前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【GEE】基于光谱距离度量方法的加沙地区地表覆盖变化检测

【GEE】基于光谱距离度量方法的加沙地区地表覆盖变化检测

作者头像
Twcat_tree
发布2024-04-25 14:47:30
770
发布2024-04-25 14:47:30
举报
文章被收录于专栏:二猫の家二猫の家

以下文章来源于GEEer成长日记 ,作者_养乐多_

本文将介绍如何在 Google Earth Engine (GEE) 平台中使用光谱距离度量方法进行地表覆盖变化检测,并以加沙地区为例,使用Sentinel2数据展示2023年3月和2024年3月的地表覆盖变化区域。

结果如下图所示,

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2. 代码链接

https://code.earthengine.google.com/5c2e0d8d82c1144a9907c58756228be0?noload=true

  1. 完整代码
代码语言:javascript
复制
var roi = ee.FeatureCollection('users/949384116/GAZA/1roiGAZA');
var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7', 'B8', 'B8A', 'B11', 'B12'];
Map.centerObject(roi, 11);
var roi1 = ee.Image().toByte().paint({ featureCollection: roi, color: 0, width: 3 });
Map.addLayer(roi1, {}, '边界')
//
var s2 = ee.ImageCollection('COPERNICUS/S2');
var rgbVis = {
    min: 0.0,
    max: 3000,
    bands: ['B4', 'B3', 'B2'],
};
var filtered = s2
    .filter(ee.Filter.bounds(roi))
    .select('B.*');
var csPlus = ee.ImageCollection('GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED');
var csPlusBands = csPlus.first().bandNames();
var filteredS2WithCs = filtered.linkCollection(csPlus, csPlusBands);
function maskLowQA(image) {
    var qaBand = 'cs';
    var clearThreshold = 0.65;
    var mask = image.select(qaBand).gte(clearThreshold);
    return image.updateMask(mask);
}
var filteredMasked = filteredS2WithCs
    .map(maskLowQA);
var before = filteredMasked
    .filterDate('2023-03-01', '2023-03-31')
    .median();
var after = filteredMasked
    .filterDate('2024-03-01', '2024-03-31')
    .median();
Map.addLayer(before.clip(roi), rgbVis, '冲突前-2023年3月');
Map.addLayer(after.clip(roi), rgbVis, '冲突后-2024年3月');
var sed = after.spectralDistance(before, 'sed');
var distance = sed.sqrt();
var mask = distance.clip(roi).gt(1400);
var maskedImage = distance.clip(roi).updateMask(mask);
Map.addLayer(maskedImage, { min: 0, max: 1500, palette: ['white', 'red'] }, '变化较大的地方');
  1. 应用APP

为了方便展示,本文将代码做成了APP,并加入了土地利用分类,展示两个时间段加沙地区土地利用面积变化,以及真彩色合成影像。

4.1 APP链接

https://ee-0409.projects.earthengine.app/view/change-detection-in-gaza

点击进入APP之后,需要等一会。因为初始化的时候在进行随机森林分类,分类之后即可根据用户选择展示土地利用分布图像。在采集样本点之后计算了总体精度和kappa系数,每期分类图像的总体精度都大于93%。

4.2 变化检测

在这里插入图片描述
在这里插入图片描述

放大局部地区观察,和2023年3月对比,可以看到2024年3月的地表覆盖中大部分是裸地,这些裸地都是由耕地和建筑用地变化而来。

4.3 同时期植被面积变化

在这里插入图片描述
在这里插入图片描述

APP左侧展示了加沙地区2022年11月-2023年3月以及2023年11月和2024年3月的植被面积变化曲线。选择这两个时间段的原因是相同时间的植被物候差异不大,对于植被面积的对比更加准确。可以看到当春季来临,2024年1-3月的植被面积比2023年1-3月的少了很多。

4.4 同时期建筑面积变化

在这里插入图片描述
在这里插入图片描述

2023年11月-12月的建筑面积的明显比2022年11月-12月的少了很多。1-3月的建筑面积一样,感觉应该是随机森林分类存在误差,导致不准确,尽管总体精度都大于93%。

4.5 土地利用分类图

除此之外,APP中可以通过选择时间按钮,选择按钮中设置好的时间,来展示对应时间的土地利用图像和真彩色合成影像。

在这里插入图片描述
在这里插入图片描述
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2024-04-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档