Google Earth Engine: как отобразить функцию на совокупность всех датчиков Landsat для создания временных рядов NDVI - PullRequest
Новая
       49

Google Earth Engine: как отобразить функцию на совокупность всех датчиков Landsat для создания временных рядов NDVI

0 голосов
/ 27 августа 2018

Я пытаюсь объединить все датчики Landsat (L4-18) 1980-х годов для представления в Google Earth Engine и рассчитать временные ряды индекса NDVI (после удаления облаков)

Я попытался найти способ обойти проблему, заключающуюся в том, что L8 использует разные полосы для NIR и RED, нежели L4-L7, добавив код из другого Q & A ( Google Earth Engine: замаскировать облака и нанести на карту функция над коллекцией изображений различных датчиков )

Я получаю коллекцию изображений, содержащую все наборы данных landat с одной полосой 'NDVI'. Однако когда я добавляю код для создания диаграммы временных рядов, я получаю следующую ошибку:

'Ошибка при создании диаграммы: нет объектов, содержащих ненулевые значения "system: time_start"'

Мне интересно, так ли это, потому что сбор данных производится из разных наборов данных датчиков, но не знаю, как решить эту проблему.

Может кто-нибудь помочь мне, пожалуйста?

Спасибо.

Ниже приведен код [ИЗМЕНЕНО, чтобы сделать код воспроизводимым]: 

//Define a region of interest - Baringo county, kenya
var Baringo2 = /* color: #98ff00 */ee.Geometry.Polygon(
        [[[35.69382363692023, 1.4034169899773616],
          [35.69382363692023, 1.2606333558875118],
          [35.61691934004523, 1.0079975313237526],
          [35.58945351973273, 0.6509798625215468],
          [35.71030312910773, 0.35436075019447294],
          [35.72128945723273, 0.18956774160826206],
          [35.61691934004523, 0.18407460674896256],
          [35.58945351973273, 0.13463632293582842],
          [35.71030312910773, 0.04125265421470341],
          [35.68283730879523, -0.0466379620709295],
          [35.74875527754523, -0.18945988757796725],
          [35.96848184004523, 0.05223897866641199],
          [36.09482461348273, 0.002800509340276178],
          [36.27060586348273, 0.2719645271288622],
          [36.23215371504523, 0.45872822561768967],
          [36.32004434004523, 0.6509798625215468],
          [36.47934609785773, 0.8651943843139164],
          [36.32004434004523, 0.9915205478901427],
          [36.18271523848273, 1.1672705367627716],
          [36.08933144942023, 1.1892385469740003],
          [35.79270059004523, 1.6944479915417494]]]);

//print (Baringo2);


//define land cover categories and sample points:

//DEG, 'Open Access Grazing'
var DEG2 = /* color: #d63000 */ee.Geometry.MultiPoint(
        [[35.981082916259766, 0.44974818893112445],
         [35.98460465669632, 0.4510302452289453],
         [35.987091064453125, 0.451808061701256],
         [35.98616033792496, 0.4483427545719104],
         [35.987573862075806, 0.4297931417762091],
         [35.9996223449707, 0.45043481325254864],
         [36.06963872909546, 0.3470539601321629],
         [36.06938123703003, 0.3475260202469071],
         [36.069630682468414, 0.34738386578302555],
         [36.070003509521484, 0.3475903920789125],
         [36.06644153594971, 0.35022933035465353],
         [36.05863630771637, 0.3589468796649346],
         [36.05862021446228, 0.3589039651627689],
         [35.98088979721069, 0.4486537280584078],
         [36.07082426548004, 0.37428880110513496],
         [36.07011079788208, 0.3772229960862265],
         [36.032023429870605, 0.627012774441952],
         [36.03208780288696, 0.6266319235542508],
         [36.03143334388733, 0.6271683332472826],
         [35.98740756511688, 0.4303348413873794],
         [35.997237861156464, 0.44501955275654603]]);

//GM, 'Managed Grazing'
var GM2 = /* color: #8b1062 */ee.Geometry.MultiPoint(
        [[36.030564308166504, 0.6268519274914895],
         [36.03069305419922, 0.6269592094299815],
         [36.03039264678955, 0.6268948402671484],
         [36.03148698806763, 0.6315292660507418],
         [36.03124022483826, 0.6309284876929263],
         [36.03038191795349, 0.630005863651221],
         [36.03060722351074, 0.6335886212975799],
         [35.99500894513767, 0.5747552592254358],
         [36.02037191456475, 0.5758710045457109],
         [36.01653099125542, 0.5782526853495346],
         [36.017239094435354, 0.5785959906083284],
         [36.017346383450786, 0.5729096907628695],
         [36.015372277615825, 0.5705065511240786],
         [36.04236602652236, 0.5423771737070896],
         [36.040499209047994, 0.539373233463203],
         [36.04056358337402, 0.38151398068151043],
         [36.03893280029297, 0.3785528870665109]]);

