GEE:批量处理和下载SoilGrids 250m v2.0

01 说明

1.1 任务和要求

任务:利用GEE分别输出soc(有机碳含量)和nitrogen(全碳含量)在0-5cm、5-15cm、15-30cm的单波段影像。具体要求包括:

全球范围,地理坐标系WGS84,输出分辨率0.05°,应用缩放(基于比例因子scaler_factor)还原单位,无效值处理;

1.2 参考

比例因子scaler_factor参考官网(https://gee-community-catalog.org/projects/isric/),具体如下:

参考官方代码示例:
https://git.wur.nl/isric/soilgrids/soilgrids.notebooks/-/blob/master/markdown/access_on_gee.md
https://code.earthengine.google.com/08f74bc377b253523cd4cffe4268f66d

ps:本文所下载的SoilGrids 250产品与GEE公开数据集检索的SoilGrids产品(ee.ImageCollection("ISRIC/SoilGrids250m/v2_0"), 见下图)不同,GEE收录的是旧版本(但也是ISRIC生产的但不是最新的,是静态不更新的),而本文所下载的SoilGrids产品是ISRIC托管在GEE上的数据集是由ISRIC自己直接维护和更新的,是最新的。

02 代码说明

完整代码如下:

javascript 复制代码
/*
转换因子scaler_factor见: https://gee-community-catalog.org/projects/isric/#citation
soc、nitrogen的转换因子分别为10、100,转换后单位分别为dg/kg, cg/kg
*/

// 准备
var out_res = 0.05;
var soc_bands_name = ['soc_0-5cm_mean', 'soc_5-15cm_mean', 'soc_15-30cm_mean'];
var nitrogen_bands_name = ['nitrogen_0-5cm_mean', 'nitrogen_0-5cm_mean', 'nitrogen_0-5cm_mean'];
var geo_transform = [out_res, 0, -180, 0, -out_res, 90];
var no_data_value = -9999;  // 无效值设置

// 获取soc和nitrogen
var soc = ee.Image("projects/soilgrids-isric/soc_mean");  // 有机碳含量
var nitrogen = ee.Image("projects/soilgrids-isric/nitrogen_mean");  // 全碳含量
print(soc)
print(nitrogen)

// 选取0-30cm的波段
soc = soc.select(soc_bands_name);
nitrogen = nitrogen.select(nitrogen_bands_name)

// 无效值处理(等于0的掩膜掉)
soc = soc.updateMask(soc.neq(0));
nitrogen = soc.updateMask(nitrogen.neq(0));

// 缩放
soc = soc.divide(10);  // 缩放后单位为dg/kg
nitrogen = nitrogen.divide(100);  // 缩放后单位为cg/kg

// 定义地理范围
var global_region = ee.Geometry.Rectangle([-180, -90, 180, 90], 'EPSG:4326', false);

// 定义导出函数
function export_band(img_band, band_name) {
  var file_name = 'isric_' + band_name;
  
  Export.image.toDrive({
  image: img_band,
  description: file_name,
  folder: 'Global_ISRIC',
  fileNamePrefix: file_name,
  region: global_region,
  crs: 'EPSG:4326',
  crsTransform: geo_transform,
  maxPixels: 1e13,
  formatOptions: {'noData': no_data_value}
});
}

// 分别导出soc各个波段
soc_bands_name.forEach(function(band_name){
  var cur_soc = soc.select(band_name);
  export_band(cur_soc, band_name);
})
// 分别导出nitrogen各个波段
nitrogen_bands_name.forEach(function(band_name){
  var cur_nitrogen = nitrogen.select(band_name);
  export_band(cur_nitrogen, band_name);
})

这里有一些细节进行说明:

  1. 由于要求里需要输出地理坐标系WGS84且输出分辨率为0.05°。如果按照一般的输出使用sclae参数,则只能输出为以WGS84椭球体为基准的投影坐标系,单位为m.这是指定scale参数之后gee会依据scale参数自动计算crsTransform参数(仿射系数:[x_res,0,left_right_corner_x,0, -y_res,left_right_corner_x]x_res表示x轴上的分辨率例如经度分辨率,y_res表示y轴上的分辨率例如纬度分辨率,left_right_corner涉及到了投影原点的定义,这里是指栅格矩阵左上角像元(第一行第一列的像元)的左上角位置,这里不详细讨论)。(具体可查看:https://developers.google.com/earth-engine/guides/exporting_images?hl=zh-cn&authuser=1);

只需要明白一点,如果使用地理坐标系输出且分辨率单位为°/度,就不要指定scale而是定义好仿射系数crsTransform,此外还需要指定输出范围region参数(否则GEE无法知晓输出的范围因为scale未指定部分地理参数都没有进行计算);

  1. 对于掩膜后的数据集或者本身存在无效值的数据集,直接输出为tiff文件后ArcGIS软件能正确识别nan但是渲染时存在异常显示为黑色背景等问题,需要在输出时指定formatOptions参数将掩膜的无效值定义为例如-9999,这样GIS软件可以正确识别其为无效值nan并且渲染其为透明色;(亦或者使用栅格计算器SetNull(IsNull("temp.tif"), "temp.tif"),即将识别到的无效值设置为ArcGIS中的无效值定义);
  2. 对于输出分辨率过高,一张tiff文件可能存在的像元数超过一亿,那么就会超出默认的限制maxPixels而输出报错,这里将默认限制提高;
  3. crsTransformscaledimensions是互斥的,即指定了其中某一个参数,则其他两个参数就不应指定;
相关推荐
黎雁·泠崖11 小时前
【魔法森林冒险】2/14 抽象层设计:Figure/Person类(所有角色的基石)
java·开发语言
季明洵12 小时前
C语言实现单链表
c语言·开发语言·数据结构·算法·链表
墨雪不会编程12 小时前
C++之【深入理解Vector】三部曲最终章
开发语言·c++
浅念-12 小时前
C语言编译与链接全流程:从源码到可执行程序的幕后之旅
c语言·开发语言·数据结构·经验分享·笔记·学习·算法
小宋102112 小时前
Java 项目结构 vs Python 项目结构:如何快速搭一个可跑项目
java·开发语言·python
The森13 小时前
Linux IO 模型纵深解析 01:从 Unix 传统到 Linux 内核的 IO 第一性原理
linux·服务器·c语言·经验分享·笔记·unix
是做服装的同学13 小时前
如何选择适合的服装企业ERP系统才能提升业务效率?
大数据·经验分享·其他
jl486382113 小时前
变比测试仪显示屏的“标杆“配置!如何兼顾30000小时寿命与六角矢量图精准显示?
人工智能·经验分享·嵌入式硬件·物联网·人机交互
三水不滴13 小时前
有 HTTP 了为什么还要有 RPC?
经验分享·笔记·网络协议·计算机网络·http·rpc
一晌小贪欢13 小时前
Python 爬虫进阶:如何利用反射机制破解常见反爬策略
开发语言·爬虫·python·python爬虫·数据爬虫·爬虫python