基于 GEE Landsat 与 Sentinel 数据的归一化水体指数 NDWI 计算和水体提取

目录

[1 归一化水体指数(NDWI)](#1 归一化水体指数(NDWI))

[2 完整代码](#2 完整代码)

[3 运行结果](#3 运行结果)

[4 运行结果可视化对比](#4 运行结果可视化对比)


1 归一化水体指数(NDWI)

归一化水体指数(NDWI)是遥感影像分析中常用的指数,主要用于识别和提取水体。NDWI通过比较可见光波段(绿波段)与近红外波段(NIR)的反射率差异,突出水体与非水体区域的区别。水体在近红外波段的反射率较低,而在绿波段的反射率较高,因此NDWI能够有效地识别水域。该指数在水体监测、水资源管理以及环境变化研究中有着广泛应用。

2 完整代码

javascript 复制代码
// 定义研究区域
var studyArea = table;

/**
 * 计算NDWI指数,并将其作为新波段添加到输入图像中
 * @param {ee.Image} image - 输入的影像
 * @param {Array<string>} bands - 用于计算NDWI的波段名称数组
 * @returns {ee.Image} - 添加了NDWI波段的影像
 */
function calculateNDWI(image, bands) {
    var ndwi = image.normalizedDifference(bands).rename('NDWI');
    return image.addBands(ndwi);
}

/**
 * 处理Sentinel - 2影像数据,计算并返回指定时间和区域内的平均NDWI
 * @returns {ee.Image} - Sentinel - 2数据的平均NDWI影像
 */
function processSentinel2() {
    return ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
       .filterDate('2023-03-01', '2023-05-31')
       .filterBounds(studyArea)
       .map(function (image) {
            // 云掩码处理
            var cloudMask = image.select('QA60')
               .bitwiseAnd(1 << 10).eq(0)
               .and(image.select('QA60').bitwiseAnd(1 << 11).eq(0));
            return image.updateMask(cloudMask);
        })
       .map(function (image) {
            return calculateNDWI(image, ['B3', 'B8']);
        })
       .select('NDWI')
       .mean()
       .clip(studyArea);
}

/**
 * 处理Landsat 8影像数据,计算并返回指定时间和区域内的平均NDWI
 * @returns {ee.Image} - Landsat 8数据的平均NDWI影像
 */
function processLandsat8() {
    return ee.ImageCollection('LANDSAT/LC08/C02/T1_L2')
       .filterDate('2023-03-01', '2023-05-31')
       .filterBounds(studyArea)
       .map(function (image) {
            // 光学波段和热红外波段的辐射定标
            var opticalBands = image.select(['SR_B.*'])
               .multiply(0.0000275).add(-0.2);
            var thermalBands = image.select(['ST_B.*'])
               .multiply(0.00341802).add(149.0);
            return image.addBands(opticalBands, null, true)
               .addBands(thermalBands, null, true);
        })
       .map(function (image) {
            return calculateNDWI(image, ['SR_B3', 'SR_B5']);
        })
       .select('NDWI')
       .mean()
       .clip(studyArea);
}

// 计算Sentinel - 2和Landsat 8数据的NDWI
var sentinel2NDWI = processSentinel2();
var landsatNDWI = processLandsat8();

// 设置地图中心并添加图层
Map.centerObject(studyArea, 10);
Map.addLayer(sentinel2NDWI, { min: -1, max: 1, palette: ['green', 'white', 'blue'] }, 'Sentinel-2 NDWI');
Map.addLayer(landsatNDWI, { min: -1, max: 1, palette: ['green', 'white', 'blue'] }, 'Landsat 8 NDWI');

// 导出Sentinel - 2数据中NDWI大于0的区域
Export.image.toDrive({
    image: sentinel2NDWI.gt(0).selfMask(),
    description: "Water_Bodies_Study_Area_2023_Sentinel2",
    scale: 30,
    region: studyArea,
    fileFormat: 'GeoTIFF',
    maxPixels: 1e9
});

// 导出Landsat 8数据中NDWI大于0的区域
Export.image.toDrive({
    image: landsatNDWI.gt(0).selfMask(),
    description: "Water_Bodies_Study_Area_2023_Landsat8",
    scale: 30,
    region: studyArea,
    fileFormat: 'GeoTIFF',
    maxPixels: 1e9
});

3 运行结果

点击RUN即可下载运行结果

4 运行结果可视化对比

点击RUN下载好运行结果栅格数据,然后利用ArcMap软件打开下载好的数据进行可视化对比,效果如下图所示。
Water_Landsat8
Water_Sentinel2

相关推荐
JiL 奥20 小时前
Ubuntu系统安装AWS SAM
云计算·aws
liyuanchao_blog21 小时前
linuxptp适配记录
linux·云计算
jay神21 小时前
基于深度学习的交通流量预测系统
人工智能·深度学习·自然语言处理·数据集·计算机毕业设计
YongCheng_Liang1 天前
从零开始学虚拟化:性能优化全指南(资源分配 + 存储网络 + 监控)
运维·云计算
YongCheng_Liang1 天前
从零开始学虚拟化:高可用与灾备技术全解析(集群 + 备份 + 异地灾备)
运维·云计算
lusasky1 天前
OpenNebula vs Proxmox VE 全维度深度对比
云平台
珠海西格1 天前
“主动预防” vs “事后补救”:分布式光伏防逆流技术的代际革命,西格电力给出标准答案
大数据·运维·服务器·分布式·云计算·能源
极智视界1 天前
无人机场景 - 目标检测数据集 - 停车场停车位检测数据集下载
yolo·目标检测·数据集·无人机·voc·coco·算法训练
前网易架构师-高司机2 天前
带标注信息的手机识别数据集,92.8%识别率,可识别户外公共场所的人是否带手机,支持yolo, coco json,pascal voc xml格式
yolo·手机·数据集·公共·户外·携带
极智视界2 天前
目标检测数据集 - 空中固定翼无人机检测数据集下载
yolo·目标检测·数据集·无人机·voc·coco·算法训练