//REF, Nature Conservancy
var REF2 = /* color: #98ff00 */ee.Geometry.MultiPoint(
        [[36.094207763671875, 0.22436084629270164],
         [36.0926628112793, 0.2264207668774221],
         [36.090946197509766, 0.23088392713673156],
         [36.089229583740234, 0.23672036535773863],
         [36.09781265258789, 0.6451750427539986],
         [36.096739768981934, 0.6450033922571318],
         [36.097726821899414, 0.6443597028423275],
         [36.09734058380127, 0.6434156248868509],
         [36.0975980758667, 0.642686109983424],
         [36.123390197753906, 0.6421282455751846],
         [36.124634742736816, 0.6414845557977334]]);

//CRO, 'Crops'
var CRO2 = /* color: #5980ff */ee.Geometry.MultiPoint(
        [[36.044254302978516, 0.5421843671379806],
         [36.04090690481826, 0.47892844903645376],
         [36.041936873079976, 0.4832198321871975],
         [36.03189468252822, 0.48802617809656],
         [36.02786064016982, 0.4869962471182337],
         [36.02193832266494, 0.4859663159825207],
         [36.014471052767476, 0.47772686127176456],
         [36.02193832266494, 0.47437957996379887],
         [36.018505095125875, 0.4748087186837464],
         [36.00992202627822, 0.47746937815196017],
         [36.00906371939345, 0.4767827564520509],
         [36.00382804739638, 0.47626779013219045],
         [36.003398893954, 0.4747228909418917],
         [36.010007856966695, 0.4700881913046016],
         [36.014471052767476, 0.47128978039605285],
         [36.01962089407607, 0.4713756081803616],
         [36.02485656607314, 0.47970089820257816],
         [36.02511405813857, 0.4857088331740545],
         [36.04159355032607, 0.4773835504432214],
         [36.032752989412984, 0.47377878571117404],
         [36.00447177886963, 0.42708894038807443],
         [36.002798080444336, 0.4288055062751536],
         [36.00245475769043, 0.42777556678899614],
         [36.00425720214844, 0.4239562066570169],
         [36.00627422332764, 0.42588734403892814],
         [36.00099563598633, 0.4293204759663003],
         [36.00425720214844, 0.4286767638469664],
         [36.00425720214844, 0.4327965204722641],
         [36.008548736572266, 0.4323244651387205],
         [36.01219654083252, 0.42425660583700076]]);


//mask clouds for L8, and then L5-7

// Function to cloud mask Landsat 8.
var maskL8SR = function(image) {
  // Bits 3 and 5 are cloud shadow and cloud, respectively.
  var cloudShadowBitMask = ee.Number(2).pow(3).int();
  var cloudsBitMask = ee.Number(2).pow(5).int();
  // Get the QA band.
  var qa = image.select('pixel_qa');
  // Both flags should be set to zero, indicating clear conditions.
  var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0).and(
            qa.bitwiseAnd(cloudsBitMask).eq(0));
  return image
      // Scale the data to reflectance and temperature.
      .select(['B4', 'B5'], ['Red', 'NIR']).multiply(0.0001)
      .updateMask(mask);
};

// Function to cloud mask Landsats 4-7
var maskL57SR = function(image) {
  var qa = image.select('pixel_qa');
  // Second bit must be zero, meaning none to low cloud confidence.
  var mask1 = qa.bitwiseAnd(ee.Number(2).pow(7).int()).eq(0).and(
      qa.bitwiseAnd(ee.Number(2).pow(3).int()).lte(0)); // cloud shadow
  // This gets rid of noise at the edge of the images.
  var mask2 = image.select('B.*').gt(0).reduce('min');
  return image
      .select(['B3', 'B4'], ['Red', 'NIR']).multiply(0.0001)
      .updateMask(mask1.and(mask2));
};

//NDVI functions

//NDVI functions for l8
var addNDVI_l8 = function(image) {
  var ndvi = image.normalizedDifference(['NIR', 'Red']).rename('NDVI');
  return image.addBands(ndvi);
};

//NDVI functions for l4-7
var addNDVI_l457 = function(image) {
  var ndvi = image.normalizedDifference(['NIR', 'Red']).rename('NDVI');
  return image.addBands(ndvi);
};


