全球影像数据合成与指数计算方法

资源摘要信息:"GEE-Image_Export是一个由西蒙·拉姆西开发的Google Earth Engine（GEE）脚本，主要用于生成无云且经过大气校正的卫星图像，并计算植被和城市研究中常用的指标。该脚本能够处理Landsat 5、7、8和Sentinel-2的卫星数据，利用中值像素合成方法来去除云和阴影，提供更清晰、更准确的图像。此外，脚本还可以计算多个常用的指标，如NDVI（归一化植被指数）、NVI（标准化植被指数）、MSAVI2（改进的土壤调整植被指数）、NDWI（归一化差异水指数）、NDBI（归一化差异建筑指数）等，为植被和城市研究提供重要的数据支持。这些指标的计算方法和应用将在本文档的末尾详细介绍。此脚本的开发得到了Suzanne Mavoa博士的支持，并由NHMRC早期职业研究金资助。" 知识点: 1. Google Earth Engine（GEE）：GEE是一个强大的云平台，提供了大量的卫星数据和计算资源，支持大规模的地理空间数据分析。用户可以利用GEE进行全球尺度的数据处理和分析，而无需本地下载和存储大量的数据。 2. Landsat卫星系列：Landsat卫星系列是美国NASA发射的一系列地球观测卫星，包括Landsat 5、7、8等，主要用途是对地球表面进行长时间序列的观测，提供大量的光学遥感数据，广泛应用于土地利用变化、环境监测、农业估产等领域。 3. Sentinel-2卫星：Sentinel-2是欧洲空间局（ESA）的地球观测卫星，属于Copernicus计划的一部分。Sentinel-2提供了高分辨率（最大可达10米）的多光谱图像，用于农业、林业、地理和环境监测等领域。 4. 中值像素合成方法：这是一种常用的数据融合方法，通过对一定时间范围内获取的多幅图像进行处理，取每个像素位置的中值作为最终结果。该方法可以有效去除云和阴影的影响，获得更准确的图像。 5. 大气校正：大气校正是一种预处理步骤，用于消除或减少大气对卫星图像的影响。这包括散射、吸收等大气效应的校正，以便更准确地反映地表的真实情况。 6. 植被指数：植被指数是一组用于估算植被覆盖和生物量的指标，如NDVI、NVI、MSAVI2等。这些指数通常基于遥感数据的不同波段进行计算，能够提供关于植被生长状况、覆盖度、健康状况等方面的信息。 7. 水体指数：水体指数是一种用于检测和分类水体的指标，如NDWI。这类指数通过特定的波段组合，能够识别出图像中的水体，区分水体和其他地表类型。 8. 建筑指数：NDBI是一种用于识别和提取城市建筑区域的指标。通过利用遥感数据的近红外波段和短波红外波段，可以有效区分建筑物和植被等其他地表类型。 9. JavaScript：JavaScript是一种广泛应用于网页开发的编程语言，也是Google Earth Engine的主要编程语言。GEE利用JavaScript的强大功能，支持用户编写复杂的脚本来处理和分析遥感数据。 10. NHMRC早期职业研究金：这是澳大利亚国家健康和医学研究委员会（NHMRC）设立的资助项目，旨在支持早期职业研究者的科学研究，促进科学创新和健康发展。