当前位置：首页 > article >正文

基于 GEE 批量下载研究区夜光遥感数据

article 2025/2/11 9:24:32

1 数据介绍

2 代码解析

3 完整代码

4 运行结果

1 数据介绍

夜光遥感数据主要分为两种，一种是DMSP/OLS ，由美国军事气象卫星(DMSP)搭载的线性扫描业务系统(OLS)拍摄，时间周期是1992—2013年。另一种是NPP-VIIRS，数据由Suomi国家极轨道伙伴关系卫星(SNPP)搭载的可见光红外成像辐射仪(VIIRS)提供，时间周期是从2012年到现在。

两种数据的空间分辨率不同，DMSP/OLS 数据的空间分辨率为1km左右；NPP/VIIRS 数据的空间分辨率为750m，能够探测到更微弱的灯光辐射。

2 代码解析

确定研究区和使用的数据集：

var roi = table;
Map.centerObject(roi,7)
var styling = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")

调用数据，选择导出数据的日期：

for(var i = 1992;i<=2013;i++){
var Night_Light= ee.ImageCollection('NOAA/DMSP-OLS/NIGHTTIME_LIGHTS')
.filterDate(i+'-01-01', i+'-12-31')
 .select('stable_lights')
var OLS_Light_Year_mean = Night_Light.mean().clip(roi)

可视化数据：

var LightVis = {
  min: 0,
  max: 10,
  palette: ['000000','700000','808080','FFFF00','ffffff','ffffff','ffffff'],
};
print(OLS_Light_Year_mean)
Map.addLayer(OLS_Light_Year_mean, LightVis, i+'_OLS_Light_Year_mean');

批量导出数据，导出至谷歌云盘：

Export.image.toDrive({
      image: OLS_Light_Year_mean,
      description: i+'OLS_mean',
      region: roi,
      scale: 1000,
      maxPixels: 1e13,
      folder: 'OLS_Light'
    }) 
}

同样而言，NPP-VIIRS数据的下载也可以用此方法，只需要修改时间和数据集的名称即可，具体实现代码如下：

//VIIRS_Light
for(var i = 2012;i<=2021;i++){
var VIIRS_Light= ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG")
.filterDate(i+'-01-01', i+'-12-31')
 .select('avg_rad')
var VIIRS_Light_Year_mean = VIIRS_Light.mean().clip(roi)
var LightVis = {
  min: 0,
  max: 10,
  palette: ['000000','700000','808080','FFFF00','ffffff','ffffff','ffffff'],
};
print(VIIRS_Light_Year_mean)
Map.addLayer(VIIRS_Light_Year_mean, LightVis, i+'_VIIRS_Light_Year_mean');

Export.image.toDrive({
      image: VIIRS_Light_Year_mean,
      description: i+'VIIRS_mean',
      region: roi,
      scale: 750,
      maxPixels: 1e13,
      folder: 'OLS_Light'
    }) 
}

3 完整代码

var roi = table;
Map.centerObject(roi,7)
var styling = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")

for(var i = 1992;i<=2013;i++){
var Night_Light= ee.ImageCollection('NOAA/DMSP-OLS/NIGHTTIME_LIGHTS')
.filterDate(i+'-01-01', i+'-12-31')
 .select('stable_lights')
var OLS_Light_Year_mean = Night_Light.mean().clip(roi)

var LightVis = {
  min: 0,
  max: 10,
  palette: ['000000','700000','808080','FFFF00','ffffff','ffffff','ffffff'],
};
print(OLS_Light_Year_mean)
Map.addLayer(OLS_Light_Year_mean, LightVis, i+'_OLS_Light_Year_mean');

Export.image.toDrive({
      image: OLS_Light_Year_mean,
      description: i+'OLS_mean',
      region: roi,
      scale: 1000,
      maxPixels: 1e13,
      folder: 'OLS_Light'
    }) 
}
//VIIRS_Light
for(var i = 2012;i<=2021;i++){
var VIIRS_Light= ee.ImageCollection("NOAA/VIIRS/DNB/MONTHLY_V1/VCMSLCFG")
.filterDate(i+'-01-01', i+'-12-31')
 .select('avg_rad')
var VIIRS_Light_Year_mean = VIIRS_Light.mean().clip(roi)
var LightVis = {
  min: 0,
  max: 10,
  palette: ['000000','700000','808080','FFFF00','ffffff','ffffff','ffffff'],
};
print(VIIRS_Light_Year_mean)
Map.addLayer(VIIRS_Light_Year_mean, LightVis, i+'_VIIRS_Light_Year_mean');

Export.image.toDrive({
      image: VIIRS_Light_Year_mean,
      description: i+'VIIRS_mean',
      region: roi,
      scale: 750,
      maxPixels: 1e13,
      folder: 'OLS_Light'
    }) 
}