当前位置: 首页 > news >正文

GEE学习笔记九十一:栅格影像叠置分析

最近发现好多人都在问一个问题,两张影像如何取其相交区域?其实这个问题简单来讲就是多张栅格影像进行叠加分析。在GEE中栅格影像不像矢量数据那样有直接的函数来做数据分析,需要我们自己手动写一些代码来实现这些操作。要实现这个功能有很多方法,这里简单说一下有几种方式:

第一种:先将栅格影像数据转换为矢量数据,然后在利用矢量数据计算。这种方式想想可以,但是千万别在实际中使用。

第二种:直接使用影像自带的方法mask()和updateMask()实现,这种方法简单快捷,下面我会通过具体的例子来说明一下如何实现这个功能。

    下面通过A:蓝色区域,B:粉色区域,来展示不同叠置分析具体是什么样子,相信大家对下面这个图非常清楚了,就在一一解释,下面通过具体例子来说明影像如何实现这几种情况。

公共代码:

var center = /* color: #0b4a8b */ee.Geometry.Point([115.78080896985244, 37.569622364096226]);
 
var img = ee.Image("LANDSAT/LC08/C01/T1_SR/LC08_123034_20160504")
 
            .multiply(0.0001)
 
            .normalizedDifference(["B5", "B4"])
 
            .rename("NDVI");
 
var vis = {
 
  min: 0,
 
  max: 1,
 
  palette: [
 
    'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
 
    '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
 
    '012E01', '011D01', '011301'
 
  ],
 
};
 
Map.centerObject(center, 8);
 
Map.addLayer(img, vis, "NDVI", false);
 
var roi1 =
 
    ee.Geometry.Polygon(
 
        [[[115.58854822766494, 37.72402725521113],
 
          [115.58854822766494, 37.48467189570746],
 
          [115.92912439953994, 37.48467189570746],
 
          [115.92912439953994, 37.72402725521113]]], null, false),
 
    roi2 =
 
    ee.Geometry.Polygon(
 
        [[[115.78630213391494, 37.62185147647586],
 
          [115.78630213391494, 37.36688853978036],
 
          [116.1406112159462, 37.36688853978036],
 
          [116.1406112159462, 37.62185147647586]]], null, false);
 
var imgA = img.clip(roi1);
 
var imgB = img.clip(roi2);
 
Map.addLayer(roi1, {color: "00ffff"}, "roi1", false);
 
Map.addLayer(roi2, {color: "ff00ff"}, "roi2", false);
 
Map.addLayer(imgA, vis, "imgA");
 
Map.addLayer(imgB, vis, "imgB");
 
 

运行结果如下:

1、AB相交,取AB交集

下面的例子计算的就是A和B的交集,然后结果返回的是A的数据结果

  1. //A B交集

  2. var intersection = imgA.updateMask(imgB.mask());

  3. Map.addLayer(intersection, vis, "intersection");

运行结果:

2、AB相交,取AB并集

    取并集可以有很多中方式,下面介绍两种常用的方式,一种是利用mask()和updateMask()来做,另外一种方式则是利用构建ImageCollection方式来做。

第一种方式,需要说明的是下面这个代码返回相交区域结果是两张影像求和的结果

  1. //(1)A B并集

  2. var mask = imgA.mask().or(imgB.mask());

  3. var baseImg = ee.Image.constant(0)

  4.                 .updateMask(mask);

  5. var newImgA = baseImg.where(imgA.mask(), imgA);

  6. var newImgB = baseImg.where(imgB.mask(), imgB);

  7. var union = newImgA.add(newImgB);

  8. Map.addLayer(union, vis, "union");

返回结果如下,点击的是箭头指示的地方,可以看到union的影像是两张影像的和,非相交的地方则是对应自己的结果。

第二种方式,构造ImageCollection,然后计算并集

  1. //(2)A B并集

  2. var imgAB = ee.ImageCollection.fromImages([imgA, imgB]);

  3. var union1 = imgAB.mosaic();

  4. Map.addLayer(union1, vis, "union1");

  5. var union2 = imgAB.sum();

