Projekt 1 - Przetwarzanie w chmurze Google Earth Engine - zapoznanie się z narzędziem GEE

Earth Engine timealpse znaleźć KWB Bełchatów

  1. Źródła danych: EarthExplorer, Sentinel Open Hub
  2. Narzędzia: Semi-Automatic Classification Plugin - QGIS Plugins

Analiza SRTM

Google Earth Engine - Code editor

gee_editor

IRS Lab 1

Start

srtm1

Tworzenie kodu

// Wyświetlanie szczegółów w konsoli

print(srtm);

// Dodawanie SRTM do interaktywnej mapy

Map.addLayer(srtm)

// Poprawienie wizualizacji (rozciagniecie kontrastu - stretching) dodanie tytułu

Map.addLayer(srtm, {min: 100, max: 300}), 'SRTM Kraków'

//Zmiana palety

Map.addLayer(srtm, {min: 100, max: 300, palette: ['blue', 'yellow', 'red']}, 'SRTM Kraków');

//Symulacja oświetlenia

var hillshade = ee.Terrain.hillshade(srtm); Map.addLayer(hillshade, {min: 150, max:255}, 'Hillshade');

//Obliczenie nachyleń

var slope = ee.Terrain.slope(srtm); Map.addLayer(slope, {min: 0, max: 20}, 'Slope')

Wyświetlanie warstw: Layers

srtm2

Sentinel-2

Sentinel-2

// Definicja kolekcji Sentinel-2

var image = ee.Image(sent2

// Przedział dat

.filterDate("2022-05-01", "2022-07-30")

// Obszar zainteresowania

.filterBounds(campus)

// Sortowanie ze względu na zachmurzenie

.sort("CLOUD_COVERAGE_ASSESSMENT")

// Wybór pierwszego obrazu z kolekcji

.first());

// Wyświetlenie informacji o obrazie w konsoli

print("A Sentinel-2 scene:", image);

// Tworzenie kompozycji barwnej: kanały: 4,3,2 RGB.

var trueColour = { bands: ["B4", "B3", "B2"], min: 0, max: 3000 };

// Dodawanie obrazu do okna mapy

Map.addLayer(image, trueColour, "True-colour image");

// Tworzenie kompozycji barwnej w zafałszowanych kolorach FCC False Color Composite: kanały: 8,4,3 RGB.

var falseColour = { bands: ["B8", "B4", "B3"], min: 0, max: 3000 };

// Dodawanie obrazu do okna mapy

Map.addLayer(image, falseColour, "False-colour composite");

// Definicja NDVI

var NDVI = image.expression(

"(NIR - RED) / (NIR + RED)",

{

 RED: image.select("B4"),    //  RED

 NIR: image.select("B8"),    // NIR

 BLUE: image.select("B2")    // BLUE

});

Map.addLayer(NDVI, {min: 0, max: 1}, "NDVI");

Map.addLayer(NDVI, {min: 0, max: 1, palette: ['brown', 'yellow', 'green']}, "NDVI colour");

s2_1.png

s2_2.png

s2_3.png

s2_4.png

Monitorowanie temperatury (land surface temperature - LST) MODIS

Zdefiniuj obszar, pamiętaj o zmianie nazwy zmiennej (roi) region of interest

// Import kolekcji obrazów MODIS

var modis = ee.ImageCollection('MODIS/006/MOD11A2');

// Data początkowa, końcowa jest określona jako 1 rok od startowej

var start = ee.Date('2015-01-01');

var dateRange = ee.DateRange(start, start.advance(1, 'year'));

// Filtracja kolekcji LST w celu pozostawienia tylko obrazów z zadanego przedziału czasowego

var modLSTday = modis.filterDate(dateRange).select('LST_Day_1km');

// Zamiana stopni w Kelvinach na stopnie Celsjusza

var modC = modLSTday.map(function(image) {

return image

.multiply(0.02)

.subtract(273.15)

.copyProperties(image, ['system:time_start']);

});

// Tworzenie wykresu zmian w czasie (time-series)

var temp_trend = ui.Chart.image.series({

imageCollection: modC,

region: roi,

reducer: ee.Reducer.median(),

scale: 1000,

xProperty: 'system:time_start'})

.setOptions({

lineWidth: 1,

pointSize: 3,

trendlines: {0: {

   color: 'CC0000'

 }},
title: 'LST  Time Series',

vAxis: {title: 'LST Celsius'}});

print(temp_trend);

// Docięcie do roi

var LSTclip = modC.mean().clip(roi);

// Dodanie wyciętego obrazu do mapy

Map.addLayer(LSTclip, {

min: 0, max: 40,

palette: ['blue', 'limegreen', 'yellow', 'darkorange', 'red']},

'Mean temperature');

modis_1.png

Literatura

  1. Google Earth Engine Tutorials
  2. Geospatial Ecology and Remote Sensing