• GEE4:FCMASK算法进行去云处理


    1.数据介绍

    landsat 5:
    在这里插入图片描述
    Landsat 5 地表反射率数据(SR):
    在这里插入图片描述
      该数据集包含由 Landsat TM 传感器产生,经过大气校正的地表反射率(SR)和地表温度(LST)数据。这些图像包含 4 个可见近红外 (VNIR) 波段,以及 2 个处理为正射校正表面反射率的短波红外 (SWIR) 波段,以及一个处理为正射校正表面温度的热红外 (TIR) 波段。它们还包含用于计算 ST 产品的中间波段以及 QA 波段
      Landsat 4 和 5 SR 产品是使用 Landsat 生态系统干扰自适应处理系统 (LEDAPS) 算法(版本 3.4.0)创建的。所有 Collection 2 ST 产品均采用由罗切斯特理工学院 (RIT) 和美国国家航空航天局 (NASA) 喷气推进实验室 (JPL) 联合创建的单通道算法创建。 使用标准化参考将收集的数据条打包成重叠的“场景”,覆盖约 170 公里 x 183 公里网格。

    波段介绍:
    在这里插入图片描述
    QA波段:
    在这里插入图片描述

    2. FCMASK算法去云

    // 创建一个函数用来掩模云层以及云阴影
    var cloudMaskL457 = function(image) {
      var qa = image.select('pixel_qa');
      
    //云层表示为第五位,云层置信度为6-7位,云阴影为第三位
    //选择出有云并且云层置信度为中等,以及有云阴影覆盖的像元。
      var cloud = qa.bitwiseAnd(1 << 5)
              .and(qa.bitwiseAnd(1 << 7))
              .or(qa.bitwiseAnd(1 << 3))
              
      // 移除边界像元
      var mask2 = image.mask().reduce(ee.Reducer.min());
      
      //将检测有关云像元置为0,掩模保留位置不为0的数据。
      return image.updateMask(cloud.not()).updateMask(mask2);
    };
    
    // M选取Landsat5地表反射率数据
    var collection = ee.ImageCollection('LANDSAT/LT05/C01/T1_SR')
        .filterDate('2008-01-01', '2008-02-28') 
    
    //对影像数据集每张影像进行云掩膜处理,并求出中值
    var composite = collection
        .map(cloudMaskL457)
        .median();
    
    // 影像显示
    Map.setCenter(110, 30, 6);
    Map.addLayer(composite, {bands: ['B3', 'B2', 'B1'], min: 0, max: 3000});
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    去云图像:
    在这里插入图片描述
    出现明显的数据缺失现象,可能需要使用其他的遥感数据

    截选:
    在这里插入图片描述

  • 相关阅读:
    深入了解RPA业务流程自动化的关键要素
    mov视频损坏怎么修复?修复秘诀
    C#学习:初识各类应用程序
    知识图谱1——neo4j
    ExecutorService接口线程池
    Python | Leetcode Python题解之第50题Pow(x,n)
    WCET学习(六)
    Liunx-01Liunx初相识
    MFC Windows 程序设计[227]之竖型列表框(附源码)
    若依集成minio实现分布式文件存储
  • 原文地址:https://blog.csdn.net/amyniez/article/details/126675320