PIE-engine 教程 ——NDVI和FVC计算时序分析以2013年-2020年福州市为例

//第一步：划定研究区域福州市
var china = pie.FeatureCollection("NGCC/CHINA_CITY_BOUNDARY");
// print(china);
var FZ = china.filter(pie.Filter.eq("name", "福州市"));
Map.addLayer(FZ, { color: "ffff00ff", fillColor: "00000000" }, "福州市");
Map.centerObject(FZ, 8);
var geometry = FZ.getAt(0).geometry();
//第二步：筛选数据，提取2013-2020年NDVI年最大值影像
//1、调用Landsat8 TOA数据集并设定筛选条件，构建NDVI计算公式
function processImage(year, geometry) {
    /*初始化影像并且按照空间、时间过滤*/
    var l8Col = pie.ImageCollection("LC08/01/T1")
        .filterBounds(geometry)
        .filterDate(year + "-03-01", year + "-07-31")
        .select(["B5", "B4", "BQA"])
        .map(function (image) {
            var b4 = image.select("B4");
            var b5 = image.select("B5");
            //计算NDVI植被指数
            var ndvi = (b5.subtract(b4)).divide(b5.add(b4));
            //QA波段去云
            var qa = image.select("BQA");
            var cloudMask = qa.bitwiseAnd(1 << 4).eq(0);
            //去云和提取植被覆盖区域
            ndvi = ndvi.updateMask(cloudMask)
                .updateMask(ndvi.gt(0));
            return ndvi;
        });
    //提取研究区域每年NDVI最大值
    var yearImg = l8Col.select("B5").max().clip(geometry);
    return yearImg;
};
//2、设置NDVI显示参数
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, 011301'
};
//3、提取福州市2013-2020年NDVI年最大值影像并显示
var layerNames = [];
var NDVIs = [];
for (var i = 0; i < 8; i++) {
    var year = 2013 + i;
    var key = year.toString();
    layerNames.push(key);
    //统计每一年的NDVI均值影像
    var NDVI = processImage(year, geometry);
    NDVIs.push(NDVI);
    //将NDVI数据添加到地图上显示
    Map.addLayer(NDVI, visParams, "NDVI_" + key, false);
};
//第三步：提取福州市2013-2020年FVC影像,根据像元二分模型计算FVC=(NDVI-NDVImin）/(NDVImax-NDVImin）
//1、设定区域内2013-2020年每年的NDVI最大值、最小值以及FVC计算方法
function calFVCs(NDVI, geometry) {
    var NDVI_max = NDVI.reduceRegion(pie.Reducer.max(), geometry, 1000).get("B5").getInfo();
    var NDVI_min = NDVI.reduceRegion(pie.Reducer.min(), geometry, 1000).get("B5").getInfo();
    var FVC = (NDVI.subtract(NDVI_min)).divide(pie.Number(NDVI_max).subtract(NDVI_min));
    return FVC;
};
//2、提取区域内2013-2020年每年FVC影像并显示
var FVCs = [];
for (var j = 0; j < 8; j++) {
    var year = 2013 + j;
    var key1 = year.toString();
    //提取每年的FVC影像
    var FVC = calFVCs(NDVIs[j], geometry);
    FVC = FVC.set("year", year);
    FVCs.push(FVC);
    //在地图上显示FVC影像
    Map.addLayer(FVC, visParams, "FVC_" + key1);
};
print(FVCs);
//第四步：添加图例显示
/**
 * 图例配置数据
 * title：图例的名称
 * colors：图例的颜色
 * labels：图例分类名称
 * step：需要分的总步长
 */
var data = {
    title: "植被覆盖",
    colors: ['#FFFFFF', '#CE7E45', '#DF923D', '#F1B555', '#FCD163', '#99B718', '#74A901',
        '#66A000', '#529400', '#3E8601', '#207401', '#056201', '#004C00', '#023B01',
        '#012E01', '#011D01', '#011301'],
    labels: ["低覆盖", "中低覆盖", "中覆盖", "中高覆盖", "高覆盖"],
    step: 30,
};
var style = {
    right: "200px",
    bottom: "10px",
    height: "70px",
    width: "350px",
};
var legend = ui.Legend(data, style);
// 地图上显示图例组件
Map.addUI(legend);
//第五步：统计指定区域内2013年-2020年每年的FVC均值，并绘制FVC动态变化曲线
//1、定义区域内FVC均值计算方法
function calFVCmeans(FVCImg, geometry) {
    var FVC_mean = FVCImg.reduceRegion(pie.Reducer.mean(), geometry, 1000);
    return FVC_mean;
}
//2、构建FVC影像集合
var FVCImgs = pie.ImageCollection().fromImages(FVCs);
print(FVCImgs);
//3、计算区域内FVC均值
var FVCmeans = [];
for (var m = 0; m < FVCs.length; m++) {
    var year = 2013 + m;
    var FVCImg = FVCImgs.filter(pie.Filter.eq("year", year)).first();
    var FVC_mean = calFVCmeans(FVCImg, geometry);
    print(year + "FVC均值为", FVC_mean);
    FVCmeans.push(FVC_mean);
}
//4、绘制福建省2013-2020年植被指数变化折线图
var xSeries = layerNames;
var line_options = {
    title: '福州市2013年-2020年植被覆盖动态变化',
    legend: ['FVC均值'],
    xAxisName: "日期",
    yAxisName: "植被覆盖度",
    chartType: "line",
    smooth: true //是否平滑
};
ChartImage(FVCmeans, xSeries, line_options);
//第六步：创建2013-2020年FVC影像导出批量任务，用于导出影像集合到个人仓库下，方便后续的直接使用
//1、构建FVC影像集合
for (var k = 0; k < FVCs.length; k++) {
    var year = 2013 + k;
    var image = FVCImgs.filter(pie.Filter.eq("year", year)).first();
    //2、导出2013-2020年每年FVC影像   
    Export.image({
        image: image,
        description: "FVC_" + year,
        assetId: "FVC_" + year,
        region: geometry,
        scale: 1000
    })
};