苏州市 NDVI 数据（GEE处理_2020–2024年逐年_10m_高精度 SCL掩膜）——免费下载

基于 Google Earth Engine (GEE) 平台，面向需要获取 苏州市年度 NDVI（归一化植被指数）数据 的用户。数据覆盖 2020--2024 年 ，分辨率高达 10 米 ，并经过 SCL（场景分类）掩膜处理 ，保证高精度和可靠性。教程不仅提供 逐年 NDVI 合成方法 ，还附带完整 GEE 代码示例 ，用户可直接运行生成数据。所有生成的数据可 免费导出至 Google Drive，便于进一步分析和应用。

注意：SCL掩膜版高精度：基于场景分类掩膜，更严格，云去得更干净，但容易漏地物。

复制代码

// ===================================================================
// GEE 示例：获取苏州市 2020-2024 年 Sentinel-2 NDVI 年度合成并导出到 Drive
// 使用导入的江苏省行政区 shapefile
// ===================================================================

// ---------------------------
// 1) 导入行政区边界数据
// ---------------------------
// 将下方路径替换成你的资产 ID
var jiangsusheng = ee.FeatureCollection('projects/your_project_id/assets/jiangsusheng');

// 从属性字段中筛选出"苏州市"
var suzhou = jiangsusheng.filter(ee.Filter.eq('市', '苏州市'));

// 打印查看几何是否正确
print('苏州市区域:', suzhou);
Map.centerObject(suzhou, 9);
Map.addLayer(suzhou, {color: 'red'}, '苏州市边界');

// ---------------------------
// 2) Sentinel-2 Level-2A 数据集 (表面反射率)
// ---------------------------
var s2 = ee.ImageCollection('COPERNICUS/S2_SR');

// ---------------------------
// 3) 云与阴影掩膜函数（基于 SCL 波段）
// ---------------------------
function maskS2WithSCL(image) {
  var scl = image.select('SCL');
  // 仅保留 SCL = 4 (vegetation), 5 (bare), 6 (water)
  var good = scl.eq(4).or(scl.eq(5)).or(scl.eq(6));
  return image.updateMask(good).copyProperties(image, ['system:time_start']);
}

// ---------------------------
// 4) 计算 NDVI
// ---------------------------
function addNDVI(image) {
  var ndvi = image.normalizedDifference(['B8', 'B4']).rename('NDVI');
  return image.addBands(ndvi);
}

// ---------------------------
// 5) 循环计算 2020-2024 年 NDVI 年度合成
// ---------------------------
var visParams = {
  min: -0.2, max: 0.8,
  palette: [
    'FFFFFF','CE7E45','DF923D','F1B555','FCD163',
    '99B718','74A901','66A000','529400','3E8601',
    '207401','056201','004C00','023B01','012E01','011D01'
  ]
};

for (var year = 2020; year <= 2024; year++) {
  (function(y) {
    var start = ee.Date.fromYMD(y, 1, 1);
    var end = ee.Date.fromYMD(y, 12, 31);

    // 选取苏州市区域内影像
    var col = s2
      .filterDate(start, end)
      .filterBounds(suzhou)
      .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 50))
      .map(maskS2WithSCL)
      .map(addNDVI)
      .select('NDVI');

    // 年度中位 NDVI 合成
    var ndviMedian = col.median().clip(suzhou);

    // 在地图上显示
    Map.addLayer(ndviMedian, visParams, 'NDVI ' + y, y === 2024 ? true : false);

    // 导出到 Google Drive
    Export.image.toDrive({
      image: ndviMedian,
      description: 'Suzhou_NDVI_' + y,
      folder: 'GEE_Suzhou_NDVI',
      fileNamePrefix: 'Suzhou_NDVI_' + y,
      region: suzhou.geometry(),
      scale: 10,
      crs: 'EPSG:4326',
      maxPixels: 1e13
    });
  })(year);
}

// ===================================================================
// 使用说明：
// 1) 确保 shapefile 的字段名为"市"，值为"苏州市"；
// 2) 每年生成一幅 NDVI 年度合成图像，需在右侧 Tasks 面板点击 Run 手动导出；
// 3) 可先测试单年数据（如 2020 年），确认无误后再运行循环。
// ===================================================================

代码讲解： Google Earth Engine (GEE) 教程------提取DNVI数据10米分辨率（免费提供完整代码）

✅ 使用方法总结：

替换 projects/your_project_id/assets/jiangsusheng 为你的实际资产路径。
检查 shapefile 属性字段是否为 "市" 并含有 "苏州市"。
在 GEE Code Editor 中粘贴运行。
导出任务需在右侧 Tasks 面板点击 Run。

如果需要可以直接加下载我处理好的（2020-2023年的我上传错误导致只能VIP下载了，2024年的应该可以免费下载）

如果没有VIP的或者如果需要其他城市的数据的关注然后私信联系我，看到了就马上回复。（应该是天天会上线看的）或者说有任何问题的也私信我。

无SCL处理数据：

省市县级 NDVI 数据免费下载------GEE处理 2020--2024年逐年 10m

转载吱一声~