  6. Map.addLayer(union2, vis, "union2");

其中:union1是普通的拼接而得到的结果,每一个像素结果都是唯一的;union2是求和计算拼接的结果,运算结果和第一种方式类似。

3、AB相交,AB的交集取反

    计算这个关键就是如何删除交集,主要逻辑就是考虑清楚下面代码mask2就可以,这个是交集的掩膜,那么只要对这个掩膜取反就可以了。

  1. // AB的交集取反

  2. var mask = imgA.mask().or(imgB.mask());

  3. var baseImg = ee.Image.constant(0)

  4.                 .updateMask(mask);

  5. var newImgA = baseImg.where(imgA.mask(), imgA);

  6. var newImgB = baseImg.where(imgB.mask(), imgB);

  7. var mask2 = imgA.mask().and(imgB.mask());

  8. var symmetricDifference = newImgA.add(newImgB)

  9.                                  .updateMask(mask2.not());

  10. Map.addLayer(symmetricDifference, vis, "symmetricDifference");

运行结果如下:

4、AB相交,取属于A但非B

具体代码如下:

  1. //取属于A但非B

  2. var difference = imgA.updateMask(imgB.mask().not());

  3. Map.addLayer(difference, vis, "difference");

运行结果:

    总结一下就是影像要实现叠置分析,最关键就是明白影像中的mask()、updateMask()、unmask()等方法使用,通过这些方法结合and、or、not等逻辑判断就可以实现自己想要的各种结果。

来源请引用:地理遥感生态网科学数据注册与出版系统

相关文章:

GEE学习笔记九十一:栅格影像叠置分析

最近发现好多人都在问一个问题,两张影像如何取其相交区域?其实这个问题简单来讲就是多张栅格影像进行叠加分析。在GEE中栅格影像不像矢量数据那样有直接的函数来做数据分析,需要我们自己手动写一些代码来实现这些操作。要实现这个功能有很多方…...

linux系统编程入门

一、搭建环境 1、安装 Linux 系统(虚拟机安装、云服务器) https://releases.ubuntu.com/bionic/ 2、安装 XSHELL、XFTP https://www.netsarang.com/zh/free-for-home-school/ 3、安装 visual studio code https://code.visualstudio.com/ 4、Linu…...

JS代码安全防护常见的方式

文章目录1. 常量的混淆1.1 十六进制字符串1.2 unicode字符串1.3 字符串的ASCII码混淆1.4 字符串常量加密1.5 数值常量加密2. 增加逆向分析难度2.1 数组混淆2.2 数组乱序2.3 花指令2.4 jsfuck3. 代码执行流程的防护3.1 流程平坦化3.2 逗号表达式4. 其他代码防护方案4.1 eval加密…...

PHP(13)HTTP协议

PHP(13)HTTP协议一、HTTP请求1. 请求行2. 请求头3. 请求体二、HTTP响应1. 响应行2. 响应头三、设置HTTP响应四、模拟HTTP请求一、HTTP请求 1. 请求行 请求行独占一行。形式:请求方式 资源路径 协议版本号 GET /index.php HTTP/1.1 2. 请求…...

基于支持向量机 (SVM) 用php实现预测气温

Windows 10自带的天气应用有一个基于历史数据预测气温的功能,有一定的参考价值。那么如何去实现这一功能呢?本文采用php进行实现。 使用机器学习方法实现预测当日气温的算法需要涵盖许多的步骤,以下是一种基于支持向量机 (SVM) 的算法的简化…...

MySQL(五)

通过索引进行优化 索引基本知识 索引的优点 1、大大减少了服务器需要扫描的数据量2、帮助服务器避免排序和临时表3、将随机io变成顺序io 索引的用处 1、快速查找匹配WHERE子句的行2、从consideration中消除行,如果可以在多个索引之间进行选择,mysql通常会使用找到…...

Linux常用命令2

目录1.查找find(1)普通用法(2)组合用法2.xargs命令3.管道符4.查看文件内容(1)查看两个文件的差别:diff file1 fille2(2)正序查看文件内容cat(3)倒序查看文件内容tac(4)分页查看文件内容more(5)分页查看文件内容less(6)…...

