用差分归一化燃烧比，在GEE上用代码解释

差分归一化燃烧比（Differenced Normalized Burn Ratio，dNBR）是一种基于遥感数据的火灾监测指标，可以用来评估火灾对植被生长的影响。在Google Earth Engine（GEE）上，可以使用以下代码计算dNBR：

首先，导入Landsat 8影像和地表反射率数据集：

var L8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_TOA')
          .filterDate('2019-01-01', '2019-12-31')
          .filterBounds(geometry);
var s2_sr = ee.ImageCollection('COPERNICUS/S2_SR')
          .filterDate('2019-01-01', '2019-12-31')
          .filterBounds(geometry);

其中，geometry是感兴趣区域的几何图形。

然后，根据Landsat 8数据集计算NBR（Normalized Burn Ratio）指标：

var nbr = L8.map(function(img) {
  return img.normalizedDifference(['B5', 'B7']).rename('NBR');
});

接着，根据Sentinel-2数据集计算dNBR的分母：

var s2_nbr = s2_sr.map(function(img) {
  return img.normalizedDifference(['B8', 'B12']).rename('NBR');
});

其中，分子使用Landsat 8的B5和B7波段，分母使用Sentinel-2的B8和B12波段。

接下来，将Landsat 8和Sentinel-2的NBR数据集合并：

var combined_nbr = nbr.merge(s2_nbr);

最后，计算dNBR指标：

var dNBR = combined_nbr.reduce(ee.Reducer.mean())
                .expression('(NBR_1 - NBR_2) / (NBR_1 + NBR_2)',
                           {'NBR_1': 'NBR_mean', 'NBR_2': 'NBR_mean_1'})
                .rename('dNBR');

其中，NBR_mean和NBR_mean_1是分别表示两个NBR数据集的平均值。

最终，可以将dNBR指标以图像形式在GEE上展示：

Map.addLayer(dNBR, {min: -1, max: 1, palette: ['red', 'yellow', 'green']},
             'dNBR');