GEE ：遥感影像的合成（composite ）与镶嵌（Mosaic ）
⽬录
为学须刚与恒，不刚则隋隳，不恒则退 。——宋.冯⼦咸
前⾔
GEE，如何实现遥感影像的合成（composite）与镶嵌（mosaic）？⼆者有何区别？
分析区域如下：
⼀、分析步骤
主要分析步骤：
蒙田随笔集
⼆、python代码
1、影像合成Composite
python代码如下自然半音
注意：合成composite更主要体现的是同⼀区域多期影像的合成操作Map = geemap.Map()
# 加载影像数据
naip2004_2012 = ee.ImageCollection('USDA/NAIP/DOQQ') \
.filterBounds(ee.Geometry.Point(-71.09,42.4)) \
.filterDate('2004-07-01','2012-12-31') \
.lect(['R','G','B'])
# 最⼤值合成
composite = naip2004_2012.max()
Map.addLayer(composite,{},'max value composite')
Map.tCenter(-71.09,42.4,14)
Map
结果如下：
大若岩景区2、影像镶嵌Mosaic
saic()
注意：镶嵌mosaic更主要体现的不同区域影像的合成操作
需要同时拼接四个不同的 DOQQ，但位置不同
python代码如下
# 加载跨4幅影像的数据
任贤使能naip2012 = ee.ImageCollection('USDA/NAIP/DOQQ') \
.filterBounds(ee.Geometry.Rectangle([-71.18,42.35,-71.09,42.41])) \ .filterDate('2012-01-01','2012-12-31')
# 影像镶嵌mosaic
mosaic = saic()
Map.addLayer(naip2012,{},'naip2012')
Map.tCenter(-71.12532,42.3712,12)圆形的面积公式
结果如下：
3、进⼀步挖掘Mosaic的特性
重点：mosaic()⽅法根据它们在集合中的顺序（最后在顶部）合成重叠图像。要控制镶嵌（或合成）中像素的来源，可使⽤图像掩膜mask。
例如，以下使⽤光谱阈值进⾏镶嵌新的图像数据
python代码如下：
# 加载影像，显⽰
naip = ee.Image('USDA/NAIP/DOQQ/m_4207148_nw_19_1_20120710')
肉冻怎么做Map.tCenter(-71.0915,42.3443,12)
Map.addLayer(naip,{},'naip')
# ⽣成NDVI、NDWI指数智慧树饼干歌
ndvi = alizedDifference(['N','R']).rename('ndvi')
ndwi = alizedDifference(['G','N']).rename('ndwi')
# 利⽤上述2个指数，采⽤不同阈值条件，探测区域裸地分布
# 裸地1，植被指数低于0.2，同时⽔体指数低于0.3的区域
bare1 = ndvi.lt(0.2).And(ndwi.lt(0.3))
# 裸地2，植被指数低于0.2，同时⽔体指数低于0.8的区域。可见其敏感性⽐上⼀阈值较低bare2 = ndvi.lt(0.2).And(ndwi.lt(0.8))
学营销# 显⽰参数
vis_ndvi ={'min':-1,'max':1,'palette':['red','green']}
vis_ndwi ={'min':0.5,'max':1,'palette':['gray','blue']}
# 加载显⽰
Map.addLayer(ndvi, vis_ndvi,'ndvi')
Map.addLayer(ndwi, vis_ndwi,'ndwi')
Map.addLayer(bare1,{},'bare1')
Map.addLayer(bare2,{},'bare2')