『C/C++养成计划』Visual Studio Code编辑器配置(外观通用型扩展Minmal)

Visual Studio Code编辑器配置(外观&通用型扩展&Minmal)! 文章目录 一. vscode配置外观|通用型扩展1.1. 色彩主题配置扩展(GitHub Theme)1.2. 图标主题扩展(Material Icon Theme)1.3. 代码高亮扩展(better-comments)1.4. 错误警告扩展(error lens)1.5. 执行代码扩展(c…...

设计模式(适配器模式)

设计模式(适配器模式) 第二章 设计模式之适配器模式(Adapter) 一、Adapter模式介绍 适配器模式位于实际情况和需求之间,填补两者之间的差距。 二、示例程序1(使用继承的适配器) 1.示例程序示…...

在基于全志D1s的芒果派麻雀上运行国产开源rt-smart系统

想必RT-Thread系统大家不陌生了,RT-Thread Smart(简称 rt-smart)是基于 RT-Thread 操作系统衍生的新分支,面向带 MMU,中高端应用的芯片,例如 ARM Cortex-A 系列芯片,MIPS 芯片,带 MM…...

【代码随想录训练营】【Day15】第六章|二叉树|层序遍历|226.翻转二叉树|101.对称二叉树

层序遍历 题目详细:LeetCode.102 层序遍历与上一节讲的三种遍历方式有所不同,层序遍历是指按从上到下,从左到右的顺序,逐层地遍历二叉树的节点。 从其节点的遍历顺序上观察,我们可以发现其跟广度优先遍历&#xff0…...

基于圆展开自适应三边测量算法的室内定位

基于圆展开自适应三边测量算法的室内定位 具有无线通信功能的移动设备的日益普及刺激了室内定位服务的增长。室内定位用于实时定位设备位置,方便访问。然而,由于大量障碍物,与室外定位相比,室内定位具有挑战性。全球定位系统非常适…...

使用中断子系统实现对LED灯的控制

中断顶半部:不允许耗时操作 代码流程: 1、基于字符设备驱动的注册(手动/自动) 2、基于设备树文件的自定义完成(myled, myirq) 2、基于GPIO子系统实现led的点亮(流水/测试文件控制) 3、中断子系统操作流程 …...

《爆肝整理》保姆级系列教程python接口自动化(十五)--参数关联接口(详解)

简介 我们用自动化新建任务之后,要想接着对这个新建任务操作,那就需要用参数关联了,新建任务之后会有一个任务的Jenkins-Crumb,获取到这个Jenkins-Crumb,就可以通过传这个任务Jenkins-Crumb继续操作这个新建的任务。 …...

【JDK8】MyBatis源码导入Idea

1.背景 为了更好的将MyBatis的开发设计思想带到日常开发工作,将MyBatis源码导入到本地开发工具中(idea)。我自己在导入的时候碰到几个问题,耽误了自己一点时间,这里我把它们记下来,后边的小伙伴可不要踩我的坑。 Java版本&#x…...

三层交换机DHCP中继

关于中继,我们需要有一个对比。正常情况下我们是不是需要配置单臂路由然后开启DHCP地址池,然就设置网段网关以及DNS。这样的话考验 的其实是命令功底。但是为了方便,我们 可以添加服务器,将这个服务给到服务器去配置,这…...

C++之RALL机制

RALL是Resource acquisition is initialization的缩写,意思是“资源获取即初始化”,其核心思想是利用C对象生命周期的概念来控制程序的资源。它的技术原理很简单,如果希望对某个重要资源进行跟踪,那么创建一个对象,并将…...

回溯算法章末总结

组合问题的特点 (1)abba 选中a之后,就不再选了 (2)找出所有的组合 (长度可以不相等) 组合问题模板 做回溯题步骤 (0)判断问题类型 (1)树状图 …...

【SpringBoot】为异步任务规划线程池

一、线程池的作用 防止资源占用无限的扩张调用过程省去资源的创建和销毁所占用的时间 在上一节中,我们的一个异步任务打开了一个线程,完成后销毁。在高并发环境下,不断的分配新资源,可能导致系统资源耗尽。所以为了避免这个问题…...

