氏距离)或'emd'(地球移动者距离)中的一个。

返回。图像

代码:

//我们选择四川的某一个区域,成都西面
var geometry = 
    /* color: #98ff00 */
    /* shown: false */
    /* displayProperties: [
      {
        "type&#

你可能感兴趣的:(GEE案例分析,计算机视觉,图像处理,opencv,gee,滑坡)