Google earth engine(GEE)——ui.Chart.image.doySeries/doySeriesByYear/doySeriesByRegion案例介绍

简介: Google earth engine(GEE)——ui.Chart.image.doySeries/doySeriesByYear/doySeriesByRegion案例介绍


分别三个图像,一个是波段1-7的一个值,一个是按照时序进行看的每一年的B1波段值,最后一个图是三个区域的B1值,很好的阐述了你想表达的时序图,波段图和三个不同该区域的B1波段值。

 


关键是充分理解:

ui.Chart.image.doySeries(影像集合,多个波段或者一个波段,研究区域)

ui.Chart.image.doySeriesByYear(影像集合,影像集合某一个波段,影像一个区域)

ui.Chart.image.doySeriesByRegion(影像集合,影像集合某一个波段,选定的多个研究区)


三个方法的使用,你需要那个就直接套用哪个

代码如下:

// Generate day-of-year charts from Landsat 8 images.
var city = ee.Feature(    // San Francisco.
    ee.Geometry.Rectangle(-122.42, 37.78, -122.4, 37.8),
    {label: 'City'});
var forest = ee.Feature(  // Tahoe National Forest.
    ee.Geometry.Rectangle(-121, 39.4, -120.99, 39.45),
    {label: 'Forest'});
var desert = ee.Feature(  // Black Rock Desert.
    ee.Geometry.Rectangle(-119.02, 40.95, -119, 41),
    {label: 'Desert'});
var westernRegions = new ee.FeatureCollection([city, forest, desert]);
var landsat8Toa = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA')
    .filterBounds(westernRegions);
landsat8Toa = landsat8Toa.select('B[1-7]');
// Create a chart using a sequence of arguments.
var bands = ui.Chart.image.doySeries(landsat8Toa, forest, null, 200);
print(bands);
// Create a chart using a dictionary of named arguments.
var years = ui.Chart.image.doySeriesByYear({
  imageCollection: landsat8Toa,
  bandName: 'B1',
  region: forest,
  scale: 200
});
print(years);
var regions = ui.Chart.image.doySeriesByRegion({
  imageCollection: landsat8Toa,
  bandName: 'B1',
  regions: westernRegions,
  scale: 500,
  seriesProperty: 'label'
});
print(regions);
Map.addLayer(westernRegions);
Map.setCenter(-121, 39.4, 6);


相关文章
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
6209 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
995 0
|
开发者 容器
44.[HarmonyOS NEXT RelativeContainer案例一] 掌握组件锚点布局:打造灵活精准的UI定位系统
在HarmonyOS NEXT的UI开发中,精确控制组件位置是构建复杂界面的关键。RelativeContainer作为一种强大的布局容器,通过锚点系统提供了精确定位能力,使开发者能够创建出灵活且精准的UI布局。本教程将详细讲解如何使用RelativeContainer的锚点布局功能,帮助你掌握这一核心技术。
381 4
|
定位技术 容器
48.[HarmonyOS NEXT RelativeContainer案例五] 精确表单布局:辅助线定位技术打造专业级UI
在HarmonyOS NEXT的UI开发中,表单是常见且重要的界面元素。创建对齐精确、布局合理的表单需要精细的定位控制。RelativeContainer提供的辅助线(Guideline)功能,为表单布局提供了强大的支持。本教程将详细讲解如何使用RelativeContainer的辅助线功能实现精确的表单布局,帮助你掌握这一专业级UI技术。
310 7
|
前端开发 JavaScript Java
SSMP整合案例第六步 在前端页面上利用axios和element-ui与后端交互实现增删改
SSMP整合案例第六步 在前端页面上利用axios和element-ui与后端交互实现增删改
308 1
|
JavaScript 前端开发 测试技术
一个google Test文件C++语言案例
这篇文章我们来介绍一下真正的C++语言如何用GTest来实现单元测试。
272 0
|
XML JavaScript 前端开发
一个google Test文件案例
一个google Test文件案例
187 0
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
1472 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
1138 4
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
948 3

热门文章

最新文章

推荐镜像

更多