验证和初始化 Earth Engine R API。
#先导入库然后加载你的认证 library(rgee) ee_Initialize()
添加一个包含图像日期自 1991 年以来的波段。
#船舰一个函数要求波段信息获取自1991年的时间 createTimeBand <-function(img) { year <- ee$Date(img$get('system:time_start'))$get('year')$subtract(1991L) ee$Image(year)$byte()$addBands(img) }
将时间带创建助手映射到夜间灯光集合上。
#r语言一般是把.换成了$ collection <- ee$ ImageCollection('NOAA/DMSP-OLS/NIGHTTIME_LIGHTS')$ select('stable_lights')$ map(createTimeBand)
计算每个像素的一系列值的线性拟合,将 y 截距可视化为绿色,将正/负斜率可视化为红色/蓝色。
#利用reduce做线性回归然后添加报端并选择scale范围 col_reduce <- collection$reduce(ee$Reducer$linearFit()) col_reduce <- col_reduce$addBands( col_reduce$select('scale')) ee_print(col_reduce)
创建交互式可视化!
#这个基本上和JS和python的语法都一样! Map$setCenter(9.08203, 47.39835, 3) Map$addLayer( eeObject = col_reduce, visParams = list( bands = c("scale", "offset", "scale"), min = 0, max = c(0.18, 20, -0.18) ), name = "stable lights trend" )