Landsat 系列数据去云¶
AIE平台中提供的 Landsat 影像均为 USGS Collection 2 中的数据，该集合使用 QA_PIXEL 波段对云、雪进行描述。因此，可通过位运算和逻辑运算，生成云掩膜，利用 updateMask 函数去除可能是云或者云阴影的区域。此算法适用于 Landsat-5 / 7 / 8 / 9 。
初始化环境¶
import aie aie.Authenticate() aie.Initialize()
定义去云算法¶
使用 QA_PIXEL 波段进行去云处理。分别缩放SR波段和SP波段像元值，使SR波段像元值尽量在[0,1]之间，ST波段为地表温度的开尔文表示。
def removeLandsatCloud(image): cloudShadowBitMask = (1 << 4) cloudsBitMask = (1 << 3) qa = image.select('QA_PIXEL') mask = qa.bitwiseAnd(aie.Image(cloudShadowBitMask)).eq(aie.Image(0)).And(qa.bitwiseAnd(aie.Image(cloudsBitMask)).eq(aie.Image(0))) return image.updateMask(mask)
#参数变换 def applyScaleFactors(image): opticalBands = image.select('SR_B.').multiply(aie.Image(0.0000275)).add(aie.Image(-0.2)) thermalBands = image.select('ST_B.*').multiply(aie.Image(0.00341802)).add(aie.Image(149.0)) return image.addBands(opticalBands, None, True).addBands(thermalBands, None, True)
Landsat 数据检索¶
指定区域、时间、云量等，获取目标影像集。检索区域可通过 aie.Geometry 构造、引用平台内置的行政边界文件或用户自主上传的矢量文件等。
#加载研究区 region = aie.FeatureCollection('China_Province') \ .filter(aie.Filter.eq('province', '浙江省')) \ .geometry()
#加载影像 dataset = aie.ImageCollection('LANDSAT_LC08_C02_T1_L2') \ .filterBounds(region) \ .filterDate('2018-01-01', '2018-10-31') \ .filter(aie.Filter.lte('eo:cloud_cover', 20.0)) print(dataset.size().getInfo())
算法调用¶
对检索到的 dataset 进行去云算法到用并进行数据地图可视化显示。使用 aie.ImageCollection.map 函数可实现对影像集合中的每景影像循环执行指定函数，此处实现对全部检索到的 Landsat8 进行去云处理。
#影像聚合并加载到图层 images_no_cloud = dataset.map(removeLandsatCloud).map(applyScaleFactors) image = images_no_cloud.mosaic() vis_params = { 'bands': ['SR_B4', 'SR_B3', 'SR_B2'], 'min': 0.0, 'max': 0.3, } map = aie.Map( center=image.getCenter(), height=800, zoom=5 ) map.addLayer( image, vis_params, 'True Color(432)', bounds=image.getBounds() ) map
去云后的结果：
