绘制全区域NDVI变化曲线——一景一值

首先认真阅读数据集介绍，包括波段名、缩放因子、数据集持续时间、空间分辨率等。

准备好研究区域、处理好数据集（缩放），先print一下看看数据集是否处理完毕。这里选的数据集MOD13Q1是500m空间分辨率、16天时间分辨率的，也可以选用其他NDVI数据集（貌似不同数据集得出的结果差异还蛮大）。

//load roi
var table = ee.FeatureCollection("projects/ee-lzying1999/assets/Boundary-wgs");
Map.centerObject(table, 9);
Map.addLayer(ee.Image().paint(table, 0, 2), {}, 'roi');//load imagecollection 类似的NDVI数据集还有MODIS/MOD09GA_006_NDVI;MODIS/061/MOD13Q1;MODIS/006/MOD13A1
var collection = ee.ImageCollection('MODIS/006/MOD13Q1')  .filterDate('2000-01-01', '2022-12-31').filterBounds(table).select('NDVI').map(function(image){return image.multiply(0.0001).set(image.toDictionary(image.propertyNames()))}) //这里是NDVI产品的缩放因子，在数据集介绍里面有
print(collection);

对一整个区域的NDVI均值绘制长时序曲线（之前找了很久函数，捣鼓了半天list\dictionary等的数据转换，结果发现一个函数就能解决= =）：

//绘制由全区域每景图像NDVI平均值构成的曲线图
print(ui.Chart.image.series({imageCollection: collection,region: table,reducer: ee.Reducer.mean(),scale: 500}).setOptions({interpolateNulls: true,lineWidth: 2,title: 'NDVI_totalregion',vAxis: {title: 'NDVI'}, //viewWindow: {min: 0, max: 0.3}调整坐标轴上下限hAxis: {title: 'Date'},trendlines: { 0: {title: 'NDVI_trend',type:'linear', showR2: true,  color:'red', visibleInLegend: true}} //添加趋势线}));

绘制全区域逐月平均的NDVI曲线——一月一值

关于月平均，实际上是在多个教程基础上修改了一点点绘图选项。最开始时间选择了2001-2022，结果又溢出了，所以换成了2001-2011年，这次可以显示了。

//date range
var years = ee.List.sequence(2001, 2011);
var months = ee.List.sequence(1, 12);//monthly mean
var monthlymean =  ee.ImageCollection.fromImages( years.map(function (y) {  return months.map(function(m) {   return collection.filter(ee.Filter.calendarRange(y,y, 'year')).filter(ee.Filter.calendarRange(m, m, 'month')).mean().set('year', y).set('month', m).set('system:time_start', ee.Date.fromYMD(y, m, 1)); });  }).flatten());
print(monthlymean);// Create and print charts.
print(ui.Chart.image.series({imageCollection:monthlymean, region:table, reducer:ee.Reducer.mean(), scale:500}).setOptions({interpolateNulls: true,lineWidth: 2,title: 'NDVI Monthly Series',vAxis: {title: 'NDVI'},hAxis: {title: 'Date'},//trendlines: { 0: {title: 'NDVI_trend',type:'linear', showR2: true,  color:'red', visibleInLegend: true}}}));

绘制全区域逐年平均的NDVI曲线——一年一值

按年平均也有很多教程给代码，然而我到现在还是没看明白是怎么实现的QAQ，只是能用。先贴在这，找个时间恶补一下。。。

//create year list
var years = ee.List.sequence(2000, 2022);
var collectYear = ee.ImageCollection(years.map(function(y) {var start = ee.Date.fromYMD(y, 1, 1);var end = start.advance(12, 'month');return collection.filterDate(start, end).reduce(ee.Reducer.mean()).float().set('system:time_start',y).set('year',y);
}));
print(collectYear);//create chart of NDVI_mean yearly of the total region
var Yearly_chart = ui.Chart.image.series({imageCollection: collectYear.select('NDVI_mean'),region: table,reducer: ee.Reducer.mean(),scale: 500,xProperty: 'year',}).setOptions({interpolateNulls: true,lineWidth: 2,title: 'NDVI Yearly Series_totalregion',vAxis: {title: 'NDVI'},//,viewWindow: {min: 0, max: 0.3}hAxis: {title: 'Date'},trendlines: { 0: {title: 'NDVI_trend',type:'linear', showR2: true,  color:'red', visibleInLegend: true}}});
print(Yearly_chart);

将roi中的subregion取出来进行NDVI的分析

这个故事有点曲折，概括来讲就是：从ui.Chart.image.seriesByRegion到单独将灌域提取出来再手动聚合再回归ui.Chart.image.seriesByRegion。以下是我研究区的矢量文件，已经包含了各个子区域。

首先是昨天用for循环将灌域一个个提取出来的过程：

//aggregate_array这个函数将featurecollection里面的Name1提取出来成为一个list
var point = table.aggregate_array('Name1')
print(point)//根据Name1构成的point(list)逐个提取feature（用filterMetadata方法）
for(var i = 0; i<6 ; i++){var roi = table.filterMetadata('Name1','equals',point.get(i));//这里就是绘制NDVI的函数，同上。在生成chart的时候将i放入图标名称中方便标识
}

