当前位置: 首页 > news >正文

GEE代码实例教程详解:洪水灾害监测

简介

在本篇博客中,我们将使用Google Earth Engine (GEE) 进行洪水灾害监测。通过分析Sentinel-1雷达数据,我们可以识别特定时间段内的洪水变化情况。

背景知识

Sentinel-1数据集

Sentinel-1是欧洲空间局提供的雷达卫星数据集,它能够提供连续的地表监测,即使在云层覆盖的情况下也能获取数据。

洪水监测

洪水监测是评估洪水灾害影响和进行灾害管理的重要手段。利用雷达数据的后向散射变化可以识别洪水事件。

完整代码

// 定义研究区域的坐标点
var cor = [[54.07394733345745, 36.81321992370517],[54.79904498970745, 36.81321992370517],[54.79904498970745, 37.45259869689526],[54.07394733345745, 37.45259869689526],[54.07394733345745, 36.81321992370517]
];// 创建多边形区域
var roi = ee.Geometry.Polygon(cor);// 将地图中心设置为研究区域
Map.centerObject(roi);// 定义时间范围
var year_start = '2019';
var year_end = '2020';// 定义去斑函数
function speckel(img) {return img.focalMedian(100, 'square', 'meters').copyProperties(img, img.propertyNames());
}// 获取2019年3月的Sentinel-1数据
var after = ee.ImageCollection("COPERNICUS/S1_GRD").filterBounds(roi).filterDate(year_start, year_end).filter(ee.Filter.calendarRange(3, 3, 'month')).filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')).filter(ee.Filter.eq('instrumentMode', 'IW')).select('VV').map(speckel).min();// 将“之后”的图像添加到地图上
Map.addLayer(after.clip(roi), [], 'after', false);// 获取2019年2月的Sentinel-1数据
var before = ee.ImageCollection("COPERNICUS/S1_GRD").filterBounds(roi).filterDate(year_start, year_end).filter(ee.Filter.calendarRange(2, 2, 'month')).filter(ee.Filter.listContains('transmitterReceiverPolarisation', 'VV')).filter(ee.Filter.eq('instrumentMode', 'IW')).select('VV').map(speckel).min();// 将“之前”的图像添加到地图上
Map.addLayer(before.clip(roi), [], 'before', false);// 计算洪水变化情况
var change = before.subtract(after).rename('flood');// 将洪水变化图像添加到地图上
Map.addLayer(change.clip(roi), [], 'flood', false);// 打印洪水变化直方图
print(ui.Chart.image.histogram(change, roi, 30)
);// 应用阈值来识别洪水区域
Map.addLayer(change.gt(7).clip(roi), [], 'flood_thr', false);// 定义洪水阈值
var flood_thr = change.gt(7);
var flood_mask = flood_thr.updateMask(flood_thr);
var flood_area = flood_mask.multiply(ee.Image.pixelArea().divide(1e6));// 计算洪水区域面积
var area_sum = flood_area.reduceRegion({reducer: ee.Reducer.sum(),geometry: roi,scale: 100
}).get('flood');// 打印洪水区域面积
print(ee.Number(area_sum).round());

代码详解

1. 定义研究区域

创建一个多边形区域roi,用于限定分析的地理范围,并设置地图中心。

2. 定义去斑函数

定义speckel函数,使用局部中值滤波去除Sentinel-1图像的斑点噪声。

3. 获取Sentinel-1数据

获取“之前”和“之后”的Sentinel-1数据,分别对应洪水发生前后的时间段。

4. 计算洪水变化情况

通过“之前”和“之后”的图像相减,计算洪水变化情况。

5. 可视化洪水变化

将洪水变化图像添加到地图上,并打印直方图。

6. 应用阈值识别洪水区域

使用阈值gt(7)来识别洪水区域,并将结果添加到地图上。

7. 计算洪水区域面积

计算洪水区域的总面积,并打印结果。

结论

本教程展示了如何使用GEE和Sentinel-1雷达数据进行洪水灾害监测。通过计算洪水前后的雷达后向散射差异,我们可以识别洪水区域并估算洪水面积。

进一步探索

GEE提供了丰富的工具和方法来进行环境和灾害监测分析。在后续的教程中,我们将继续探索GEE在不同领域的应用。

http://www.lryc.cn/news/394983.html

相关文章:

  • 运维锅总详解系统设计原则
  • 深度学习笔记: 最详尽解释预测系统的分类指标(精确率、召回率和 F1 值)
  • GEE代码实例教程详解:MODIS土地覆盖分类与面积计算
  • LT86101UXE 国产原装 HDMI2.0 / DVI中继器方案 分辨率 4Kx2K 用于多显示器 DVI/HDMI电缆扩展模块
  • FastApi中的常见请求类型
  • 服务器,云、边缘计算概念简单理解
  • 【Linux系列2】Cmake安装记录
  • C++ STL 多线程库用法介绍
  • Jmeter实现接口自动化
  • 【大模型】多模型在大模型中的调度艺术:解锁效率与协同的新境界
  • LeetCode 704, 290, 200
  • 如何利用Java进行大数据处理?
  • 【论文通读】GUICourse: From General Vision Language Model to Versatile GUI Agent
  • 王道考研数据机构:中缀表达式转为后缀表达式
  • PL/SQL安装+汉化教程
  • Qt | Qt 线程相关类概述和举例
  • Linux 复现Docker NAT网络
  • HBuilder X 小白日记03-用css制作简单的交互动画
  • 【深度学习练习】心脏病预测
  • 创建react的脚手架
  • 用例导图CMind
  • C++ 仿函数
  • Redhat 安装 docker 网络连接超时问题
  • Java面试题:undo log和redo log
  • 【Scrapy】Scrapy 中间件等级设置规则
  • SDK环境的安装(测试使用)
  • 【matlab】【python】爬虫实战
  • Android TV跨平台开发心得
  • View->裁剪框View的绘制,手势处理
  • 语言模型的进化:从NLP到LLM的跨越之旅