全国植被指数计算

PIE-Engine Studio遥感计算云服务平台从landsat8_toa数据集中选取了覆盖中国地区2019年12月份的landsat8_toa数据进行批量的NDVI植被指数计算，并最大值影像融合算法——选取计算结果中植被指数最大值进行快速镶嵌显示，得到月度合成的影像数据。

1) 数据源分析：

覆盖中国地区2019年12月份的landsat8_toa数据，共786景影像。该数据包含12个波段，前11个波段覆盖了从可见光到热红外的各个波段信息，第12个QA波段包含了该影像的质量评估信息。

2) 核心代码示例

//加载中国区域范围 
var fCol_1 = pie.FeatureCollection('user/101/public/shape/China');
var fCol_2 = pie.FeatureCollection('user/pieadmin/public/shape/9_line_dash');
var fCol = fCol_1.merge(fCol_2)
Map.addLayer(fCol, {color:"#ff0000", fillColor:"#00000000"}, "china");
var roi = fCol.getAt(0).geometry();
//影像集合
var l8Col = pie.ImageCollection("LC08/01/T1");
//通过日期过滤影像集合，并且计算NDVI指数
l8Col = l8Col.filterDate("2019-12-01", "2019-12-31")
             .select(["B4", "B5"])
             .filterBounds(roi)
             .map(function(image){
                var b4 = image.select("B4");
                var b5 = image.select("B5");
                var ndvi = (b5.subtract(b4)).divide(b5.add(b4));
                return ndvi;
             });
//NDVI绘制样式
var visParamNDVI = {
    min: -0.2,
    max: 0.8,
    palette: 'FFFFFF, CE7E45, DF923D, F1B555, FCD163, 99B718, '+
        '74A901, 66A000, 529400,3E8601, 207401, 056201, 004C00,'+
        '023B01, 012E01, 011D01, 011301'
};
//加载影像集合的最大值
Map.addLayer(l8Col.max(), visParamNDVI, "NDVI");
Map.setCenter(119.1, 40.44, 3); 复制错误复制成功

流程步骤如下：

a) 根据数据集合的ID加载对应的数据集合

b) 通过日期、矢量范围筛选出来中国区域指定日期内的B4、B5波段

c) 将含有B4、B5波段的影像拆分为单波段的影像

d) 利用循环对集合的每一个元素都做NDVI指数计算，得到整个时间段的NDVI植被指数集合

e) 利用最大值影像融合算法得到月度合成的影像数据

f) 将得到的NDVI指数影像加载到交互地图实现地图展示。

3) 案例中主要涉及到的算子

• filterDate：日期过滤

• map：循环影像集合

• select：筛选影像波段

• subtract、divide、add：四则运算加减乘除

• addLayer：添加结果图层

• max：计算影像集合每一个波段对应的最大值

4) 结果分析展示

使用PIE-Engine遥感计算云平台的实现效果如下图所示：

5) 完整代码

/**
 * @File    :   PIEImageCollectionLoop
 * @Time    :   2020/7/21
 * @Author  :   piesat
 * @Version :   1.0
 * @Contact :   400-890-0662
 * @License :   (C)Copyright 航天宏图信息技术股份有限公司
 * @Desc    :   加载中国区融合影像
 */
//加载中国区域范围 
var fCol_1 = pie.FeatureCollection('user/101/public/shape/China');
var fCol_2 = pie.FeatureCollection('user/pieadmin/public/shape/9_line_dash');
var fCol = fCol_1.merge(fCol_2)
Map.addLayer(fCol, {color:"#ff0000", fillColor:"#00000000"}, "china");
var roi = fCol.getAt(0).geometry();
//影像集合
var l8Col = pie.ImageCollection("LC08/01/T1");
//通过日期过滤影像集合，并且计算NDVI指数
l8Col = l8Col.filterDate("2019-12-01", "2019-12-31")
             .select(["B4", "B5"])
             .filterBounds(roi)
             .map(function(image){
                var b4 = image.select("B4");
                var b5 = image.select("B5");
                var ndvi = (b5.subtract(b4)).divide(b5.add(b4));
                return ndvi;
             });
//NDVI绘制样式
var visParamNDVI = {
    min: -0.2,
    max: 0.8,
    palette: 'CA7A41, CE7E45, DF923D, F1B555, FCD163, 99B718, '+
        '74A901, 66A000, 529400,3E8601, 207401, 056201, 004C00,'+
        '023B01, 012E01, 011D01, 011301'
};
//加载影像集合的最大值
Map.addLayer(l8Col.mean().clip(roi), visParamNDVI, "NDVI");
Map.setCenter(119.1, 40.44, 3);