// find all data and filter them by date and add NDVI
var lst5 = ee.ImageCollection('LANDSAT/LT05/C01/T1_SR')
    .filterDate('1984-10-01', '2011-10-01')
    .filterBounds(Baringo2)  // filter to area-of-interest; 
    .map(maskL57SR)
    .map(addNDVI_l457).select('NDVI');


var lst7 = ee.ImageCollection('LANDSAT/LE07/C01/T1_SR')
    .filterDate('2011-10-01', '2013-04-07')
    .filterBounds(Baringo2)  // filter to area-of-interest;
    .map(maskL57SR)
    .map(addNDVI_l457).select('NDVI');


var lst8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
    .filterDate('2013-04-07', '2018-05-01')
    .filterBounds(Baringo2)  // filter to area-of-interest;
    .map(maskL8SR)
    .map(addNDVI_l8).select('NDVI');


var lst7_08 = ee.ImageCollection('LANDSAT/LE07/C01/T1_SR')
    .filterDate('2007-12-01', '2008-02-01')
    .filterBounds(Baringo2)  // filter to area-of-interest;
    .map(maskL57SR)
    .map(addNDVI_l457).select('NDVI');



var lst7_92 = ee.ImageCollection('LANDSAT/LT04/C01/T1_SR')
    .filterDate('1992-01-02', '1992-04-01')
    .filterBounds(Baringo2)  // filter to area-of-interest;
    .map(maskL57SR)
    .map(addNDVI_l457).select('NDVI');



// Combine all landsat data, 1985 through 2015
var everything = ee.ImageCollection(lst5.merge(lst7));
everything = everything.merge(lst8);
everything = everything.merge(lst7_08);
everything = everything.merge(lst7_92);

print(everything);


//NDVI time-series 
// Create a time series chart for different land cover catergories.
// Define and display a FeatureCollection of three known locations.
var points = ee.FeatureCollection([
   ee.Feature(DEG2, {'label': 'Open Access Grazing'}),
  ee.Feature(GM2, {'label': 'Managed Grazing'}),
  ee.Feature(REF2, {'label': 'Nature Conservancy'}),
  ee.Feature(CRO2, {'label': 'Crops'})
]);


// Create a time series chart.
var NDVITimeSeriesAll = ui.Chart.image.seriesByRegion(
    everything, points, ee.Reducer.mean(), 'NDVI', 30, 'system:time_start','label')
        .setChartType('ScatterChart')
        .setOptions({
          title: 'Mean NDVI, plotted ~monthly, from 1984 to 2017 in 4 LC categories - Baringo Kenya',
          hAxis: {title: ' Date'}, 
          vAxis: {title: 'NDVI value (-1 to +1)', minValue: -0.0, maxValue: 0.8}, 
          lineWidth: 1,
          pointSize: 4,
          series: {
            0: {color: 'FF0000'}, // Unmanaged Grazing
            1: {color: '00FF00'}, // Managed Grazing
            2: {color: '0000FF'}, // Nature Conservancy
            3: {color: '00FFFF'}  // Cropland
}});

// Display.
print(NDVITimeSeriesAll);

1 Ответ

0 голосов
/ 30 августа 2018

Свойство system:time_start было потеряно на этапе маскирования. Это свойство необходимо для построения временных рядов, поскольку оно используется для построения временной оси. Измените эти две функции, чтобы переназначить это свойство изображению, которое возвращают функции, например: 

var maskL8SR = function(image) {
  // Bits 3 and 5 are cloud shadow and cloud, respectively.
  var cloudShadowBitMask = ee.Number(2).pow(3).int();
  var cloudsBitMask = ee.Number(2).pow(5).int();
  // Get the QA band.
  var qa = image.select('pixel_qa');
  // Both flags should be set to zero, indicating clear conditions.
 var mask = qa.bitwiseAnd(cloudShadowBitMask).eq(0)
              .and(qa.bitwiseAnd(cloudsBitMask).eq(0));
 return image
      // Scale the data to reflectance and temperature.
      .select(['B4', 'B5'], ['Red', 'NIR']).multiply(0.0001)
      .updateMask(mask)
      .set('system:time_start', image.get('system:time_start'));
 };

Эта последняя функция set() берет свойство system:time_start из исходного входного изображения и присваивает его выходному изображению, гарантируя, что все изображения в вашей выходной коллекции ImageCollection будут содержать оригинальные метки времени. Благодаря функции set(), включенной в обе маскирующие функции, я смог создать графики временных рядов, записанные в вашем коде.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Похожие темы

...