PIE-engine 教程 ——荒漠化程度提取案例分析（陕北区域

// 划定数据范围-陕北区域
var geometry = pie.Geometry.Polygon([[[109.7, 38.8], [110.3, 38.8], [110.3, 38.4], [109.7, 38.4], [109.7, 38.8]]], null);
var roi = pie.FeatureCollection(pie.Feature(geometry));
Map.addLayer(roi, { color: "ff00ffff", fillColor: "00000000" }, "roi", true);  //加载显示ROI图层
Map.centerObject(geometry, 9);  //定义地图显示中心及显示层级
// 指定年份数据的荒漠化指数Albedo指数提取
function processImage(year, roi) {
    var id = "LC08/01/T1";
    var l8Col = pie.ImageCollection(id)
        .filterBounds(roi)  //按范围过滤影像
        .filterDate(year + "-04-01", year + "-10-01")  //按日期过滤影像
        .select(["B4", "B5", "BQA"])  //选择影像的B4、B5和BQA波段
        .map(function (image) {   //map函数针对ImageCollection中的每个Image进行循环计算。
            var b4 = image.select("B4");
            var b5 = image.select("B5");
            //归一化植被指数计算
            var ndvi = (b5.subtract(b4)).divide(b5.add(b4));  //ndvi计算，ndvi=(b4-b5)/(b4+b5)
            //荒漠化指数Albedo=aNDVI+b     a、b取值由实验区成图效果所定
            var albedo = ndvi.multiply(1.00001).add(0.000003);
            //QA去云
            var qa = image.select("BQA");
            var cloudMask = qa.bitwiseAnd(1 << 4).eq(0);
            //去云和提取植被指数<0.1区域
            albedo = albedo.updateMask(cloudMask)
                .updateMask(albedo.lt(0.1));
            return albedo.rename("Albedo");//对图层重命名，方便后面选择，不重命名的话，select时是“B4”
        });
    //采用最大值直接融合，最后做一次裁剪
    var yearImg = l8Col.select("Albedo").max().clip(roi);
    return yearImg; //返回Image对象
}
// 2017-2019年陕北区域荒漠化指数提取及显示
var img1 = processImage(2015, geometry);
Map.addLayer(img1, { min: -1, max: 1, palette: "c7c7c7" }, "2015", false);//grey
var img2 = processImage(2016, geometry);
Map.addLayer(img1, { min: -1, max: 1, palette: "ffff00" }, "2016", false);//yellow
var img3 = processImage(2017, geometry);
Map.addLayer(img1, { min: -1, max: 1, palette: "0000ff" }, "2017", false);//blue
var img4 = processImage(2018, geometry);
Map.addLayer(img2, { min: -1, max: 1, palette: "00ff00" }, "2018", false);//green
var img5 = processImage(2019, geometry);
Map.addLayer(img3, { min: -1, max: 1, palette: "ff0000" }, "2019", false);//red
// 计算2015-2019年荒漠化面积 （Albedo<0.1定义为荒漠）
function calcArea(yearImg, roi) {
    var areaImage = yearImg.pixelArea().multiply(yearImg.lt(0.1));
    var s = areaImage.reduceRegion(pie.Reducer.sum(), roi, 30);
    return s;
}
// 陕北地区2015-2019年荒漠化面积变化多图表对比
var line_options = {
    title: '陕北地区2015-2019年荒漠化面积变化',
    legend: ['荒漠面积'],
    xAxisName: "日期（年）",
    yAxisName: "荒漠面积（平方千米）",
    chartType: "line",
    yScale: 1 / 100
};
//我们这里分别建造5个面积的列表作为y轴列表
var areaValues = [   //定义数组，调用构造函数计算各个年份荒漠化面积
    calcArea(img1, geometry),
    calcArea(img2, geometry),
    calcArea(img3, geometry),
    calcArea(img4, geometry),
    calcArea(img5, geometry)
];
//简历X轴的时间序列列表
var xSeries = [2015, 2016, 2017, 2018, 2019];   //定义数组，作为统计图x轴显示
print("2015年", areaValues[0]);
print("2016年", areaValues[1]);
print("2017年", areaValues[2]);
print("2018年", areaValues[3]);
print("2019年", areaValues[4]);
//这里是为了加载不同图层的图层名称，作为我们的加载动画的结果
var layerNames = [];
layerNames.push("2015" + "");
layerNames.push("2016" + "");
layerNames.push("2017" + "");
layerNames.push("2018" + "");
layerNames.push("2019" + "");
Map.playLayersAnimation(layerNames, 2, 100); //动态显示
ChartImage(areaValues, xSeries, line_options); //显示折线图
//这里我们注意Yscale的1 / 1000000
var column_options = {
    title: '陕北荒漠化2015-2019年面积变化',
    legend: ["荒漠化面积"],
    yAxisName: "荒漠化面积（平方千米）",
    xAxisName: "日期（年）",
    chartType: "column",
    yScale: 1 / 1000000
};
ChartImage(areaValues, xSeries, column_options);  //显示柱状图
var data = {     //定义图例的样式数据，其类型为对象
    title: "年份",
    colors: [
        '#c7c7c7', '#ffff00', '#0000ff', '#00ff00', '#ff0000'],
    labels: ["2015", "2016", "2017", "2018", "2019"],
    step: 1
};
var style = {  //定义图例在地图上的位置，其类型为对象
    top: "45%",
    left: "20%",
    width: "350px",
    height: "70px"
};
var legend = ui.Legend(data, style); //生成图例对象，传入图例的组成样式数据、在地图上的位置数据，数据为对象。
Map.addUI(legend);  //加载显示图例，传入图例对象