基于 GEE 实现 ERA5-Land 年度数据单个年份单波段下载——以土壤水分数据为例

一、参数定义模块：全局配置核心参数

二、空间区域定义模块：按半球划分导出范围

三、数据处理核心模块：从加载到均值计算

[四、导出模块：分区域导出至 Google Drive](#四、导出模块：分区域导出至 Google Drive)

五、关键设计思路与优势

六、注意事项

七、运行结果

若觉得代码对您的研究 / 项目有帮助，欢迎点击打赏支持！需要完整代码的朋友，打赏后可在后台私信（复制文章标题发给我），我会尽快发您完整可运行代码，感谢支持！

本代码基于 Google Earth Engine（GEE）平台，实现 ERA5-Land 数据集指定年份、指定波段（以表层土壤体积含水量为例）的年度均值计算，并按东西半球划分区域，将结果以 GeoTIFF 格式导出至 Google Drive，核心是完成 "数据筛选 - 均值计算 - 分区域导出" 的全流程自动化处理。

一、参数定义模块：全局配置核心参数

该模块集中定义了代码运行所需的各类基础参数，便于后续维护和修改，无需在代码中逐个查找调整。

参数类别	关键参数说明	设计逻辑	关键代码片段
数据集配置	`collection_id`：指定 ERA5-Land 每日聚合数据集 ID	明确数据来源，GEE 平台中每个官方数据集都有唯一 ID，确保加载正确数据	`var collection_id = 'ECMWF/ERA5_LAND/DAILY_AGGR';`
变量与波段配置	- `target_source_variable`：目标原始变量（如表层土壤含水量）- `calculated_band_name`：结果波段名（拼接 "_annual_mean" 标识年均值）	区分原始数据和处理后数据，波段名语义化，便于后续识别数据属性	`var target_source_variable = 'volumetric_soil_water_layer_1';var calculated_band_name = target_source_variable + '_annual_mean';`
时间范围配置	`start_year`（起始年）、`end_year`（结束年）	限定数据处理的时间区间，支持根据需求调整年份跨度	`var start_year = 1985;var end_year = 2000;`
输出属性配置	- `output_scale_meters`：输出分辨率（约 0.1 度对应 11132 米）- `output_folder`：Google Drive 目标文件夹名	控制输出数据的空间精度，指定存储路径，避免文件杂乱	`var output_scale_meters = 11132;var output_folder = 'ERA5_Land_SM_1m_AnnualMean_Commented';`

二、空间区域定义模块：按半球划分导出范围

由于 ERA5-Land 数据覆盖全球，直接导出易因数据量过大导致任务失败，因此按经度将全球划分为东西两个半球，分别处理：

**西半球：**经度范围 - 180~0°，纬度范围 - 90~90°（覆盖美洲、大西洋西部等区域）
**东半球：**经度范围 0~180°，纬度范围 - 90~90°（覆盖欧亚大陆、非洲、大洋洲等区域）
半球字典：将半球名称与对应几何区域封装为字典，便于后续循环遍历，减少重复代码

javascript 复制代码

// 西半球：经度-180~0，纬度-90~90
var western_hemisphere = ee.Geometry.Rectangle([-180, -90, 0, 90], null, false);
// 东半球：经度0~180，纬度-90~90
var eastern_hemisphere = ee.Geometry.Rectangle([0, -90, 180, 90], null, false);
// 半球字典：便于循环遍历导出
var hemispheres = {
  'Western': western_hemisphere,
  'Eastern': eastern_hemisphere
};

三、数据处理核心模块：从加载到均值计算

数据加载： 通过ee.ImageCollection(collection_id)加载 ERA5-Land 每日聚合影像集合，这是 GEE 中加载批量影像数据的标准方式。

javascript 复制代码

// 加载影像集合
var era5_land_daily = ee.ImageCollection(collection_id);

时间筛选： 针对每一年，定义 "1 月 1 日 - 12 月 31 日" 的完整时间范围，使用filterDate(start_date, end_date)筛选出该年份的所有影像，确保数据时间完整性。

javascript 复制代码

// 定义当前年份的时间范围（全年）
var start_date = ee.Date(year + '-01-01');
var end_date = ee.Date(year + '-12-31');
// 筛选当前年份的目标变量数据
var collection_year_target_band = era5_land_daily
  .filterDate(start_date, end_date)

波段筛选： 用select(target_source_variable)仅保留目标变量对应的波段，剔除其他无关波段，减少数据处理量。

javascript 复制代码

.select(target_source_variable); // 仅保留目标变量波段

年均值计算： 通过collection_year_target_band.mean()对筛选后的年度影像集合进行像素级时间序列平均，即每个像素的年度均值由该像素全年每日数据计算得出，实现 "日数据→年均值" 的转换。

javascript 复制代码

// 计算目标变量的年均值（像素级时间序列平均）
var annual_mean_image = collection_year_target_band.mean();