SAP ABAP 输出结果带有空格

方法一: 字段内容前增加空格,需使用全角空格,使用半角空格时,ALV显示无效,空格无法显示, 全角与半角的切换方法:shift空格切换, 如下的标记部分,要想通过ALV显示空格&…...

Linux 文件类型,目录与路径,文件与目录管理

文件类型 后面的字符表示文件类型标志 普通文件:-(纯文本文件,二进制文件,数据格式文件) 如文本文件、图片、程序文件等。 目录文件:d(directory) 用来存放其他文件或子目录。 设备…...

DeepSeek 赋能智慧能源:微电网优化调度的智能革新路径

目录 一、智慧能源微电网优化调度概述1.1 智慧能源微电网概念1.2 优化调度的重要性1.3 目前面临的挑战 二、DeepSeek 技术探秘2.1 DeepSeek 技术原理2.2 DeepSeek 独特优势2.3 DeepSeek 在 AI 领域地位 三、DeepSeek 在微电网优化调度中的应用剖析3.1 数据处理与分析3.2 预测与…...

中南大学无人机智能体的全面评估!BEDI:用于评估无人机上具身智能体的综合性基准测试

作者:Mingning Guo, Mengwei Wu, Jiarun He, Shaoxian Li, Haifeng Li, Chao Tao单位:中南大学地球科学与信息物理学院论文标题:BEDI: A Comprehensive Benchmark for Evaluating Embodied Agents on UAVs论文链接:https://arxiv.…...

【JVM】- 内存结构

引言 JVM:Java Virtual Machine 定义:Java虚拟机,Java二进制字节码的运行环境好处: 一次编写,到处运行自动内存管理,垃圾回收的功能数组下标越界检查(会抛异常,不会覆盖到其他代码…...

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案

问题描述:iview使用table 中type: "index",分页之后 ,索引还是从1开始,试过绑定后台返回数据的id, 这种方法可行,就是后台返回数据的每个页面id都不完全是按照从1开始的升序,因此百度了下,找到了…...

成都鼎讯硬核科技!雷达目标与干扰模拟器,以卓越性能制胜电磁频谱战

在现代战争中,电磁频谱已成为继陆、海、空、天之后的 “第五维战场”,雷达作为电磁频谱领域的关键装备,其干扰与抗干扰能力的较量,直接影响着战争的胜负走向。由成都鼎讯科技匠心打造的雷达目标与干扰模拟器,凭借数字射…...

Unity | AmplifyShaderEditor插件基础(第七集:平面波动shader)

目录 一、👋🏻前言 二、😈sinx波动的基本原理 三、😈波动起来 1.sinx节点介绍 2.vertexPosition 3.集成Vector3 a.节点Append b.连起来 4.波动起来 a.波动的原理 b.时间节点 c.sinx的处理 四、🌊波动优化…...

鸿蒙DevEco Studio HarmonyOS 5跑酷小游戏实现指南

1. 项目概述 本跑酷小游戏基于鸿蒙HarmonyOS 5开发,使用DevEco Studio作为开发工具,采用Java语言实现,包含角色控制、障碍物生成和分数计算系统。 2. 项目结构 /src/main/java/com/example/runner/├── MainAbilitySlice.java // 主界…...

iOS性能调优实战:借助克魔(KeyMob)与常用工具深度洞察App瓶颈

在日常iOS开发过程中,性能问题往往是最令人头疼的一类Bug。尤其是在App上线前的压测阶段或是处理用户反馈的高发期,开发者往往需要面对卡顿、崩溃、能耗异常、日志混乱等一系列问题。这些问题表面上看似偶发,但背后往往隐藏着系统资源调度不当…...

uniapp手机号一键登录保姆级教程(包含前端和后端)

目录 前置条件创建uniapp项目并关联uniClound云空间开启一键登录模块并开通一键登录服务编写云函数并上传部署获取手机号流程(第一种) 前端直接调用云函数获取手机号(第三种)后台调用云函数获取手机号 错误码常见问题 前置条件 手机安装有sim卡手机开启…...