搞出来之后虽然觉得麻烦，但也算是节省了一部分步骤了，于是今天一整天手动处理了68个csv，把它们拼起来。现在想想真是血泪史。

事情的转机就发生在酝酿这篇“巨作”的时候。。我突然想再尝试一下ui.Chart.image.seriesByRegion这个函数，然后又上网搜教程。。上次我疑惑的点在于这个函数里面有个seriesProperty，而我的featurecollection里面没有property这个内容，放了其他的字段也总是跳错，或者直接生成整个大区域的平均值。然而，就在刚才，我把seriesProperty设置为了‘NAME’，就发现可以按照子区域绘图了。。。我晒干了沉默。。。之前设置了‘Feature Index’，没什么效果，然后发现可能是因为这个参数类型必须是string。

var chart =ui.Chart.image.seriesByRegion({imageCollection: collection,band:'NDVI',regions: table,reducer: ee.Reducer.mean(),scale: 500,seriesProperty: 'NAME', //你害得世兰好苦啊xProperty: 'system:time_start'}).setOptions({title: 'Average NDVI Value by roi',hAxis: {title: 'Date', titleTextStyle: {italic: false, bold: true}},vAxis: {title: 'NDVI',titleTextStyle: {italic: false, bold: true}},lineWidth: 2,series: { //这里前面的名字和seriesProperty里面的要对应上'Yongji': {color: 'FF0000'}, 'Yichang': {color: '00FF00'}, 'Wulate': {color: '0000FF'} ,'Jiefangzha': {color: 'f0af07'},'Wulanbuhe': {color: '0f8755'},'Wuliangsu Lake': {color: '76b349'}}});
print(chart);

后记

本来只是想把长时序绘图的代码备一份，理一下思路，没想到还有意外收获。类似的LST、SM、GPP、NPP等绘图也是一样的，只要更改数据集、时间、波段名、绘图设置，就可以按照自己的需要绘制长时序曲线图了！另外，在应用ERA5L数据集时，时间序列太长，所以daily的数据就要分开几部分进行。2022-6-10不知道出了什么问题，没有数据总会报错，就手动跳过了这一天，尝试了union函数连接没有交集的两个时间范围，结果发现时间变得连续了。似乎只能手动剔除掉这一天了。。

var Range1 = ee.DateRange('2000-01-01','2002-01-01')
var Range2 = ee.DateRange('2003-01-01','2004-01-01')
var Range3 = Range1.union(Range2)
print(Range1,Range2,Range3)

(更：发现ui.Chart.image.seriesByRegion这个函数在数据量过大的时候经常溢出，这时候用前面for循环的办法分别导出反而省事一些，amazing)

GEE学习——绘制NDVI长时序曲线图相关推荐

Google Earth Engine（GEE）合成长时序的月NDVI与LST
今天来简单分享下如何在GEE合成长时序的月NDVI与LST,并进行分析目标: 利用MODIS为数据源,在GEE计算某一地区对月NDVI与LST,并制作统计图以武汉市为研究区 GEE实现代码: 首先 ...
2021遥感应用组二等奖：基于长时序Landsat遥感影像的赣南脐橙时空变化分析
作品介绍一.应用背景自上世纪70年代开始种植脐橙以来,赣州大力实施"兴果富农"等战略,经过38年发展产业规模迅速壮大,目前赣州全市果业总面积263万亩,脐橙158万亩,产量超1 ...
强化学习（五） - 时序差分学习(Temporal-Difference Learning)及其实例----Sarsa算法, Q学习, 期望Sarsa算法
强化学习(五) - 时序差分学习(Temporal-Difference Learning)及其实例 5.1 TD预测例5.1 回家时间的估计 5.2 TD预测方法的优势例5.2 随机移动 5.3 ...
基于AMSR-E和AMSR2数据的全球长时序日尺度土壤水分数据集（2002-2022）
更多资讯,关注公众号:Ai科研学术社: #1数据集摘要稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要.SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观 ...
GEE学习笔记一账号注册（只需要用谷歌邮箱就能注册成功）
小白辰某的GEE学习笔记一 gee账号注册的雷,我先踩为敬为了申请成功我真的是看遍了知乎和csdn上所有的文章,以下随便写写我踩的雷点.本人写的小文章,统统都是纯干货,简单明了,新手必备(不吹不黑你 ...
GEE学习笔记一利用GEE获取Sentinel-2 1C与2A级影像
GEE学习笔记一利用GEE获取Sentinel-2 1C与2A级影像博主最近在学习利用GEE获取Sentinel-2影像时,发现有两种不同的数据集,下面记录一下利用GEE获取两种数据集的方法. S ...
gee学习笔记第三天
gee学习笔记第三天文章目录 gee学习笔记第三天前言一.Geometry和Feature 二.Getting image metadata 三.Using the plotting too ...
巴拿马草帽matlab,MATLAB学习绘制图形.ppt
MATLAB学习绘制图形.ppt fplot(function,limits,LineSpec) 在limits指定的范围内绘制function函数的图形. limits是一个矢量, 指定x轴上的范围 ...
强化学习（七）时序差分离线控制算法Q-Learning
在强化学习(六)时序差分在线控制算法SARSA中我们讨论了时序差分的在线控制算法SARSA,而另一类时序差分的离线控制算法还没有讨论,因此本文我们关注于时序差分离线控制算法,主要是经典的Q-Learn ...

GEE学习——绘制NDVI长时序曲线图

绘制全区域NDVI变化曲线——一景一值

绘制全区域逐月平均的NDVI曲线——一月一值

绘制全区域逐年平均的NDVI曲线——一年一值

将roi中的subregion取出来进行NDVI的分析

后记

GEE学习——绘制NDVI长时序曲线图相关推荐

最新文章

热门文章