波段重命名： 将计算结果波段重命名为calculated_band_name（含 "annual_mean" 标识），避免与原始波段名混淆，提升数据可读性。

javascript 复制代码

// 重命名结果波段（明确标识为年均值）
annual_mean_image = annual_mean_image.rename(calculated_band_name);

四、导出模块：分区域导出至 Google Drive

**循环遍历半球：**通过字典遍历功能，依次处理东西半球的导出任务，实现代码复用。

javascript 复制代码

// 循环遍历半球，分别导出数据
for (var h_name in hemispheres) {
  var h_geometry = hemispheres[h_name];

影像裁剪： 用clip(h_geometry)将年度均值影像裁剪至当前半球的地理范围，确保导出数据仅包含目标区域，减少文件体积。

javascript 复制代码

// 裁剪影像到当前半球范围
var clipped_image = annual_mean_image.clip(h_geometry);

**description：**导出任务描述，将在 GEE 的 Tasks 面板显示，便于区分不同任务（包含变量名、年份、半球信息）。

**fileNamePrefix：**文件名前缀，包含核心信息，便于在 Google Drive 中查找文件。

scale： 输出分辨率，与前文定义的output_scale_meters一致，确保空间精度统一。

**region：**导出地理范围，即当前半球的几何区域。

**fileFormat：**文件格式指定为 GeoTIFF，这是地理空间数据的标准格式，支持后续在 ArcGIS、QGIS 等软件中进一步处理。

**crs：**坐标参考系指定为 EPSG:4326（WGS84），是全球通用的地理坐标系统，确保数据空间参考统一。

javascript 复制代码

// 定义导出相关参数
var description = 'AnnualMean_' + calculated_band_name + '_' + year + '_' + h_name;
var file_name_prefix = target_source_variable + '_annual_mean_' + year + '_' + h_name;
// 导出影像到Google Drive
Export.image.toDrive({
  image: clipped_image,
  description: description,
  folder: output_folder,
  fileNamePrefix: file_name_prefix,
  scale: output_scale_meters,
  region: h_geometry,
  fileFormat: 'GeoTIFF',
  crs: 'EPSG:4326'
});

**任务触发提示：**代码末尾打印提示信息，告知用户需在 GEE 代码编辑器的 Tasks 面板手动运行导出任务，因 GEE 导出任务需用户手动确认触发，避免用户遗漏操作。

javascript 复制代码

// 打印任务定义完成提示
print('所有导出任务已定义。请检查 GEE 代码编辑器右侧的 "Tasks" 选项卡以运行任务。');

五、关键设计思路与优势

**模块化设计：**参数集中定义、功能模块分离（区域定义、数据处理、导出），便于后续修改参数（如更换变量、调整年份、修改导出路径），降低维护成本。
**分区域处理：**按半球划分导出范围，解决了全球数据单次导出量过大导致的任务超时或失败问题，提升导出成功率。
**语义化命名：**变量名、波段名、文件名均包含关键信息（如变量类型、年份、半球），增强代码可读性和数据可识别性。
**自动化流程：**通过嵌套循环（年份循环 + 半球循环），实现多年份、多区域的自动化处理，无需手动逐个年份、逐个区域配置任务，大幅提升效率。

六、注意事项

数据集可用性： ERA5-Land 数据集的时间跨度有限，需确保start_year和end_year在数据集的可用时间范围内，否则会筛选出空集合，导致计算失败。
**任务运行：**代码仅定义导出任务，需用户在 GEE Tasks 面板手动启动任务，且导出速度受网络状况、GEE 服务器负载影响，大年份跨度的任务可能需要较长时间。
**存储容量：**导出的 GeoTIFF 文件会占用 Google Drive 存储空间，需提前确保 Drive 有足够容量，尤其是年份跨度大、分辨率高的场景。
**权限设置：**需确保 GEE 账户已授权访问 Google Drive，否则导出任务会因权限不足失败。

七、运行结果

点击RUN即可下载数据
控制台输出的相关信息

下面展示的是部分数据的制图结果：
1985年全球土壤湿度
1990年全球土壤湿度
1995年全球土壤湿度
2000年全球土壤湿度

若觉得代码对您的研究 / 项目有帮助，欢迎点击打赏支持！需要完整代码的朋友，打赏后可在后台私信（复制文章标题发给我），我会尽快发您完整可运行代码，感谢支持！