基于 GEE 的研究区 1986-2024 年年均归一化植被指数 NDVI 时间序列分析

目录

1 代码解析

1.1 初始化与地图设置

1.2 数据预处理函数

1.3 云去除函数

1.4 NDVI计算函数

1.5 数据集加载与处理

1.6 年均NDVI计算与导出

1.7 时间序列影像集合

1.8 绘制时间序列图表

2 完整代码

3 运行结果

---

1 代码解析

1.1 初始化与地图设置

var roi = table;
Map.centerObject(roi);
Map.addLayer(roi, {'color': 'grey'}, 'roi');

• roi 定义为一个表格（table），可能是用户上传的矢量边界文件，用于指定研究区域。
• Map.centerObject(roi) 将地图视图居中于ROI。
• Map.addLayer 将ROI以灰色显示在地图上，便于可视化确认研究区域。

1.2 数据预处理函数

function applyScaleFactors(image) {
  var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2);
  var thermalBands = image.select('ST_B.*').multiply(0.00341802).add(149.0);
  return image.addBands(opticalBands, null, true)
              .addBands(thermalBands, null, true);
}

对Landsat影像的光学波段（SR_B.）和热波段（ST_B.*）应用比例因子和偏移量，将原始数字值（DN）转换为物理单位（反射率或温度）。

• 光学波段（如红光和近红外）的比例因子为0.0000275，偏移量为-0.2，这是Landsat Level-2产品的标准转换公式。
• 热波段的比例因子为0.00341802，偏移量为149.0，用于将DN值转换为开尔文温度。
• addBands 将处理后的波段替换原始波段（true表示覆盖）。

1.3 云去除函数

function rmCloudNew(image) {
  var cloudShadowBitMask = (1 << 4); 
  var cloudsBitMask = (1 << 3); 
  var qa = image.select('QA_PIXEL'); 
  var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
               .and(qa.bitwiseAnd(cloudsBitMask).eq(0)); 
  return image.updateMask(mask)
              .copyProperties(image)
              .copyProperties(image, ["system:time_start"]);
}

利用Landsat的QA_PIXEL质量评估波段去除云和云影。

• QA_PIXEL 是一个位掩码波段，其中第3位（1 << 3）表示云，第4位（1 << 4）表示云影。
• bitwiseAnd 和 eq(0) 用于筛选无云和无云影的像素。
• updateMask 将掩膜应用于影像，保留清晰像素。
• copyProperties 保留原始影像的元数据（如时间戳）。

1.4 NDVI计算函数

var get_NDVI = function(image) {
  var NDVI = image.normalizedDifference(['nir',